Table des matières. Avant-propos. Les moteurs (et systèmes) de recommandation Imad SALEH

Transcription

1 Table des matières Avant-propos. Les moteurs (et systèmes) de recommandation Imad SALEH Chapitre 1. Introduction générale aux systèmes de recommandation Ghislaine CHARTRON et Gérald KEMBELLEC 1.1. Mise en perspective Un sujet interdisciplinaire Fondamentaux algorithmiques Le filtrage collaboratif Avantages et inconvénients du filtrage collaboratif Filtrage sur le contenu Avantages et inconvénients du filtrage sur le contenu Méthodes hybrides Conclusion sur les modèles de recommandation historiques Offres de contenu et systèmes de recommandation Culture et systèmes de recommandation Recommandation et cinéma Recommandation et littérature Recommandation et culture générale Systèmes de recommandation et commerce en ligne des contenus Le comportement des usagers Questions d actualité Bibliographie... 40

2 10 Les moteurs et systèmes de recommandation Chapitre 2. Partir des usages pour analyser les systèmes de recommandation : le cas des médias sociaux Jean-Claude DOMENGET et Alexandre COUTANT 2.1. Introduction : l omniprésence des systèmes de recommandation Les conditions sociales de fonctionnement de la prescription Théorie de la prescription et interactions en ligne Les conditions de reconnaissance de la prescription Spécificité des médias sociaux Des usagers peu attentifs aux prescriptions des plates-formes Facebook : le lien, la forme d activité et le contexte Twitter : prescription entre pairs et explicitation de la prescription Conditions de reconnaissance de la prescription : l énoncé et l énonciation Un guide pour envisager des moteurs de recommandation adaptés aux différents médias sociaux Conclusion Bibliographie Chapitre 3. Systèmes de recommandation et réseaux sociaux, quelles implications pour le marketing digital? Maria MERCANTI-GUÉRIN 3.1. Les recommandations sociales : une pratique ancienne revitalisée par le digital Les recommandations : une difficile gestion par les marques Les recommandations sur Internet : présence sociale et recommandations personnalisées Les recommandations sociales : quelles utilisations par le e-commerce? Efficacité des systèmes de recommandation sur la performance des sites e-commerce Les systèmes de recommandation utilisés par les réseaux sociaux : du e-commerce au commerce social Facebook, innovateur dans sa vision de la recommandation sociale : Like, Edge Rank, Place, Social et Open Graph La recommandation sociale, pierre angulaire d un commerce social en devenir Conclusion Bibliographie... 82

3 Table des matières 11 Chapitre 4. Recommandeurs et diversité : exploitation de la longue traîne et diversité des listes de recommandations Muriel FOULONNEAU, Valentin GROUÈS, Yannick NAUDET et Max CHEVALIER 4.1. Les enjeux de la diversité dans les systèmes de recommandation La diversité individuelle ou perception individuelle de la diversité Enjeux et impact de la diversité agrégée Les marchés à ressources limitées La diversité culturelle L économie de la longue traîne : vers une consommation plus diverse Algorithmes de recommandation et diversité : tendances, évaluation et optimisation La tendance des algorithmes de recommandation à orienter vers la tête L évaluation de la diversité dans les systèmes de recommandation Des algorithmes de recommandation pour favoriser la diversité individuelle Des algorithmes de recommandation pour favoriser la diversité agrégée Vers des approches de la diversité centrée sur les utilisateurs La perception de la diversité par les utilisateurs Analyser les utilisateurs pour améliorer la diversité agrégée Conclusion et nouvelles directions Bibliographie Chapitre 5. isontre : transformateur intelligent de réseaux sociaux en environnement de moteur de recommandation Rana CHAMSI ABU QUBA, Salima HASSAS, Usama FAYYAD, Hammam CHAMSI et Christine GERTOSIO 5.1. Résumé Introduction Etat de l art, définition et historique Techniques du filtrage collaboratif Réseaux sociaux à usage général, que contiennent-ils? La recommandation sociale

4 12 Les moteurs et systèmes de recommandation La recommandation de concepts isontre isontre : transformateur du réseau social Extraire les concepts des profils Ajouter des amis au modèle N-Facettes isontre : le cœur de la recommandation Construire la matrice générale et les matrices spécifiques aux domaines La recommandation autonome Les systèmes de recommandation mixtes Expérimentations La préparation des données La méthodologie de test La création des avatars Résultats Discussions Conclusion Bibliographie Chapitre 6. Une approche de recommandation par niveau de classification à facettes pour la recherche documentaire Manel HMIMIDA et Rushed KANAWATI 6.1. Introduction Etat de l art Le système Hypertagging Les métadonnées Architecture Approche de recommandation Présentation Corrélation entre les facettes Corrélation entre les tags Algorithme de recommandation Evaluation Génération de facettes Génération de règles d associations Evaluation des règles de recommandations Conclusion Bibliographie

5 Table des matières 13 Chapitre 7. Combiner configuration et recommandation afin de permettre un guidage interactif de configuration par ligne de produits Raouia TRIKI, Raúl MAZO et Camille SALINESI 7.1. Introduction Contexte Configuration Recommandation Obstacles et défis de la configuration de la ligne de produit interactif Aperçu de l approche proposée Evaluation préliminaire Discussion et travaux connexes Techniques de recommandation Conclusion et perspectives Bibliographie Chapitre 8. Espaces sémiocognitifs : les frontières des systèmes de recommandation Hakim HACHOUR, Samuel SZONIECKY et Safia ABOUAD 8.1. Introduction Etat de l art : activités finalisées, système de recommandation et pertinence de l information Dynamique cognitive des activités finalisées Fondements des systèmes de recommandation Content-Based Recommender Systems (CRS) Collaborative-Based Recommender Systems (ColRS) Knowledge-Based Recommender Systems (KRS) Evaluation des RS Quelle pertinence de l information? Intérêts praxéologiques observables : une combinaison entre les recommandations fondées sur les contenus, la collaboration et la connaissance Méthodologie : méta-analyse et modélisation des processus Analyse et modélisation d un macroprocessus de réponse à un appel à projets de R&D Au niveau de l architecture technique Au niveau des besoins informationnels et des flux d objets Préconisations en termes de RS

6 14 Les moteurs et systèmes de recommandation Analyse et modélisation d un dispositif socio-organisationnel de gestion des réclamations clients Au niveau du processus Au niveau de l architecture technique Au niveau des besoins informationnels et des flux d objets Préconisations en termes de RS Discussions et conclusions Discussions : efficience des modes de filtrage et critères sémiocognitifs de la pertinence Conclusions : systèmes de recommandation liés aux activités finalisées La localisation des activités et les systèmes d information géographique, des nouveaux intrants Transparence dans l utilisation des données personnelles, protection et propriété des données Remerciements Bibliographie Chapitre 9. Le marché francophone de la prescription littéraire en réseaux Louis WIART 9.1. Introduction L économie de la prescription La notion de prescription Du marché à prescripteurs au marché de la prescription Eléments de méthodologie La structure concurrentielle du marché des réseaux socionumériques de lecteurs Les réseaux pure players et la stratégie de l audience Les réseaux amateurs et la stratégie de la survie Les réseaux adossés et la stratégie de l hybridation L organisation de la prescription Prescription sociale Prescription éditoriale Prescription algorithmique Conclusion : quelle légitimité pour la prescription littéraire? Annexe : liste des entretiens réalisés Bibliographie

7 Table des matières 15 Chapitre 10. Présentation de l offre de services : Babelio, un moteur de recommandation dédié aux livres Vassil STEFANOV, Guillaume TEISSEIRE et Pierre FRÉMAUX Introduction La problématique de la pertinence qualitative La problématique de la pertinence quantitative L arbitrage entre sensibilité et précision La problématique des données rares Performance et scalabilité Quelques problématiques propres au livre Chapitre 11. Présentation de l offre de services : Nomao, systèmes de recommandation et recherche d'information Estelle DELPECH, Laurent CANDILLIER et Etienne CHAI Introduction : les acteurs de la recommandation sur Internet Approches de la recommandation Nomao : recherche et recommandation de lieux Score de popularité Score d affinité Filtrage collaboratif Profilage descriptif Recommandation sociale Perspectives : vers des systèmes de recommandation interactifs Annexe Index