Application et exploration de l’approche de découpage des systèmes de recommandations pré-contextuelle.

Abstract

Les systèmes de recommandation (SR) classique offre une solution à la quantité croissante du contenu produit chaque jour. Ils fournissent aux utilisateurs des contenus qui sont les plus pertinents pour eux, mais en négligeant le contexte courant utilisateur. D’où l’apparition des systèmes de recommandation sensible au contexte « CARS » qui intègre l’information contextuelle dans une recommandation. Dans notre projet de fin d’étude, nous visons à implémenter l’une des approches les plus efficaces dans les CARS à savoir : approche de découpage. Ainsi nous explorons la bibliothèque CARSKits implémentant la majorité des algorithmes d’état de l’art des CARS. CARSKits est très utile pour l’évaluation des futures algorithmes de recommandation proposés et plus particulièrement ceux sensible au contexte.