Extraction de clusters à partir du treillis de concepts : application à la découverte de communautés d'intérêt pour améliorer l'accès à l'information

par Nicolas Durand

Thèse de doctorat en Informatique

Sous la direction de Khaldoun Zreik.

Soutenue en 2004

à Caen .

mots clés

• Exploration de données
• Classification automatique
• Diffusion sélective de l'information
• Systèmes d'information
• Internet
• Bases de données

Résumé

Le cadre de ces travaux correspond au projet RNRT Cyrano, dont le but est d'améliorer l'accès à l'information, à la fois en terme de sélection et de rapidité. Cette thèse propose un système de recommandation de documents aux utilisateurs. Ce système s'appuie sur une nouvelle méthode de découverte de clusters, appelée Ecclat, pour regrouper les utilisateurs en communautés d'intérêt. Le principal avantage de cette méthode est de produire des clusters non-disjoints d'utilisateurs à partir de données qualitatives. Ecclat a aussi été utilisée dans d'autres domaines comme la médecine. Un nouveau système de pré-chargement de documents, appelé Prefetchem, est aussi proposé. Il repose sur une optimisation de la caractérisation des utilisateurs, basée sur la détection d'informations émergentes pour traduire leurs goûts et leurs tendances. Les expérimentations sont réalisées avec des accès réels effectués par des utilisateurs de serveurs mandataires-caches de France Télécom R&D.

Pas de résumé disponible.