Mise en oeuvre des réseaux de neurones pour une recommandation basée sur du contenu.

Abstract

Avec l'avènement du web et les évolutions technologiques, entre autres, la masse de données à exploiter ou analyser est devenue très volumineuse. Il est devenu donc difficile de savoir quelles sont les données à rechercher et où les trouver. Des techniques informatiques ont été développées pour faciliter cette recherche ainsi que l'extraction des informations pertinentes. Celle sur laquelle nous nous concentrons dans ce mémoire est la recommandation. Il s'agit de guider l'utilisateur dans son exploration des données afin qu'il trouve des informations pertinentes. Bien que les systèmes de recommandation ont été étudiés dans des domaines divers et variés comme le web, le e-commerce et bien d'autres. En effet, plusieurs techniques de recommandation ont vu le jour. Nous nous intéressants dans notre travail aux techniques à base de l'apprentissage automatique, plus précisément celles basées sur les réseaux de neurones. Pour recommander des films à un utilisateur, nous proposons trois modèles de réseaux de neurones, qui prennent en entrée du contenu textuel représentant des descriptions de films extraites de la collection préexistante de l'Internet Movie Database (IMDb) et qui les classent selon leurs attributs descriptifs. Nous avons implémenté et évalué ces modèles. Par la suite, nous avons effectué une comparaison des résultats obtenus. Nous avons également réalisé une interface afin de visualiser la recommandation.