Filtrage collaboratif sensible au contexte - Une approche basée sur LDA

Josiane Mothe (1, 2, 3) , Ambinintsoa Jocelyn Rakotonirina (4)

1 IRIT-SIG - Systèmes d’Informations Généralisées
2 ESPE Toulouse - École supérieure du professorat et de l'éducation - Toulouse Midi-Pyrénées
3 UT2J - Université Toulouse - Jean Jaurès
4 Université d'Antananarivo

Les systèmes de recommandations visent à proposer aux utilisateurs des items en lien avec leur consultation en cours et qui peuvent retenir leur intérêt. L'intérêt des utilisateurs dépend du contexte dans lequel ils se trouvent. Dans ce travail, nous proposons un système hybride CBCF (Contex-aware Based Collaborative Filtering) qui combine le système de recommandations sensibles aux contextes et le filtrage collaboratif. Le contexte est ici défini comme l'objectif ou l'intention de l'utilisateur. Nous le modélisons par une approche LDA (Latent Dirichlet Allocation) qui génère un modèle de thèmes pour chaque intention. Nous avons évalué notre approche sur la collection Book-Crossing et montrons sa supériorité par rapport à plusieurs méthodes état de l'art.

Mots clés: SIGEVI; Recherche d'information; Système de recommandation; Latent Dirichlet; Allocation; Filtrage collaboratif; Système de recommandation hybride

Domaines: Théorie de l'information [cs.IT]; Recherche d'information [cs.IR]

Josiane Mothe, Ambinintsoa Jocelyn Rakotonirina. Filtrage collaboratif sensible au contexte - Une approche basée sur LDA. 35e Congrés INFormatique des Organisations et Systemes d'Information et de Decision (INFORSID 2017), May 2017, Toulouse, France. pp. 113-126. ⟨hal-01809379⟩