A Cooperative P2P System for Recommendation: Application to Bibliographical References Management and Recommendation.
Système coopératif de type égal-à-égal pour la recommandation : Application à la gestion et la recommandation de références bibliographiques.
Résumé
In this thesis, we explore reuse and automatic sharing of user past experiences in information retrieval tasks. The goal is to provide user with relevant recommendations according to her/his interests.
We use case-based reasoning (CBR) as learning and user experience modeling methodology. We use also pair-to-pair (P2P) architecture in order to protect user's autonomy. To illustrate our approach, we developed a pilot application COBRAS. It aims at managing and recommending bibliographical references.
Key problems are how to obtain relevant references and how to choose a set of peer agents that can provide the most relevant recommendations?
To handle both of the above mentioned problems, we are based on the analysis and the exploitation of the interaction backgrounds and users experiences. CBR methodology is used for two reasons:
a) to search, for a given user's interest, a set of appropriate peers to collaborate with.
b) to search for relevant references from the selected agents.
We use case-based reasoning (CBR) as learning and user experience modeling methodology. We use also pair-to-pair (P2P) architecture in order to protect user's autonomy. To illustrate our approach, we developed a pilot application COBRAS. It aims at managing and recommending bibliographical references.
Key problems are how to obtain relevant references and how to choose a set of peer agents that can provide the most relevant recommendations?
To handle both of the above mentioned problems, we are based on the analysis and the exploitation of the interaction backgrounds and users experiences. CBR methodology is used for two reasons:
a) to search, for a given user's interest, a set of appropriate peers to collaborate with.
b) to search for relevant references from the selected agents.
Nous explorons la réutilisation et le partage automatique des expériences passées des utilisateurs dans des tâches de RI. Le but est de proposer des recommandations pertinentes à l'utilisateur selon ses intérêts. Nous utilisons le raisonnement à partir de cas (RàPC) comme une méthodologie d'apprentissage et de modélisation de l'expérience des utilisateurs et, l'architecture P2P afin de préserver l'autonomie des utilisateurs. Pour illustrer notre approche, nous avons développé une application pilote COBRAS pour la gestion et la recommandation de références bibliographiques.
Deux problématiques se présentent : comment obtenir les références pertinentes et comment choisir des agents avec qui collaborer ? Pour résoudre ces problèmes, nous nous sommes basés sur l'exploitation des historiques des interactions entre les agents.
Le RàPC est utilisée pour deux finalités :
a)déterminer pour une requête, des agents intéressants à interroger ;
b)chercher pour une requête, des références pertinentes.
Deux problématiques se présentent : comment obtenir les références pertinentes et comment choisir des agents avec qui collaborer ? Pour résoudre ces problèmes, nous nous sommes basés sur l'exploitation des historiques des interactions entre les agents.
Le RàPC est utilisée pour deux finalités :
a)déterminer pour une requête, des agents intéressants à interroger ;
b)chercher pour une requête, des références pertinentes.
Domaines
Informatique [cs]
Loading...