Thèse de doctorat en Sciences de l’information et de la communication
-
Résumé
Les systèmes de recommandations font partie des modèles d’apprentissage automatique quitransforment la recherche de l’information. C’est dans ce cadre que s’inscrit notre thèse qui a pour objectif principal de concevoir et mettreen oeuvre un modèle de système de recommandation basé sur les données implicites d’unéchantillon des utilisateurs de l’Institut Marocain de la Recherche Scientifique et Technique(IMIST), en s’appuyant sur l’approche de filtrage collaboratif.Notre contribution est ensuite la mise en place d’un prototype de système de recommandationadapté, reposant sur les données implicites des utilisateurs, afin de leur fournir desrecommandations pertinentes de documentsL’implémentation du système a été effectuée dans un environnement Spark dédié àl’apprentissage automatique à l’aide du langage Scala et moyennant le modèle des moindrescarrés alternés (ALS) de factorisation matricielle, appartenant aux méthodes de filtragecollaboratif à base de modèle.
-
Titre traduit
Data and content industries, modelling and prototyping of a recommender system for the catalogue of a Documentary Information Service
-
Résumé
Recommender systems are among the promising fields of machine learning, which haverevolutionized the information retrieval.The context of our thesis is the Moroccan Institute for Scientific and Technical Information(IMIST), having as an objective to design and implement a recommender system based on logdata, according to the collaborative filtering approach.To achieve these objectives, we first began to identify the IMIST’s need for a recommendersystem, then we design and carry out a prototype based on user’s implicit data to providerecommendations.It should be noted that it was necessary to convert the implicit data of the users into explicitdata in the form of scores, in order to exploit them.This prototype distinguishes between the anonymous user and the subscriber user.The implementation of the system was done in a Spark environment, using the Scala languageand the ALS Train Implicit model of the matrix factorization.
Source: http://www.theses.fr/2021HESAC034
.
