Système de recommandation web basé sur l'historique des recherches des utilisateurs [French]

By Gaurav Paliwal

Actuellement, la plupart des syst mes de recommandation disponibles utilisent l'approche du filtrage collaboratif. Ce type de syst me de recommandation part du principe que si deux utilisateurs ont manifest un int r t similaire pour le m me ensemble de contenus, ils peuvent pr senter un sch ma d'int r t similaire dans le choix des contenus futurs. Cependant, il peut arriver que les utilisateurs qui ont des go ts particuliers pour une cat gorie sp cifique de contenus se comportent diff remment lorsqu'ils choisissent des contenus d'autres cat gories. En outre, les approches de filtrage collaboratif ne fonctionnent pas efficacement avec des ensembles de donn es parses, lorsqu'il y a un petit nombre de contenus ou un nombre limit d'utilisateurs dans les cat gories de contenu. Pour surmonter tous ces probl mes, une nouvelle approche consiste recommander des contenus dans diff rentes cat gories en tenant compte la fois des informations s mantiques des contenus et des int r ts des utilisateurs. Cette approche utilise les donn es li es comme source pour trouver la s mantique appropri e des contenus extraits de l'historique de visualisation des utilisateurs. Les concepts s mantiques r cup r s pour les contenus sont ensuite regroup s en grappes s mantiques sur la base de leur similarit et de leur pertinence.

• Format: Paperback
• Language: French
• ISBN: 620837751X
• ISBN13: 9786208377519
• Release Date: December 2024
• Publisher: Editions Notre Savoir
• Length: 56 Pages
• Weight: 0.21 lbs.
• Dimensions: 0.1" x 6.0" x 9.0"