ACCUEIL

Consignes aux
auteurs et coordonnateurs
Nos règles d'éthique
Autres revues >>

Ingénierie des Systèmes d'Information

Networking and Information Systems
1633-1311
Revue des sciences et technologies de l'information
 

 ARTICLE VOL 18/1 - 2013  - pp.59-84  - doi:10.3166/isi.18.1.59-84
TITRE
Recherche d’information contextuelle basée sur la prédiction des intérêts des utilisateurs et leurs relations sociales

TITLE
Contextual information retrieval based on users' interests prediction and their social relations

RÉSUMÉ

L’émergence des smartphones a donné à l’informatique mobile l’accès à la réalité quotidienne. Plus précisément, la modélisation du contexte des utilisateurs offre un moyen efficace pour adapter les réponses retournées. Ces dernières années, de nombreux sites sociaux ont intégré la notion de contexte dans leurs moteurs de recherche. En effet, avec la disponibilité des appareils mobiles et la diversité des fonctionnalités qu’ils offrent, les nouvelles approches en recherche d’information ont eu l’avantage de fournir aux utilisateurs des éléments plus pertinents et plus adaptés à leurs situations courantes. Dans cet article, nous introduisons une nouvelle approche pour la prédiction des intérêts des utilisateurs afin d’enrichir leurs requêtes et d’élargir leurs cercles sociaux. Cette approche s’appuie sur la technique de la classification associative dans le but de prédire les intérêts des utilisateurs, à partir de DBPEDIA. Ces intérêts sont ainsi utilisés dans un double objectif : (i) l’enrichissement des requêtes mobiles des utilisateurs et (ii) l’extension du cercle social des utilisateurs par la découverte de communautés combinant la technique de la marche aléatoire et la modélisation de l’ontologie FOAF. Notre évaluation expérimentale montre que notre approche améliore la qualité et la précision des résultats de recherche et permet en outre d’enrichir les relations entre les individus des réseaux sociaux réels.



ABSTRACT

The emergence of smartphones has given mobile computing access to everyday reality. More specifically, the context modeling offers users an effective way to customize search results. In recent years, many social sites have embraced the notion of context in their search engine. Indeed, with the availability of mobile devices, these new mobile sites have the advantage of providing users with more relevant elements based on their current situations. In this paper, we introduce a new approach for users’ interests prediction to enrich their queries and expand their social circles. This approach is based on the technique of associative classification in order to predict the interests of users, from DBPEDIA. These interests are well used with a dual objective : (i) the enrichment of users’ mobile queries and (ii) the extension of the social circle of users through the discovery of communities combining the random walk technique and the FOAF ontology modeling. Our experimental evaluation shows that our approach improves the quality and the accuracy of research results and also allows to enrich the relationships between individuals of real social networks.



AUTEUR(S)
Imen BEN SASSI, Chiraz TRABELSI, Amel BOUZEGHOUB, Sadok BEN YAHIA

LANGUE DE L'ARTICLE
Français

 PRIX
• Abonné (hors accès direct) : 12.5 €
• Non abonné : 25.0 €
|
|
--> Tous les articles sont dans un format PDF protégé par tatouage 
   
ACCÉDER A L'ARTICLE COMPLET  (835 Ko)



Mot de passe oublié ?

ABONNEZ-VOUS !

CONTACTS
Comité de
rédaction
Conditions
générales de vente

 English version >> 
Lavoisier