Système de recommandation multilingue basé sur l’analyse des sentiments des opinions dans les commentaires en ligne

Abstract

Connaitre l’opinion ou l’avis des autres personnes sur des produits ou des services a toujours été un élément d’information important durant le processus de décision . Les gens s’intéressent énormément aux avis des autres personnes dans différents domaines , ils consultent les avis des autres consommateurs avant d’effectuer un achat, ou d’utiliser un service. Notre travail a pour objet de concevoir une application permettant d’analyser des commentaires et de donner une recommandation en s’inspirant des techniques de classification automatique de données textuelles. Dans un premier temps nous proposons d’identifier les commentaires qui expriment un avis ou représentant un bruit. Par la suite, pour les vrais avis, nous proposons une évaluation de 1 à 5 (de forte non-recommandation vers forte recommandation).Enfin, après calculer la moyenne des évaluations des avis pour sortir par une recommandation finale. Nous avons effectué une étude expérimentale sur différents algorithmes de classification avant de faire notre choix. Ainsi, les résultats expérimentaux obtenus pour notre solution sont satisfaisant Mots-clés : Commentaire en ligne, données textuelles, recommandation finale, apprentissage automatique, SVM, analyse des sentiments.