Résumé

Nous nous intéressons à l’étude des similarités entre utilisateurs dans des systèmes de filtrage collaboratif, et en particulier à l’exploitation de la polarité (note positive ou négative) des jugements. Nous proposons une mesure qui prend en compte les biais liés à la popularité de l’item et à la propension de l’utilisateur à noter de manière positive ou négative. La validité de cette mesure de similarité est évaluée par le biais de deux tâches (recommendation et prédiction de lien), et montre que ces deux mesures permettent de distinguer trois types de relations entre utilisateurs.

Abstract

This paper studies user similarities in the context of collaborative filtering systems, and more precisely, we study the effect of polarity (positive or negative item note) on the nature of user relationships. We propose a measure that takes into account the item popularity bias and the user likelihood of giving a positive rating to an item. The measure is evaluated on collaborative filtering and social network datasets, showing that they are useful to isolate three different types of relationships between users.