| Avec la montee de la technologie et la facilite d'acces a Internet, les utilisateurs sont submerges par un large eventail de choix disponibles et une quantite considerable d'informations [6]. Il devient necessaire d'avoir acces a des outils et des techniques efficaces pour filtrer les donnees et de les rendre utilisables pour des operations de tous les jours. A cette fin, des systemes de recommandations, qui ont fait l'objet de recherche active et de developpement au cours des 15 dernieres annees, sont maintenant capables de fournir aux utilisateurs des choix [51] sur ce qu'ils aimeraient lire, acheter, regarder, manger, etc.;La problematique etudiee dans ce memoire est l'utilisation d'informations implicites pour construire des systemes de recommandations en utilisant une approche par filtrage collaboratif. Beaucoup de travaux ont ete faits sur l'utilisation de filtrage collaboratif a l'aide d'informations explicites telles que les cotes [48], [43], [19], [33]. Cependant, les techniques developpees pour les systemes de recommandations comprenant des articles sans informations explicites restent rudimentaires. Le plus grand defi vis-a-vis les systemes de recommandations a informations implicites est l'absence de retroaction de la part de l'utilisateur si nous n'utilisons pas un expert comme par exemple, un vendeur. En outre, comme il est mentionne dans [51], lorsque qu'un systeme avec cote existe, la proportion des elements evalues est souvent inferieure a 1%. Par consequent, meme pour les systemes de recommandations qui utilisent des informations explicites telles que les cotes, il est crucial d'avoir une methode qui tire profit des informations implicites.;Les progres dans ce domaine sont timides depuis les dernieres annees. Il y a eu des etudes sur les recommandations par rapport aux medias sociaux en se basant sur des utilisateurs et des mots-cles [18], la modelisation probabiliste [30] et la modelisation semantique basee sur la recommandation de nouvelles [29]. S'il est vrai que ces techniques utilisent des informations implicites, seuls quelques-uns [40], [23] abordent la question de recommander des produits d'un magasin sans l'utilisation d'informations explicites. Ces methodes necessitent generalement la disponibilite d'un expert afin de prendre la retroaction d'un client ou le reglage de nombreux parametres.;Dans notre etude, nous avons reussi a elaborer un algorithme permettant de soumettre des recommandations personnelles a un utilisateur en utilisant seulement des informations implicites. Notre technique, lorsque comparee a un systeme semblable qui utiliserait des cotes comme informations explicites, genere de tres bons resultats. De plus, lorsque la methode developpee est comparee a d'autres systemes utilisant de l'information implicite, elle offre des resultats qui sont comparables et parfois superieurs a ceux-ci.;Mots-cles : systeme de recommandations ; segmentation ; information implicite ; filtrage collaboratif ; division hierarchique. |
