La prédiction d'ordre pour le filtrage collaboratif.

Abstract

L'objectif des systèmes de recommandation est d'estimer la préférence d'un utilisateur et d'offrir une liste d’articles qui pourraient être privilégiés par un utilisateur donné. Le Filtrage Collaboratif (FC) représente l’une des techniques de recommandation les plus populaires, dont la plupart des méthodes fondent leur approche sur la prédiction de notes pour générer les recommandations. La présente étude, se base sur l’approche de prédiction d’ordre, qui consiste à ordonner correctement les articles selon les goûts des utilisateurs. Nous proposons à cet effet, une adaptation d’une méthode d’ordonnancement de recherche d’information ListMLE pour le filtrage collaboratif, en combinant cette dernière avec la méthode de factorisation matricielle FM. Pour l’évaluation et afin d’amélioré la qualité de la recommandation, nous l’avons expérimenté sur un jeu de données réelles de MovieLens.