Les systèmes de recommandations visent à proposer aux utilisateurs des items en lien avec leur consultation en cours et qui peuvent retenir leur intérêt. L'intérêt des utilisateurs dépend du contexte dans lequel ils se trouvent. Dans ce travail, nous proposons un système hybride CBCF (Context-aware Based Collaborative Filtering) qui combine les systèmes de recommandation sensibles aux contextes et le filtrage collaboratif. Le contexte est ici défini comme l'objectif ou l'intention de l'utilisateur. Nous le modélisons par une approche LDA (Latent Dirichlet Allocation) qui génère un modèle de thèmes pour chaque intention. Nous avons évalué notre approche sur la collection Book-Crossing et montrons sa supériorité par rapport à plusieurs méthodes état de l'art.
Il n'y a pas encore de discussion sur ce livre
Soyez le premier à en lancer une !
Taïna, indienne des Caraïbes, a été instruite dès son enfance pour devenir chamane, mais Christophe Colomb et les Espagnols arrivent...
Une belle adaptation, réalisée par un duo espagnol, d'un des romans fondateurs de la science-fiction, accessible dès 12 ans.
Merci à toutes et à tous pour cette aventure collective
Lara entame un stage en psychiatrie d’addictologie, en vue d’ouvrir ensuite une structure d’accueil pour jeunes en situation d’addiction au numérique...
