Système de recommandation à base de communautés

الموضوعات

علوم تطبيقية وتكنولوجية

الملخص

Les systèmes de recommandation jouent un rôle important en suggérant des informationspertinentes aux utilisateurs. Dans ce travail, nous introduisons l’information démographique de l’utilisateurau niveau communautaire comme étant une nouvelle dimension pour les recommandations et nousprésentons un système de recommandation utilisant des approches de filtrage collaboratif et de détectioncommunautaire. Nous utilisons (1) un algorithme de détection de communautés pour découvrir lescommunautés des utilisateurs en analysant le graphe de similarité démographique utilisateur-utilisateur et(2) un filtrage collaboratif basé sur la matrice utilisateur-item pour la prédiction des notes. Notre approcheaméliore l'évolutivité, le problème de démarrage à froid et de manque de données du système derecommandation basé sur le filtrage collaboratif. Nous avons effectué des expériences sur l’ensemble dedonnées de MovieLens, pour prédire la note du film et produire les meilleures recommandations pour lesnouveaux utilisateurs (démarrage à froid). Les résultats sont comparés avec un système de filtragecollaboratif basé sur l’utilisateur.

روابط وملفات

التعريف والنوع

رقم الوثيقة

fb2aa4f9-b694-47a4-9434-e44438a5ca30

رقم العقد

0

نوع الوسائط

Crawler

نوع المحتوى

الرسائل العلمية

صيغة المصدر

ماستر (LMD)

نوع الملف

pdf text

أسماء الملفات

2250090_1.pdf

بيانات النشر

ألقاب المؤلفين

[{"name_ar":"Hadil Aboubaker","title_ar":"اعداد","title_en":"Preparation"},{"name_ar":"KOUADRIA Abderrahmane","title_ar":"اشراف","title_en":"Supervision"},{"name_ar":"Mandi Nour-El-Yakine","title_ar":"اعداد","title_en":"Preparation"}]

اللغة

French

المصدر والدورية

اسم المصدر

Système de recommandation à base de communautés

المحتوى والصفحات

عدد الصفحات

0

ترجمة الملخص

Recommender systems play an important role in suggesting relevant information to users. In this work, we introduce user demographic information at the community level as a new dimension for recommendations and present a recommender system using collaborative filtering and community detection approaches. We use (1) a community detection algorithm to discover user communities by analysing the user-user demographic similarity graph and (2) collaborative filtering based on the user-item matrix for score prediction. Our approach improves the scalability, cold start and data gap problem of the collaborative filtering-based recommender system. We performed experiments on the Movie Lens dataset, to predict the movie rating and produce the best recommendations for new users (cold start). The results are compared with a user-based collaborative filtering system

كلمات الباحثين

Système de recommandation, Filtrage collaboratif, détection de communautés, méthode de Louvain

إشراف وإعداد

الإشراف

KOUADRIA Abderrahmane

الإعداد

Hadil Aboubaker, Mandi Nour-El-Yakine

الاقتباسات الببليوغرافية