Règles de Préférences Contextuelles

L'utilisation de pre fe rences suscite un inte re t croissant pour personnaliser des re ponses aux reque tes et effectuer des recommandations cible es. Pourtant, la construction manuelle de profils de pre fe rences reste a la fois complexe et consommatrice de temps. Dans ce contexte, nous pre sentons dans cette the se une nouvelle me thode automatique d'extraction de pre fe rences base e sur des techniques de fouille de donne es. L'approche que nous proposons est constitue e de deux phases : (1) une phase d'ex- traction de toutes les re gles de pre fe rences contextuelles inte ressantes et (2) une phase de construction du profil utilisateur. A la fin de la premie re phase, nous constatons qu'il y a des re gles redondantes voir superflues ; la seconde phase permet d'e liminer les re gles superflues afin d'avoir un profil concis et consistant. Dans notre approche, un profil utilisateur est constitue de cet ensemble de re gles de pre fe rences contextuelles re sultats de la seconde phase. La consistance garantit que les re gles de pre fe rences spe cifiant les profils sont en accord avec un grand nombre de pre fe rences utilisateur et contredisent un petit nombre d'entre elles.

Autorentext

Mouhamadou Saliou Diallo est Maître Assistant CAMES depuis 2019. Il enseigne les sciences de gestion à l'UCAD. Sa spécialité est la finance. Il a publié à ce jour 7 articles scientifiques dans des revues indexées et non indexées. Son thème de recherche porte sur l'attractivité d'un marché boursier en développement : cas de la BRVM.

Klappentext

L'utilisation de pre fe rences suscite un inte re t croissant pour personnaliser des re ponses aux reque tes et effectuer des recommandations cible es. Pourtant, la construction manuelle de profils de pre fe rences reste ä la fois complexe et consommatrice de temps. Dans ce contexte, nous pre sentons dans cette the se une nouvelle me thode automatique d'extraction de pre fe rences base e sur des techniques de fouille de donne es. L'approche que nous proposons est constitue e de deux phases : (1) une phase d'ex- traction de toutes les re gles de pre fe rences contextuelles inte ressantes et (2) une phase de construction du profil utilisateur. A la fin de la premie re phase, nous constatons qu'il y a des re gles redondantes voir superflues ; la seconde phase permet d'e liminer les re gles superflues afin d'avoir un profil concis et consistant. Dans notre approche, un profil utilisateur est constitue de cet ensemble de re gles de pre fe rences contextuelles re sultats de la seconde phase. La consistance garantit que les re gles de pre fe rences spe cifiant les profils sont en accord avec un grand nombre de pre fe rences utilisateur et contredisent un petit nombre d'entre elles.