Thèse soutenue

Recherche sociale et personnalisée d'Information
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Nawal Ould Amer
Direction : Philippe MulhemMathias Géry
Type : Thèse de doctorat
Discipline(s) : Informatique
Date : Soutenance le 16/12/2020
Etablissement(s) : Université Grenoble Alpes
Ecole(s) doctorale(s) : École doctorale mathématiques, sciences et technologies de l'information, informatique (Grenoble ; 199.-....)
Partenaire(s) de recherche : Laboratoire : Laboratoire d'informatique de Grenoble - Laboratoire d'informatique de Grenoble
Equipe de recherche : Modélisation et Recherche d’Information Multimédia
Jury : Président / Présidente : Sihem Amer-Yahia
Examinateurs / Examinatrices : Mohand Boughanem
Rapporteurs / Rapporteuses : Eric Sanjuan, Sylvie Calabretto

Résumé

FR  |  
EN

Une large gamme de services et de plateformes rendent l’utilisateur de plus en plus interactif avec le web. De nombreuses informations qui concernent à la fois les utilisateurs et les ressources (documents, images, vidéos, commentaires, tweets, tags, etc.) sont constamment générées. Ces informations peuvent être très utiles dans les tâches de recherche d’information, pour la modélisation des utilisateurs et des ressources. Cependant, les modèles classiques de recherche d’information n’intègrent pas le contexte social de l’utilisateur et des ressources. Par conséquent, de nombreuses recherches se sont intéressées à combiner ces deux domaines qui sont la recherche d’information et les réseaux sociaux, ce qui a donné lieu à des modèles de recherche d’information sociale.L’extraction, l’analyse et la représentation d’information sur les activités sociales des utilisateurs jouent un rôle important pour les systèmes de recherche d’information personnalisée. Il est important de créer des modèles d’utilisateurs précis et inférer leurs centres d’intérêts à partir de toutes les informations.Dans cette thèse, on s'intéresse à la problématique de modélisation des profils des utilisateurs dans les folksonomies. Nous étudions la problématique de pondération des termes du profil de l'utilisateur. Plus précisément, comment estimer parmi toutes les informations des utilisateurs, les données qui peuvent représenter ses centres d'intérêts.Dans la première partie de la thèse, nous présentons un état de l'art des travaux de la recherche d'information et la recherche d'information sociale personnalisée.Ensuite, nous décrivons les deux principales contributions. La première contribution de cette thèse réside dans la définition d’un modèle utilisateur représenté par les tags, tel que ces tags couvrent les sujets des documents auxquels ils ont été attribués. Notre approche se distingue par l’intégration du document dans l’estimation des poids des tags de l’utilisateur.La seconde contribution de cette thèse concerne la définition d’une nouvelle approche de modélisation de l’utilisateur basée sur les documents.La particularité de ce modèle est de faire dépendre les termes du document non seulement du contenu textuel du document mais également des tags attribués par l’utilisateur à ce document. Le but est de déterminer les termes importants du document qui reflètent les centres d’intérêts de l’utilisateur.La dernière partie de la thèse est consacré à l'évaluation de nos propositions. Les résultats obtenus sont très encouragement et améliorent les performances des systèmes de recherche d'information.