Proposition d’un système de recommandation par filtrage collaboratif basé sur les Folksonomies

Abstract

Face au problème de la surcharge d’information, le filtrage collaboratif a pour principe d'exploiter les évaluations que des utilisateurs ont faites de certains documents, afin de recommander ces mêmes documents à d'autres utilisateurs proches de lui, et sans qu’il soit nécessaire d’analyser le contenu des documents. C’est ainsi qu'émerge la notion de communauté, définie comme un groupe de personnes qui partagent en général les mêmes centres d’intérêt. L’immense prolifération et l’adoption des appareils mobiles, le développement rapide du haut débit et les réseaux sociaux nous permettent d’affiner et d’enrichir la personnalisation de ses informations par rapport aux utilisateurs finaux à travers des procédés qui se cachent derrière la notion de contexte. Le contexte est un ensemble d’informations qui concernent les utilisateurs, les environnements et les activités relatifs à une tâche donnée. Le contexte peu englober à la fois les moyens de l’accès à l’information, la dimension spatio-temporelle, ainsi que la dimension utilisateur et son environnement social, à laquelle nous nous intéressons plus particulièrement dans notre cas. Dans ce projet, nous nous intéressons à l’étude de l’utilisation des folksonomies comme moyen rapide et personnalisé pour enrichir le filtrage collaboratif dans les systèmes de recommandation et proposer, de ce fait des ressources plus pertinentes aux utilisateurs. Mots clés : Système de Recommandation, Sensibilité au Contexte, Folksonomies, Modélisation du Contexte Social, Environnement Social, Filtrage collaboratif. Faced with the problem of information overload, collaborative filtering has the principle of exploiting the evaluations that users have made of certain documents, in order to recommend these same documents to other users close to him, and without it is necessary to analyze the content of the documents. This is how the notion of community emerges, defined as a group of people who generally share the same interests. The immense proliferation and adoption of mobile devices, the rapid development of broadband and social networks allow us to refine and enrich the personalization of its information in relation to end users through processes that are hidden behind the concept of context. Context is a set of information that relates to users, environments, and activities related to a given task. The context can encompass both the means of access to information, the spatio-temporal dimension, as well as the user dimension and its social environment, to which we are particularly interested in our case. In this project, we are interested in the study of the use of folksonomies as a fast and personalized way to enrich collaborative filtering in recommendation systems and to propose, therefore, more relevant resources to users. Keywords : Recommendation System, Context Sensitivity, Folksonomies, Social Context Modeling, Social Environment, collaborative filtering.