Utilisation d'ontologies pour améliorer les performances des systèmes de recommandation

par Yu Du

Projet de thèse en Informatique

Sous la direction de Sylvie Ranwez et de Vincent Ranwez.

Thèses en préparation à l'IMT Mines Alès , dans le cadre de École Doctorale Information, Structures, Systèmes , en partenariat avec LGI2P - Laboratoire de Génie Informatique et d'Ingénierie de Production (laboratoire) et de I3A - Informatique, image, intelligence artificielle (equipe de recherche) depuis le 01-10-2018 .


  • Résumé

    Les évolutions technologiques refaçonnent notre quotidien et suscitent de nouvelles pratiques, de nouvelles attentes. Les systèmes de recommandation se multiplient dans nos activités de loisir (suggestion d'articles à acheter, de vidéos à regarder, de restaurants), activités professionnelles (offres d'emploi, formations professionnelles, veille technologique) ou sociales (nouveaux contacts). Le sujet de thèse proposé envisage de coupler des méthodes d'apprentissage automatique avec des méthodes et des outils basés sur la sémantique (ontologies de domaine) pour favoriser la recherche d'informations pertinentes pour un individu, la recommandation. Une partie de ces travaux portera sur l'interaction avec l'utilisateur et la visualisation. Une application privilégiée concernera la recherche de formations en réponse à une réorientation de carrière avec en ligne de mire l'optimisation de tout le processus de formation (optimisation du remplissage des formations, suivi de carrière). Les résultats de recherche pourront être valorisés dans un contexte réel via la société Edotplus, basée à Nîmes et spécialisée dans la gestion de formations professionnelles. Ce partenariat permettra l'application des solutions proposées dans un contexte réel à grande échelle.

  • Titre traduit

    Use of ontologies to improve the performance of recommendation systems


  • Résumé

    Our daily lives evolve with technological developments and new practices and new expectations arise. Recommender systems are pervading in our activities being leisure ones (suggestion of items to purchase, videos to watch, restaurants), professional ones (job offers, professional training, technological survey) or social ones (new contacts). The proposed thesis aims at coupling automatic learning methods with semantic-based methods and tools (domain ontologies) to promote the search for relevant information (filtering) for a personalized recommendation. Part of this work will focus on user interaction and data visualization. One use case is the search of relevant corporate trainings in response to a career reorientation. The optimizing aim being at least twofold: providing the most relevant offer to end-user in a way that ensures optimal repartition of learners in the proposed trainings. The research results can be used in a real context via the Edotplus company, based in Nîmes and specialized in professional training management. This partnership will enable the proposed solutions to be applied in a large-scale real-world context.