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
Nouvel éditeur en 2019
 

 ARTICLE VOL 23/5 - 2018  - pp.139-157  - doi:10.3166/isi.23.5.139-157
TITRE
Un modèle de filtrage collaboratif hybride avec contexte et folksonomie pour la recommandation sociale

TITLE
A hybrid collaborative filtering model with context and folksonomy for social recommendation

RÉSUMÉ
Pour résoudre le problème de rareté des données et de manque de contexte dans le filtrage collaboratif par quartier (CF), cet article propose un modèle hybride CF combinant contexte et informations de balise. Tout d’abord, tous les utilisateurs ont été divisés en différents groupes en fonction de leur profil et de leurs informations contextuelles à l’aide de la mise en cluster, dans le but de réduirela rareté et la dimension des données nominales. Ensuite, un modèle de réseau de folksonomie (FNM) a été développé sur la base des informations de balise pour analyser la pertinence entre différents éléments. Ensuite, le FNM a été intégré au processus de mesure de la similarité des FC basées sur le quartier afin d’améliorer la précision des recommandations.Grâce aux expériences sur trois ensembles de données du monde réel, il est clair que notre méthode surpasse celle des autres méthodes en termes de qualité des recommandations, ce qui signifie que notre modèle est plus applicable dans les situations où le contexte et la folksonomie sont essentiels au succès de l'application, tout comme dans le commerce social et des sites Web de communautés virtuelles.


ABSTRACT
To address data sparsity problem and lack of context in neighbourhood-based collaborative filtering (CF), this paper proposes a hybrid CF model combining context and tag information. Firstly, all users were divided into different groups by their profile and contextual information using clustering, aiming to reduce the sparsity and dimension of ratings data. Then, a folksonomy network model (FNM) was developed based on tag information to analyze the relevance between different items. Then, the FNM was incorporated into the similarity measuring process of neighbourhood-based CF for the improvement of recommendation accuracy. Through the experiments on three real-world datasets, it is clear that our method outperforms other methods in recommendation quality, which means our model is more applicable in situations where context and folksonomy are critical to the success of the application, just like in social commerce and virtual community websites.


AUTEUR(S)
Xiaoyi DENG, C. WANG

MOTS-CLÉS
filtrage collaboratif, recommandation hybride, contexte, folksonomie, balise sociale.

KEYWORDS
collaborative filtering, hybrid recommendation, context, folksonomy, social tag.

LANGUE DE L'ARTICLE
Anglais

 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  (1,5 Mo)



Mot de passe oublié ?

ABONNEZ-VOUS !

CONTACTS
Comité de
rédaction
Conditions
générales de vente

 English version >> 
Lavoisier