Vers des modèles collaboratifs à base d’agents pour la recherche et la recommandation de l’information vidéo.

Abstract

L’avènement de l'Internet et l'essor des technologies de l’information et de la communication ont déclenché un développement, sans précédent, des collections des documents produits de nature différente, entre autres, la vidéo. Afin d’exploiter efficacement ces collections, il était nécessaire de mettre en place des outils facilitant l’accès et la manipulation de leurs documents. Pour ce faire, plusieurs systèmes d’accès à l’information ont été élaborés afin de répondre aux exigences croissantes des utilisateurs selon deux paradigmes : la recherche d’information et la recommandation. En effet, la recherche d’information se base sur l’expression explicite du besoin de l’utilisateur sous forme d’une requête alors que la recommandation tente de fournir des suggestions appropriées aux utilisateurs répondant ainsi à un besoin implicite, induit, à partir de leurs sessions de travail précédentes. Néanmoins, les systèmes d’accès à l’information présentent plusieurs limitations: (i) Pour les systèmes de recherche d’information, la majorité d’entre eux sont difficiles à adapter au contexte de l’information vidéo. De plus, généralement, ils traitent le problème de recherche d’information selon une seule perspective (l’indexation, l’interrogation, etc.). En effet, ils négligent d’autres contraintes qui peuvent affecter grandement la qualité des résultats obtenus, notamment, l’aspect distribué des sources de données et l’implication active de l’utilisateur dans le processus de recherche. (ii) Pour les systèmes de recommandation, plusieurs contraintes ont été identifiées dans le processus de filtrage collaboratif telles que le problème de rareté, l’évolutivité et les attaques malveillantes qui peuvent nuire à la qualité des recommandations produites. Ainsi, notre recherche a eu pour but de pallier quelques lacunes rencontrées dans les systèmes de recherche d’information vidéo et de recommandation existants. À cet effet, la première contribution consiste à proposer une architecture à base d’agents pour la recherche d’information vidéo en prenant en compte les contraintes identifiés dans le processus de recherche, telles que l’aspect distribué des sources de données et l’implication de l’utilisateur dans les phases du processus de recherche. La deuxième partie de contributions se focalise principalement sur des propositions dans le domaine de recommandation à base de filtrage collaboratif. Elles tentent d’améliorer la qualité des recommandations en utilisant un voisinage d’utilisateurs formé d’une façon heuristique (approche par union et approche par intersection), méta-heuristique (algorithme de colonie de fourmis) et hybride afin de répondre aux problèmes de démarrage à froid, de rareté et d’évolutivité. De plus, nous avons proposé une nouvelle méthode pour la sélection d’un voisinage d’experts en exploitant des informations des réseaux sociaux. L’objectif est d’améliorer la qualité des recommandations et de pallier le problème de bruit et les attaques malveillantes récemment identifiées dans le domaine du commerce électronique.