RNTI

MODULAD
AbsTop-K α: un algorithme d'extraction de paires abstraites hautement corrélées pour mieux recommander dans la ”longue traine
In EGC 2010, vol. RNTI-E-19, pp.689-690
Abstract
De nombreux systèmes de recommandation se focalisent sur les articles (que nous appellerons ”items”) les plus ”populaires” et ignorent souvent la ”longue traîne” des produits qui le sont moins. Nous proposons l'algorithme AbsTop-kα qui améliore les recommandations en se basant sur la combinaison (pondérée par α) de paires hautement corrélées entre des abstractions d'items et entre des paires d'items concrets classiquement recherchées.