Filtrage collaboratif et intégration de la polarité des notes

Luc-Aurélien Gauthier; Benjamin Piwowarski; Patrick Gallinari

Filtrage collaboratif et intégration de la polarité des notes

Luc-Aurélien Gauthier ¹ Benjamin Piwowarski ² Patrick Gallinari ¹

1 MLIA - Machine Learning and Information Access

LIP6 - Laboratoire d'Informatique de Paris 6

2 BD - Bases de Données

LIP6 - Laboratoire d'Informatique de Paris 6

Résumé : Nous nous intéressons à la recommandation par des systèmes de filtrage collaboratif. Nous proposons de combiner une approche globale basée sur une factorisation matricielle et une approche locale basée sur l’exploitation directe d’un voisinage de l’utilisateur. L’hypothèse explorée dans l’article est que les jugements utilisateurs ont une sémantique et donc une utilité différente suivant qu’ils sont positifs ou négatifs. Nous proposons un modèle qui exploite cette polarité et apprend à pondérer l’influence de ses voisins en se basant sur des caractéristiques de polarité. Des expériences effectuées sur deux corpus permettent d’évaluer la validité de ce modèle.

Document type :

Conference papers

Domain :

Computer Science [cs]

Computer Science [cs] / Information Retrieval [cs.IR]

Liste complète des métadonnées

https://hal.sorbonne-universite.fr/hal-01358686
Contributor : Benjamin Piwowarski <>
Submitted on : Thursday, September 1, 2016 - 11:25:40 AM
Last modification on : Thursday, March 21, 2019 - 1:21:19 PM

Filtrage collaboratif et intégration de la polarité des notes

Identifiers

Collections

Citation

Export

Metrics

177

Contact

Filtrage collaboratif et intégration de la polarité des notes

Identifiers

Collections

Citation

Export

Share

Metrics

177

Contact