Accueil > Résultats de la recherche > Suite de la communication

A cluster-based matrix-factorization for online integration of new ratings

Les techniques de factorisation de matrice offrent une bonne qualité de prédiction pour les systèmes de recommandation, ce qui explique l'engouement qu'elles succitent depuis quelques années. Cependant, leur coût de calcul élevé constitue un obstacle à leur utilisation dans des contextes dynamiques, où les avis des utilisateurs sur des produits sont générés de façon continue. L'integration de nouvelles évaluations de produits est nécéssaire pour maintenir une bonne qualité de prédiction. Mais, ceci nécessite une refactorisation de la matrice à chaque fois que de nouvelles évaluations sont disponibles, ce qui est impossible de faire. Dans ce papier, nous proposons une solution permettant de ralentir la dégradation des prédictions entre deux factorisations, en gérant des biais par utilisateur. La prise en compte de nouvelles évaluations se fait au niveau des biais avec un coût assez faible. Les expériences menées sur des jeux de données réels confirment notre analyse et montrent l'effi


Date de debut : 24 October 2011
Date de fin : 27 October 2011
Lieu : Rabat
Type : Conférence
Mise en ligne par : GUEYE Modou