Résumé

Cet article présente une méthode incrémentale d’apprentissage des profils dans les systèmes de filtrage d’information. Cette méthode est basée sur le principe de renforcement. L’idée de base consiste à construire, à chaque arrivée d’un document pertinent, un profil ’ provisoire ’ permettant de sélectionner le document en question avec un score ’ fort ‘, puis intégrer ce profil, grâce à une descente de gradient, dans le profil global. Cette méthode est comparée à une version incrémentale de l’algorithme de Rocchio adapté au filtrage d’information. Des expérimentations effectuées sur la collection de test de référence TREC, montrent que les résultats obtenus par la

Abstract

This paper presents a profile learning method in the information filtering systems. This method is based on a reinforcement process. The basic idea consists to build, when a document is judged as relevant, the provisional profile which makes it possible to find this document with a strong score, then integrate this profile by using the gradient propagation formula in the global profile. The reinforcement method is compared to Rocchio learning algorithm which is adapted to information filtering.Experiments carried out on TREC-2002 collection showed the effectiveness of the reinforcement process.