| Titre : | La Récupération de la personnalisation utilisateurs des algorithmes de recommandations | | Type de document : | projet fin études | | Auteurs : | TARZI Chaimaa, Auteur | | Langues : | Français (fre) | | Catégories : | Génie Logiciel
| | Mots-clĂ©s : | Random walks, Systèmes de recommandations, Black box, YouTube, Graphe. | | Index. dĂ©cimale : | 2038/19 | | RĂ©sumĂ© : | Le présent document constitue une synthèse de mon projet de fin d’études, effectué au sein du Centre de recherche sur les inventions numériques (Inria) à Rennes.
Mon projet a pour but d’abord de tracer le graphe généré par le black box des algorithmes de recommandations de Youtube , après comparer les graphes produits par ces derniers à ceux qui sont des exemples de graphes connus (tel est le k-random graphe). Une méthode de résolution pour le problème des graphes générés par les algorithmes de recommandations de Youtube , est une simulation d’un utilisateur par les randoms walks sur les vidéos recomman- dées par Youtube. Le problème consiste à tracer les graphes en s’appuyant la vidéo source et leurs targets ; les comparer à d’autres graphes en se basant sur des métriques précises.
Dans ce cadre, je vais extraire toutes les données nécessaires et les stocker dans une base de données, afin de tracer le graphe puis procéder à l’analyse et à la comparaison de ce dernier .
|
La Récupération de la personnalisation utilisateurs des algorithmes de recommandations [projet fin études] / TARZI Chaimaa, Auteur . - [s.d.]. Langues : Français ( fre) | Catégories : | Génie Logiciel
| | Mots-clĂ©s : | Random walks, Systèmes de recommandations, Black box, YouTube, Graphe. | | Index. dĂ©cimale : | 2038/19 | | RĂ©sumĂ© : | Le présent document constitue une synthèse de mon projet de fin d’études, effectué au sein du Centre de recherche sur les inventions numériques (Inria) à Rennes.
Mon projet a pour but d’abord de tracer le graphe généré par le black box des algorithmes de recommandations de Youtube , après comparer les graphes produits par ces derniers à ceux qui sont des exemples de graphes connus (tel est le k-random graphe). Une méthode de résolution pour le problème des graphes générés par les algorithmes de recommandations de Youtube , est une simulation d’un utilisateur par les randoms walks sur les vidéos recomman- dées par Youtube. Le problème consiste à tracer les graphes en s’appuyant la vidéo source et leurs targets ; les comparer à d’autres graphes en se basant sur des métriques précises.
Dans ce cadre, je vais extraire toutes les données nécessaires et les stocker dans une base de données, afin de tracer le graphe puis procéder à l’analyse et à la comparaison de ce dernier .
|
|
203/01 
Faire une suggestion Affiner la recherche
La Récupération de la personnalisation utilisateurs des algorithmes de recommandations / TARZI Chaimaa
