Journal des technologies de l'information et du génie logiciel
Libre accès

Abstrait

Un nouveau modèle d'apprentissage de profil pour un système de recommandation basé sur la technique d'apprentissage automatique

Shereen H Ali, Ali I El Desouky et Ahmed I Saleh

Les systèmes de recommandation (RS) ont été utilisés pour résoudre avec succès le problème de surcharge d'informations en fournissant des recommandations personnalisées et ciblées aux utilisateurs finaux. Les RS sont des outils et des techniques logiciels fournissant des suggestions d'éléments utiles à un utilisateur. Par conséquent, ils appliquent généralement des techniques et des méthodologies issues de l'exploration de données. La principale contribution de cet article est d'introduire un nouveau modèle d'apprentissage de profil utilisateur pour promouvoir la précision des recommandations des systèmes de recommandation verticale. Le modèle d'apprentissage de profil proposé utilise le classificateur vertical qui a été utilisé dans le module de classification multiple du système de recommandation verticale adaptative intelligente (IAVR) pour découvrir le domaine d'intérêt de l'utilisateur, puis construire le profil de l'utilisateur en conséquence. Les résultats expérimentaux ont prouvé l'efficacité du modèle d'apprentissage de profil proposé, qui favorisera en conséquence la précision des recommandations.