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
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

Identifiers

  • HAL Id : hal-01358686, version 1

Citation

Luc-Aurélien Gauthier, Benjamin Piwowarski, Patrick Gallinari. Filtrage collaboratif et intégration de la polarité des notes. Conférence en Recherche d'Infomations et Applications - 11th French Information Retrieval Conference, Mar 2014, Nancy, France. pp.11-26. ⟨hal-01358686⟩

Share

Metrics

Record views

177