ARIA

Association Francophone de Recherche d’Information (RI) et Applications

Actes de CORIA 2010
PDF

Auteurs

Armelle Brun, Anne Boyer

Résumé

Les systèmes de recommandation, et notamment le filtrage collaboratif, sont tradition- nellement utilisés dans les domaines du e-commerce et de la navigation web pour suggérer des ressources pertinentes aux utilisateurs au moment adéquat. Dans des approches dites ‘mo- dèle’, nous pouvons trouver les modèles à base d’usage et les règles d’association. Dans la littérature, ces modèles sont présentés comme des systèmes temps-réel. Ces dernières années, le domaine du m-commerce a émergé, dans lequel les recommandations sont diffusées sur un mobile au lieu de l’écran d’un ordinateur. Il faut donc adapter les techniques de recommanda- tion aux nouvelles contraintes des terminaux mobiles. En particulier, puisque le respect de la vie privée est un objectif important, une façon de la préserver est de stocker les systèmes de recommandation sur le mobile. Cependant, bien que les systèmes de recommandation à base d’usage sont temps-réel, la génération des recommandations est complexe, et dans le cas où ils sont stockés sur le mobile, ils peuvent ne plus être temps-réel. Dans cet article, nous proposons un nouveau système de recommandation incrémental, à base d’usage, dans le but d’obtenir des recommandations instantanées dans le cadre du m-commerce.

Abstract

Recommendation technologies, such as collaborative filtering, have traditionally been used in domains such as E-commerce and Web navigation to recommend resources to customers so as to help them to get the right resources at the right moment. In model-based ap- proaches we can find the popular data mining models, as sequential association rules, that are usually presented as real-time recommenders. In the last few years, the m-commerce domain has emerged, that displays recommendations on the mobile device instead of the classical screen of the computer. In this paper user privacy preservation is an important objective and one way to be compliant with this constraint is to store the recommender on the mobile-side. However, although usage mining recommenders are real-time, many of them have a high complexity and when the recommender is implemented on a mobile device, it may not be real-time anymore. We put forward a new incremental recommender to get instantaneous recommendations when exploiting sequential association rules in the frame of m-commerce.

Posts Récents

Catégories

A Propos

ARIA (Association Francophone de Recherche d’Information (RI) et Applications) est une société savante, association loi 1901, ayant pour but de promouvoir le savoir et les connaissances du domaine de la Recherche d’Information (RI) et des divers domaines scientifiques en jeu dans la conception, la réalisation et l’évaluation des systèmes de Recherche d’Information.