Résumé

L’étude des caractéristiques contextuelles a été largement traitée en Recherche d’Information (RI), mais les applications concrètes sur de vrais flux de données ne sont pas très répandues. Dans cet article, notre problématique concerne la décision automatique de retwee- ter un message. En considérant le centre d’intérêt d’un utilisateur, nous proposons un modèle pour effectuer un filtrage automatique en temps-réel du flux Twitter en utilisant de multiples caractéristiques contextuelles. Le modèle sépare l’aspect contextuel du contenu du message en lui-même, tout en conservant une très grande vitesse d’exécution. Des expérimentations ont été réalisées sur la collection TREC Microblog 2015. Les résultats montrent que l’intégration de caractéristiques de contexte a un impact positif sur l’efficacité du filtrage sans pénaliser son efficience.

Abstract

The study of contextual features has been widely discussed in Information Retrieval (IR), but concrete applications on real data streams are not common. In this paper, we aim at doing retweet recommandation. Considering a user interest, we introduce a model to perform real-time online filtering of the Twitter stream using several contextual features. The model separates content and contextual aspects, achieving a very high velocity. Experiments were performed on the TREC Microblog 2015 collection. Results show that integrating contextual features has a positive impact on the effectiveness of the filtering without penalizing efficiency.