Armel Jacques Nzekon Nzeko'o ; Hamza Adamou ; Thomas Messi Nguele ; Bleriot Pagnaul Betndam Tchamba - Prise en compte du temps et des catégories d'item dans l'estimation des influences sociales implicites pour l'amélioration des systèmes de recommandation basés sur la confiance.

arima:13328 - Revue Africaine de Recherche en Informatique et Mathématiques Appliquées, 23 mars 2025, Volume 42 - Numéro spécial CRI 2023 - 2024/2025 - https://doi.org/10.46298/arima.13328
Prise en compte du temps et des catégories d'item dans l'estimation des influences sociales implicites pour l'amélioration des systèmes de recommandation basés sur la confiance.Article

Auteurs : Armel Jacques Nzekon Nzeko'o 1,2; Adamou Hamza 1; Thomas Messi Nguele 1,2,3; Bleriot Pagnaul Betndam Tchamba 1

  • 1 University of Yaoundé I
  • 2 Unité de modélisation mathématique et informatique des systèmes complexes [Bondy]
  • 3 University of Ebolowa

De nos jours, les plateformes d’e-commerce, de streaming et de réseaux sociaux jouent un rôle important dans notre quotidien. Cependant, l’ajout toujours croissant d’éléments sur ces plateformes (articles sur Amazon, vidéos sur Netflix et YouTube, publications sur Facebook et Instagram) rend difficile pour les utilisateurs de sélectionner les éléments qui les intéressent. L'intégration de systèmes de recommandation dans ces plateformes vise à proposer à chaque utilisateur une petite liste d'éléments correspondant à ses préférences. Pour améliorer les performances de ces systèmes de recommandation, certains travaux de la littérature intègrent une confiance explicite ou implicite entre les utilisateurs de la plateforme via des systèmes de recommandation basés sur la confiance. En effet, nombre de ces travaux reposent sur une confiance explicite, lorsque chaque utilisateur désigne ceux en qui il a confiance dans la plateforme. Mais ces informations sont rares sur la plupart des plateformes du monde réel. Ainsi, d'autres travaux proposent d'estimer la confiance implicite que chaque utilisateur peut accorder à un autre. Cependant, les travaux qui estiment la confiance implicite ne prennent pas en compte la dynamique temporelle des actions passées des utilisateurs et encore moins le fait qu'un utilisateur peut en influencer un autre sur une catégorie d'item et pas sur une autre. Dans cet article, nous proposons des stratégies sensibles au temps et au contenu pour estimer l'influence sociale d'un utilisateur sur un autre. La confiance implicite qui en résulte, consciente du temps et du contenu, est intégrée aux systèmes de recommandation basés sur la confiance, construits sur les K-Nearest Neighbours (KNN) et les techniques basées sur les graphiques. Les expériences réalisées pour les prédictions de notation avec KNN et les recommandations Top-N avec le modèle Graph montrent que la confiance implicite consciente du temps et du contenu permet d'améliorer les performances du KNN selon la métrique RMSE de 7% et 10%, et les performances du modèle graphique selon la métrique NDCG@10 de 59% et 08% respectivement sur les jeux de données Ciao et Epinions.


Volume : Volume 42 - Numéro spécial CRI 2023 - 2024/2025
Publié le : 23 mars 2025
Accepté le : 19 mars 2025
Soumis le : 2 avril 2024
Mots-clés : Implicit trust,Trust-based recommender systems,Time aware implicit social influence,Item category aware implicit social influence,Influence sociale implicite temporelle,Influence sociale implicite catégorielle,Confiance implicite,Systèmes de recommandation basés sur la confiance,[INFO]Computer Science [cs]

Statistiques de consultation

Cette page a été consultée 52 fois.
Le PDF de cet article a été téléchargé 16 fois.