Abstraction et règles dassociation pour lamélioration des systèmes de recommandation à partir de données de préférences binaires
➤ Gửi thông báo lỗi ⚠️ Báo cáo tài liệu vi phạmNội dung chi tiết: Abstraction et règles dassociation pour lamélioration des systèmes de recommandation à partir de données de préférences binaires
Abstraction et règles dassociation pour lamélioration des systèmes de recommandation à partir de données de préférences binaires
UNIVERSITE PARIS 13 - PARIS NORDECOLE DOCTORAT GALILEETHESEpour obtenir le grade deDOCTEUR DE L’UNIVERSITE PARIS 13Discipline : informatiqucprésentéc Abstraction et règles dassociation pour lamélioration des systèmes de recommandation à partir de données de préférences binaires Ct soutenue publiquemcntparMinh-Thu TRAN-NGUYENOctobre 2011Abstraction et Regies d’association pour I amelioration (les systèmes de reconnnandation à partir de données de preferences binairesDirecteur de these :Jean Daniel ZUCKERJURYMonsieur Alain VENOT. PresidentMadame Anne LAURENT, RapporteurMada Abstraction et règles dassociation pour lamélioration des systèmes de recommandation à partir de données de préférences binaires me Lorcnza SAITTA, RapportemMonsieur Jean Daniel ZUCKER. Directeur de theseMonsieur Thong-Vinh HO. Co-encadrantMonsieur Francois SEMPE, Co-encadrantMoAbstraction et règles dassociation pour lamélioration des systèmes de recommandation à partir de données de préférences binaires
nsieur Younès BENNANI, ExaniinateurMonsieur Xuan-Hiep HUYNH. ExaniinateuriiRESUME en framiaisLes systèmes de reconunaiidalioii soul des systèmes de fiUNIVERSITE PARIS 13 - PARIS NORDECOLE DOCTORAT GALILEETHESEpour obtenir le grade deDOCTEUR DE L’UNIVERSITE PARIS 13Discipline : informatiqucprésentéc Abstraction et règles dassociation pour lamélioration des systèmes de recommandation à partir de données de préférences binaires lcs, images, objets de consommat.ions, objets cultnrels, etc .) à trailer sur internet. Ces syslèmes soul utilises dans le commerce éleclronique. les loisirs. la presse eu ligne, etc. el represeule uu eujeu economique croissant. Ell commerce óloctroniqiie, les informations nócossaires à la construct Abstraction et règles dassociation pour lamélioration des systèmes de recommandation à partir de données de préférences binaires ion do tols systemes soul souveul diílìcỉỉes à exploiter : preferences souveut binaires. forme eu longue traine de la distribution des preferences elAbstraction et règles dassociation pour lamélioration des systèmes de recommandation à partir de données de préférences binaires
aj OU I/suppression constant d'items. De fait, la pinparr dos systemes de recommandations so focalisent sur les items les phis populates car les itemsUNIVERSITE PARIS 13 - PARIS NORDECOLE DOCTORAT GALILEETHESEpour obtenir le grade deDOCTEUR DE L’UNIVERSITE PARIS 13Discipline : informatiqucprésentéc Abstraction et règles dassociation pour lamélioration des systèmes de recommandation à partir de données de préférences binaires iorer la performance de cos systènies, nous proposons de recourir à 1’abstraction d’items. Tout d’abord, (’abstraction des items pout conduire à line reduction considerable de I'effet longue traine. Deuxièmement. 1’extraction tie regies d’association abstraites pout etre utilisce pour identifier les Abstraction et règles dassociation pour lamélioration des systèmes de recommandation à partir de données de préférences binaires items à recommander. Deux algoritlnnes sont introduits : AbsTopa, qui se base sur les regies dans Fcspace des items abstraits et ACReco, qui combineAbstraction et règles dassociation pour lamélioration des systèmes de recommandation à partir de données de préférences binaires
les items abstraits el concrete. Ces algoritlimes out etc cvahice de manière quantitative (pertinence) et qualitative (nouveauté et diversite) sur linUNIVERSITE PARIS 13 - PARIS NORDECOLE DOCTORAT GALILEETHESEpour obtenir le grade deDOCTEUR DE L’UNIVERSITE PARIS 13Discipline : informatiqucprésentéc Abstraction et règles dassociation pour lamélioration des systèmes de recommandation à partir de données de préférences binaires iltrage d’information, Sysròmo do reconima.ndat.ion. Regies d'association, Paires liauleineiil corrélées. AbstractionI) I SC I p I. IN E IX F() R \1 AT I QU EINTITULE ET ADRESSE DE L’UFR OU DU LABORATOIRE : Lim&Bio, UFR do Sauté. Medicine et Biologie lluinaine (SMB1I) 71. rue Marcel Cachin 93017iiiT Abstraction et règles dassociation pour lamélioration des systèmes de recommandation à partir de données de préférences binaires ITRE en anglais : Attraction and association rilles to improve recommender systems from binary dataRESUME en anglaisIn recent years, recommendation syAbstraction et règles dassociation pour lamélioration des systèmes de recommandation à partir de données de préférences binaires
stems have boon extensively explored in order to help the user facing the increasing information on Internet. Those systems are used in e-commerce (AmUNIVERSITE PARIS 13 - PARIS NORDECOLE DOCTORAT GALILEETHESEpour obtenir le grade deDOCTEUR DE L’UNIVERSITE PARIS 13Discipline : informatiqucprésentéc Abstraction et règles dassociation pour lamélioration des systèmes de recommandation à partir de données de préférences binaires st recommendations : binary data, long tail of the distribut ion of preferences and everlasting adding or removing of items. In fact, most recommender systems focus on the most popular items because the new items or those of the 'long tail’ are associated with little or no preference. To improve the Abstraction et règles dassociation pour lamélioration des systèmes de recommandation à partir de données de préférences binaires performance of these systems, wo propose to search for assoc iation rules between abstracted items. First, the abstraction of the items can lead to aAbstraction et règles dassociation pour lamélioration des systèmes de recommandation à partir de données de préférences binaires
considerable reduction of the long tail effect. Second, the extraction of abstract association rules can be used to identify items to be recommended.UNIVERSITE PARIS 13 - PARIS NORDECOLE DOCTORAT GALILEETHESEpour obtenir le grade deDOCTEUR DE L’UNIVERSITE PARIS 13Discipline : informatiqucprésentéc Abstraction et règles dassociation pour lamélioration des systèmes de recommandation à partir de données de préférences binaires te items by pair. These algorithms were evaluated quantitatively (relevance) and qualitatively (novelty and diversity) on a real database of an online e-commerce site. The empirical results presented show the interest of thí' proposed approach.ivRemerciementsJ'exprime toute ma reconnaissance à Jean Abstraction et règles dassociation pour lamélioration des systèmes de recommandation à partir de données de préférences binaires Daniel ZUCKER, mon directeur de these qui a été trcs patient durant ma these. 11 m’a bcaucoup aide à orienter ce travail et m’a encourage pendant lesAbstraction et règles dassociation pour lamélioration des systèmes de recommandation à partir de données de préférences binaires
périodes difficiles. Jo le reniercie non seuleinent pour ses conseils précieux, mais aussi pour son soutien quỉ m’ont permis d'achever cotte these. JeUNIVERSITE PARIS 13 - PARIS NORDECOLE DOCTORAT GALILEETHESEpour obtenir le grade deDOCTEUR DE L’UNIVERSITE PARIS 13Discipline : informatiqucprésentéc Abstraction et règles dassociation pour lamélioration des systèmes de recommandation à partir de données de préférences binaires seils et lours encouragements.UNIVERSITE PARIS 13 - PARIS NORDECOLE DOCTORAT GALILEETHESEpour obtenir le grade deDOCTEUR DE L’UNIVERSITE PARIS 13Discipline : informatiqucprésentécGọi ngay
Chat zalo
Facebook