Les systèmes de recommandations visent à proposer aux utilisateurs des items en lien avec leur consultation en cours et qui peuvent retenir leur intérêt. L'intérêt des utilisateurs dépend du contexte dans lequel ils se trouvent. Dans ce travail, nous proposons un système hybride CBCF (Context-aware Based Collaborative Filtering) qui combine les systèmes de recommandation sensibles aux contextes et le filtrage collaboratif. Le contexte est ici défini comme l'objectif ou l'intention de l'utilisateur. Nous le modélisons par une approche LDA (Latent Dirichlet Allocation) qui génère un modèle de thèmes pour chaque intention. Nous avons évalué notre approche sur la collection Book-Crossing et montrons sa supériorité par rapport à plusieurs méthodes état de l'art.
Il n'y a pas encore de discussion sur ce livre
Soyez le premier à en lancer une !
A gagner : des exemplaires de cette BD jeunesse sur fond de légendes celtiques !
L'autrice coréenne nous raconte l'histoire de son pays à travers l’opposition et l’attirance de deux jeunes adolescents que tout oppose
Mêlant la folie à l’amour, l’auteur nous offre le portrait saisissant d’une « femme étrange » bousculant les normes binaires de l’identité sexuelle
Dans ce recueil de 13 nouvelles, la jeune autrice mexicaine frappe fort mais juste
