Titre : | Contribution au démarrage à froid pour les systèmes de recommandation | Type de document : | projet fin études | Auteurs : | Nouhaila IDRISSI, Auteur | Langues : | Français (fre) | Catégories : | Internet des Objets et Services Mobiles ( IOSM )
| Mots-clés : | Systèmes de recommandation,Démarrage à froid,Systèmes derecomman-
dation Collaboratifs,Systèmes de recommandation dĂ©mographiques,Clustering. | Index. dĂ©cimale : | mast 50/18 | RĂ©sumĂ© : | Avec la croissance explosive d’Internet et du Web il devient impératif d’assister les utilisateurs et de faciliter leurs accès aux ressources susceptibles de les intéresser et
adaptées à leurs besoins personnels.La gestion efficace de grandes quantités d’informations
devient alorsundéfideplusenplusimportant.Parmilessolutionsenvisagées,lessystèmesde
recommandation quisesontrévélés,cesdernièresannées,êtreunatoutprécieuxpourtraiter
le problèmedelasurcharged’informationsenassistantl’utilisateurafindeluifournirunaccès
plus efficaceàl’information.Pourcefaire,lessystèmesderecommandationdoiventpouvoir
prédire lesintérêtsdel’utilisateur.Unetâchecommunedecessystèmesestd’améliorerl’ex-
périencedesutilisateursgrâceàdesrecommandationspersonnaliséesbaséessurdesretours
antérieursetenleursuggérantdesélémentsnouveauxetoriginauxpourlesquelslaréponse
prévue estplusprécise.Cependant,unproblèmepeutsurvenirlorsquel’historiqued’achat
ou desévaluationsn’estpasdisponible.Ceproblèmeestconnusouslenomdeproblèmede
démarrage à froid.Afin de surmonter ce problème,ce mémoire propose une nouvelle approche
pour construire un système de recommandation hybride basé sur des techniques collaboratives
et démographiques.
|
Contribution au démarrage à froid pour les systèmes de recommandation [projet fin études] / Nouhaila IDRISSI, Auteur . - [s.d.]. Langues : Français ( fre) Catégories : | Internet des Objets et Services Mobiles ( IOSM )
| Mots-clés : | Systèmes de recommandation,Démarrage à froid,Systèmes derecomman-
dation Collaboratifs,Systèmes de recommandation dĂ©mographiques,Clustering. | Index. dĂ©cimale : | mast 50/18 | RĂ©sumĂ© : | Avec la croissance explosive d’Internet et du Web il devient impératif d’assister les utilisateurs et de faciliter leurs accès aux ressources susceptibles de les intéresser et
adaptées à leurs besoins personnels.La gestion efficace de grandes quantités d’informations
devient alorsundéfideplusenplusimportant.Parmilessolutionsenvisagées,lessystèmesde
recommandation quisesontrévélés,cesdernièresannées,êtreunatoutprécieuxpourtraiter
le problèmedelasurcharged’informationsenassistantl’utilisateurafindeluifournirunaccès
plus efficaceàl’information.Pourcefaire,lessystèmesderecommandationdoiventpouvoir
prédire lesintérêtsdel’utilisateur.Unetâchecommunedecessystèmesestd’améliorerl’ex-
périencedesutilisateursgrâceàdesrecommandationspersonnaliséesbaséessurdesretours
antérieursetenleursuggérantdesélémentsnouveauxetoriginauxpourlesquelslaréponse
prévue estplusprécise.Cependant,unproblèmepeutsurvenirlorsquel’historiqued’achat
ou desévaluationsn’estpasdisponible.Ceproblèmeestconnusouslenomdeproblèmede
démarrage à froid.Afin de surmonter ce problème,ce mémoire propose une nouvelle approche
pour construire un système de recommandation hybride basé sur des techniques collaboratives
et démographiques.
|
|