Vous êtes sur la page 1sur 2

Les systèmes de recommandation

Les approches basées sur contenu /profiling :


Pour les recommandations basées sur contenu consiste à établir des profils
descriptifs des utilisateurs puis à comparer ces profils aux données
rencontrées pendant leur navigation c’est à dire l’expérience de l’utilisateur.
Cette profile il s’apprend avec l’apprentissage automatique comme les arbres
de décision, réseau de neurone, classification naïve de baise.

La technique se vocalise sur les caractéristiques des produits afin de


recommandé aux utilisateurs de nouveau produit avec lesquels ils sont déjà
interagir.

Aucune information prévenons un autre utilisateur, ni donc appliquer dans la


recommandation pour cette méthode on pose l’hypothèse « l’utilisateur aime
les items présentant les caractéristiques {nom de produit, la marque, prix,
date expiration ……} nous avons lui recommander les items présentant ces
mêmes caractéristiques.

Les approches basées sur le filtrage collaboratif :


Les systèmes basés sur le filtrage collaboratif sont l’un des premiers
systèmes de recommandation s’appuyant sur produisent des
recommandations calculant la similarité entre les préférences d’un utilisateur
et s’elle d’autres utilisateurs, les informations relatives aux utilisateurs, pour
calculer la similarité entre deux produits utilisateurs

L’approche du filtrage collaboratif est composée en deux sous-catégories qui


dépendent du procédé de prédiction :

Approches basées sur la mémoire / le voisinage :


;l

Collecte des données :


 Explicite:

Données obtenu par l’évaluation directe de l’utilisateur comme des notes ou


un avis (like)

Parmi ces avantages pas d’ambigüité sur les gouts et les centres d’intérêts de
de l’utilisateur

Son inconvénient biais de déclaration, exagération souvent.

 Implicite :
Données obtenue par l’évaluation indirecte de l’utilisateur, les systèmes de
recommandation observe si l’utilisateur acheté un produit ou la durée sur
une page
- Son avantage c’est l’objectivité
- Grande volumétrie, aucune indication sur l’appréciation

Vous aimerez peut-être aussi