Dans un second modèle, nous proposons d’intégrer le contexte social de l’utili-sateur à l’étape d’interrogation, au niveau de la requête et de la fonction de corres-pondance.
5.3.1 Repondération des termes du CIS
Très souvent, les termes de la requête ont une pondération binaire : le terme apparaît dans la requête (fréquence d’occurrence du terme tf = 1) ou n’apparaît pas (tf = 0). Dans le cas où le profil social est utilisé comme une requête, celle-ci est considérée comme une requête composée d’un grand nombre de termes, au lieu de quelques termes (par exemple 3 termes, dans certaines collections de test construites). De plus, cette "requête" peut alors contenir plusieurs occurrences d’un même terme. Par conséquent, il semble intéressant d’aller plus loin qu’une simple pondération binaire, en considérant les fréquences des termes de la requête, comme le font les fonctions de pondération du côté du document.
Comme la saturation des occurrences des termes peut jouer un rôle important dans les fonctions de pondération, nous proposons dans la suite de tenir compte de cet effet de saturation et d’étudier son impact sur le choix de la pondération à travers différentes manières de considérer les fréquences de termes (tf ).
5.3.2 Impact de la saturation au niveau de la requête
Dans le modèle de pondération BM25, le paramètre permettant de contrôler la saturation au niveau de la requête est le paramètre k3. Généralement, on peut distinguer trois niveaux de saturation selon les valeurs du k3 :
– k3 = 0 : nous appelons ce cas binaire (bin). Il permet de négliger la valeur des tf des termes dans la partie requête. On parle dans ce cas d’une saturation maximale des termes au sein de la requête.
QT Fq,t = (k3+ 1) × tfq,t
= tfq,t
tfq,t.
– k3 = 1000 [Jones et al., 2000] : nous appelons ce cas fréquentiel (tf ). Fixer la valeur du k3 à 1000 ou à une grande valeur revient quasiment à prendre en compte directement la valeur du nombre d’occurrence du terme t dans la requête
q (tfq,t). Dans ce cas la saturation est nulle.
QT Fq,t ≈ tfq,t (4.11) – k3 normalisé (ou fixé à 8) [Robertson et al., 1996] : nous appelons ce cas
nor-malisé (w) car l’ajustement des valeurs du k3 pour trouver une valeur optimale
de celui-ci ou le fait de le fixer à 8, permet d’ajuster l’effet de saturation des termes de la requête.
5.3.3 Combinaison des requêtes et du CIS
Afin de tenir compte de ces trois façons de contrôler la saturation de la requête via le paramètre k3, nous proposons trois modèles de recherche sociale personnalisée d’information, notés respectivement BM 25S, BM 25SF reqComb et BM 25SScoreComb, basés sur le modèle de pondération BM 25, que nous détaillerons par la suite [Bouhini et al., 2014].
– BM 25S(d, u) : dans ce modèle, nous considérons que le contexte social de l’uti-lisateur peut être utilisé pour remplacer complètement la requête de l’util’uti-lisateur. Ce modèle retourne une liste classée de documents pertinents pour un utilisateur
u en considérant son contexte informationnel social (cf. figure 4.3),
– BM 25SF reqComb(d, q, u) : ce modèle retourne une liste classée de documents pertinents pour un utilisateur u en considérant sa requête combinée à son contexte informationnel social au niveau des fréquences d’occurrence des termes (cf. figure 4.3),
– BM 25SScoreComb(d, q, u) : ce modèle retourne une liste classée de documents pertinents pour un utilisateur u en combinant la requête à son contexte informa-tionnel social au niveau des scores (cf. figure 4.3).
Contrairement aux requêtes qui contiennent très peu de termes, le contexte in-formationnel social de l’utilisateur lui, peut contenir des dizaines voire même des
centaines de termes. Pour cette raison, nous nous interrogeons sur l’importance de la distribution / pondération des termes du CIS de l’utilisateur au niveau de la requête. Nous pensons qu’il est beaucoup plus intéressant d’étudier l’impact des différentes variantes de ces trois modèles de RSPI qui prennent en compte le poids d’un terme du CIS au niveau de la requête de trois différentes manières : binaire (bin), fréquentielle (tf ) et normalisé (w).
Chaque modèle de RSPI (BM 25S, BM 25SF reqComb et BM 25SScoreComb) pos-sède trois variantes selon ces trois pondérations. Nous présentons en détail les neuf variantes dans les sections suivantes.
5.3.4 Modèle de RSPI : BM 25S
Dans le modèle de RSPI BM 25S, nous proposons de remplacer la requête de l’utilisateur par son contexte informationnel social. Ceci nous a conduit à remplacer
QT Fq,t par U T Fu,t dans le calcul du score BM25 donné par la formule 4.3 pour obtenir le score social BM 25S. Le score social BM 25S d’un document pour un contexte social de l’utilisateur est donc défini par la formule 4.12.
BM 25S(d, u) = X t∈d∩CIS(u) wd,t× wu,t = X t∈d∩u T Fd,t× IDFt× U T Fu,t où : wd,t= T Fd,t× IDFt (4.12) wu,t = U T Fu,t (4.13) U T Fu,t = (k3+ 1) × [wu× tfu,t+ wv× tfvu,t] k3+ [wu× tfu,t+ wv× tfvu,t] (4.14) – T Fd,t et IDFt représentent respectivement T Fd,t et IDFt classiques dans la formule BM25 donnée dans l’équation 4.3,
– wu et wv représentent respectivement deux paramètres déterminés expérimen-talement et correspondant au poids du profil de l’utilisateur et au poids du profil du voisinage de l’utilisateur.
Selon les trois principaux niveaux de saturation définis dans la section 5.3.1, le modèle de RSPI BM 25S se décline en trois variantes :
1. BM 25Sbin(d, u) : pour un k3 = 0, 2. BM 25Stf(d, u) : pour un k3 = 1000, 3. BM 25Sw(d, u) : pour un k3 optimisé,
5.3.5 Modèle de RSPI : BM 25SF reqComb
Dans le modèle de RSPI BM 25SF reqComb, nous proposons de combiner au niveau des fréquences d’occurrence les termes de la requête de l’utilisateur avec les termes de son contexte informationnel social.
Nous proposons d’équilibrer l’importance des termes du profil de l’utilisateur par rapport aux termes de la requête grâce au paramètre wu, représentant le poids du profil social de l’utilisateur que nous déterminons expérimentalement.
L’importance des termes du profil social de l’utilisateur par rapport à ceux du profil du voisinage social de l’utilisateur est équilibrée par un paramètre wv qui représente le poids du profil du voisinage de l’utilisateur et qui est déterminé expé-rimentalement. BM 25SF reqComb−bin(d, q, u) = X t∈d∩q T Fd,t× IDFt× QT FSq,u,t (4.15) où : QT FSq,u,t = (k3+ 1) × [tfq,t+ wu× tfu,t+ wv× tfvu,t] k3+ [tfq,t+ wu × tfu,t + wv× tfvu,t] (4.16) De même que pour le modèle précédent (BM 25S), nous proposons trois variantes du modèle de RSPI BM 25SF reqComb, en fonction des trois niveaux de saturation des termes de la requête.
BM 25SF reqComb−bin(d, q, u) (4.17)
BM 25SF reqComb−w(d, q, u) (4.19)
5.3.6 Modèle de RSPI : BM 25SScoreComb
Dans le modèle de RSPI BM 25SScoreComb, nous proposons de combiner le score de correspondance d’un document pour la requête binaire de l’utilisateur et le score de correspondance du document pour le contexte informationnel social de l’utilisateur. En considérant les trois variantes correspondants à différentes valeurs du pa-ramètre k3 réglant la saturation, nous introduisons trois variantes du modèle de RSPI BM 25SScoreComb définies dans les équations 4.20, 4.21 et 4.22. Nous propo-sons d’équilibrer l’importance du score social par rapport au score thématique de document pour une requête (RSV) grâce au poids wu du profil de l’utilisateur que nous déterminons expérimentalement.
BM 25SScoreComb−bin(d, q, u) = RSV (d, q) + wu× BM 25Sbin(d, u) (4.20)
BM 25SScoreComb−tf(d, q, u) = RSV (d, q) + wu× BM 25Stf(d, u) (4.21)
BM 25SScoreComb−w(d, q, u) = RSV (d, q) + wu× BM 25Sw(d, u) (4.22)