5.4 Recommandation de sémantiques
5.4.3 Acquisition des profils
L’acquisition des profils est une étape de la recommandation qui permet d’extraire les informations concernant les utilisateurs. Elle a pour but de prendre connaissance des différentes interaction des utilisateurs avec le système et surtout de se faire une idée de leurs préférences. Son objectif c’est de faciliter le regroupement ou la classification des profils d’utilisateurs afin d’effectuer des recommandations ciblées à la communauté d’utilisateurs. Pour cela, il faut constituer une communauté d’utilisateurs.
5.4.3.1/ Formation de la communauté d’utilisateurs
Les systèmes collaboratifs se basent généralement la formation de communautés pour accomplir des tâches complexes. La collaboration a une influence sur la capacité qu’a un système de tirer parti des actions collectives de personnes. Comprendre l’impact de la conception, de la structure organisationnelle et de la dynamique peut aider à fournir une meilleure gestion des systèmes complexes. La formation de communauté est un type
de dynamique organisationnelle qui est affecté par la structure du réseau. Au cours des dernières années, deux tendances interdisciplinaires sont apparues et ont un grand impact sur l’étude des organisations : la modélisation informatique basée sur les internautes et l’étude de la structure et de la dynamique des réseaux complexes. La modélisation infor-matique des internautes a touché de nombreuses disciplines, notamment la physique, la chimie, la biologie, l’écologie, les sciences sociales, la médecine et l’informatique. L’im-pact des structures complexes de réseaux sur la compréhension du comportement des systèmes est tout aussi diversifié.
Dans Emergsem, nous ferons mention de la modélisation des internautes. Le travail présenté ici se concentre sur la formation de communautés des internautes. Pour former notre communauté d’internautes, nous avons choisi un modèle de système motivé par des travaux antérieurs de formation de communautés. Le modèle fournit un environnement de formation de communauté où la communauté se forme spontanément de manière to-talement décentralisée. Il facilite la formation d’une communauté d’internautes par leur intégration dans un réseau social. Le but de cette formation est de produire des tâches partagées. Les internautes de la communauté sont intégrés dans un réseau social qui limite l’ensemble des communautés possibles d’internautes : en particulier, pour qu’un internaute soit dans une communauté, il doit avoir un lien social avec au moins un autre internaute de la communauté.
Lorsque les internautes s’inscrivent, ils fournissent des informations personnelles sui-vant des paramètres prédéfinis dans le système d’informations. Parmi ces renseignements, on retrouve bien souvent des informations relatives à l’identité des internautes (nom, pré-nom, année de naissance, etc.), des informations relatives à la profession, à la situation géographique et bien souvent des informations concernant les préférences des internautes. De toutes ces informations, une ou plusieurs informations sont utilisées pour grouper les internautes.
Nous constatons que les communautés dans la plupart des systèmes sont générale-ment formées sur un seul critère, par exemple les évaluations d’internautes. Cependant, il existe plusieurs critères sur lesquels la formation de communautés pourrait s’appuyer. Dans ce cas précis, si on crée un espace de communautés pour chacun de ces critères, les utilisateurs sont évidemment associés très différemment les uns aux autres selon le critère choisi. Dans ce contexte de variété de critères, la question du choix du critère pour former les communautés se pose. Nous pensons qu’il est réducteur de regrouper les utilisateurs sur un seul critère : l’action des internautes. Pour se faire une idée sur l’action des internautes, il faut absolument connaître les informations personnelles des utilisateurs auxquelles ces actions seront associées.
Dans Emergsem deux profils d’internautes se distinguent : les profils statiques et les profils dynamiques.
Figure 5.14 – Formation de la communauté des utilisateurs
être définies les informations personnelles des utilisateurs comme par exemple sa si-tuation professionnelle. Cette partie ne nécessite pas de grands moyens puisque les utilisateurs, avant d’utiliser le système sont amenés à créer un compte et par consé-quent à fournir ces informations. Ce n’est qu’après cette étape qu’ils pourront disposer d’un compte et bénéficier des services du système.
• Les profils dynamiques viennent en deuxième position. Ils sont constitués des données qui représentent les besoins, les intérêts et les buts de l’utilisateur. Autrement dit les préférences des utilisateurs. Cette partie sera construite par le système suite aux interactions des utilisateurs avec le système, c’est pourquoi on l’appelle aussi le modèle actif. Pour y arriver, le système a besoin notamment de collecter les données relatives aux choix sémantiques de chaque utilisateur. L’analyse de ces données permet ensuite de construire le modèle utilisateur qui va être utilisé par le système pour recommander les sémantiques jugées pertinentes à chaque utilisateur.
La communauté se compose de n utilisateurs et peut être représentée par CUn =
{U1(Statique, Dynamique), U2(Statique, Dynamique), . . ., Un(Statique, Dynamique)}, où chaque utilisateur peut être considéré comme un nœud unique dans un réseau social comme le montre la figure 5.14.
L’acquisition des profiles d’utilisateurs intervient après la phase de recherche des images, c’est-à-dire après que les profils statiques et les profils dynamiques soient dis-ponibles dans le système comme le montre la figure 5.15. La disponibilité des profils statiques révèle que les utilisateurs se sont inscrits (les utilisateurs ont fourni des infor-mations de connexion) et la présence des profils dynamique montre que des sémantiques ont été utilisées pour rechercher des images dans le système. Les profils statiques et les profils dynamiques de tous les utilisateurs sont récupérés.
Figure 5.15 – Acquisition des profils d’utilisateurs
La section suivante présente la méthode de classification qui nous avons utilisée pour classifier les profils des utilisateurs.