 |
 |
Volume 36 - Numéro spécial CRI 2021 - 2022
Numéro spécial CRI 2021 - 2022
1. Comparaison d'ensembles d'arbres à l'aide de descripteurs vectoriels basés sur les modèles de Markov cachés
Trees are among the most studied data structures and several techniques have consequently been developed for comparing two trees belonging to the same category. Until the end of year 2020, there was a serious lack of suitable metrics for comparing two weighted trees or two trees from different categories. The problem of comparing two tree sets was not also specifically addressed. These limitations have been overcome in a paper published in 2021 where a customizable metric based on hidden Markov models has been proposed for comparing two tree sets, each containing a mixture of trees belonging to various categories. Unfortunately, that metric does not allow the use of non metric-dependent classifiers which take descriptor vectors as inputs. This paper addresses this drawback by deriving a descriptor vector for each tree set using meta-information related to its corresponding models. The comparison between two tree sets is then realized by comparing their associated descriptor vectors. Classification experiments carried out on the databases FirstLast-L (FL), FirstLast-LW (FLW) and Stanford Sentiment Treebank (SSTB) respectively showed best accuracies of 99.75%, 99.75% and 87.22%. These performances are respectively 40.75% and 20.52% better than the tree Edit distance respectively for FLW and SSTB. Additional clustering experiments exhibited 54.25%, 98.75% and 75.53% of correctly clustered instances for FL, FLW and SSTB. No clustering was performed in existing work.
2. Construction d'une plateforme de diffusion d'informations par publication/abonnement pour les réseaux sociaux ad hoc mobiles hybrides sur les appareils androïdes
Les réseaux sociaux mobiles ad hoc (MASN) ont fait l'objet de plusieurs recherches au cours des deux dernières décennies. Ils permettent à des stations situées dans une petite zone géographique d'être connectées sans avoir besoin d'une infrastructure de réseau et leur offrent la possibilité de communiquer à tout moment et en tout lieu. Pour communiquer, les stations diffusent régulièrement leurs centres d'intérêt sous forme de mots-clés. Les stations dont les mots-clés présentent un degré élevé de similitude peuvent communiquer entre elles. Cependant, la couverture des réseaux MASN est limitée à une petite zone géographique, en raison de la portée de communication limitée des stations des réseaux mobiles ad hoc (MANET). Dans cet article, nous présentons une architecture et une mise en œuvre de réseaux sociaux mobiles ad hoc hybrides (MASN couplés à des réseaux d'infrastructure) d'appareils mobiles Android pour la diffusion d'informations. Les stations peuvent utiliser le réseau d'infrastructure pour communiquer et s'appuyer sur le réseau mobile ad hoc lorsque l'infrastructure n'est pas disponible.Plutôt que de communiquer de manière synchrone comme c'est le cas dans les travaux similaires trouvés dans la littérature, dans notre approche, les stations communiquent en utilisant un protocole de communication de type publication/abonnement, qui est parfaitement adapté à ce type […]
3. Système de recommandation avec prise en compte de la prévision de disponibilité des catégories de produits
Recommander des articles appropriés aux utilisateurs est crucial dans les plateformes de commerce électronique et de streaming. Dans certaines situations, un client a une préférence pour un produit en fonction des caractéristiques du produit et du contexte temporel courant. Il est donc judicieux de prendre en compte ces aspects afin d'améliorer la qualité des recommandations. Dans cet article, nous proposons des systèmes de recommandation basés sur la prédiction de disponibilité des catégories des produits en fonction du contexte temporel. En effet, le classement des recommandations Top-N proposées par le système de recommandation initial est mis à jour de manière à favoriser les produits aux catégories prédites disponibles. Par ailleurs, nous proposons un algorithme pour le choix du contexte temporel adéquat à la considération de la prédiction de disponibilité des catégories. Des expérimentations sont menées sur quatre jeux de données et des comparaisons sont effectuées sur les résultats de trois systèmes de recommandation de base avec et sans intégration des prédictions de disponibilité, suivant les métriques d'évaluation Hit-ratio, MAP et F1-score. On constate que dans 75% des cas, pour avoir la meilleure performance, il est nécessaire d'intégrer les prédictions de disponibilité des catégories. Ce gain peut même aller à plus de 12% quel que soit le jeu de données. Tout ceci confirme la pertinence de notre […]