Recommandation basée sur le contenu
La recommandation basée sur le contenu suggère des éléments dont les caractéristiques ressemblent à celles d'éléments qu'un utilisateur a précédemment appréciés, en construisant un profil des intérêts de l'utilisateur à partir du contenu des éléments.
Definition
La recommandation basée sur le contenu prédit l'intérêt d'un utilisateur pour un élément en comparant les caractéristiques de contenu de cet élément avec un profil des préférences de l'utilisateur, inféré à partir des éléments avec lesquels il a précédemment interagi, et en recommandant les éléments les plus similaires à ce profil.
Scope
Ce sujet couvre la recommandation qui repose sur les descriptions d'éléments et un profil utilisateur appris : la représentation des éléments par leurs caractéristiques de contenu, la construction de profils utilisateur à partir d'éléments évalués ou consommés, et la mise en correspondance des profils avec des éléments candidats en utilisant la similarité ou l'apprentissage supervisé. Il aborde la parenté étroite avec la recherche d'information, où le profil utilisateur agit comme une requête permanente, ainsi que les forces et les limites caractéristiques telles que la sur-spécialisation. Il exclut les méthodes collaboratives qui utilisent le comportement d'autres utilisateurs.
Core questions
- Comment les éléments sont-ils représentés par des caractéristiques de contenu pour la recommandation ?
- Comment un profil utilisateur est-il construit à partir des éléments qu'un utilisateur a appréciés ?
- Comment les éléments candidats sont-ils évalués par rapport au profil utilisateur ?
- Comment la recommandation basée sur le contenu est-elle liée à la recherche et au filtrage d'information ?
- Pourquoi la recommandation basée sur le contenu tend-elle à la sur-spécialisation ?
Key concepts
- caractéristiques de contenu des éléments
- profil utilisateur
- profils tf-idf et par mots-clés
- similarité profil-élément
- apprentissage supervisé des préférences
- sur-spécialisation
- explicabilité des recommandations
- gestion des nouveaux éléments
Key theories
- Correspondance profil-requête
- En représentant les éléments par des caractéristiques de contenu et l'utilisateur par un profil agrégé à partir des éléments appréciés, la recommandation basée sur le contenu se réduit à une correspondance de similarité de type recherche d'information, où le profil fonctionne comme une requête persistante sur le catalogue d'éléments.
- Forces et sur-spécialisation
- Les méthodes basées sur le contenu peuvent recommander des éléments nouveaux et de niche et expliquer les suggestions par des caractéristiques, mais comme elles ne proposent que des éléments similaires à l'historique de l'utilisateur, elles risquent de générer un ensemble étroit et sur-spécialisé, manquant de sérendipité.
Clinical relevance
La recommandation basée sur le contenu est à l'origine des suggestions d'articles, de produits, de musique et de vidéos lorsque les descriptions d'éléments sont riches, et elle gère bien les nouveaux éléments car elle ne dépend pas des évaluations d'autres utilisateurs. Elle est fréquemment combinée avec des méthodes collaboratives pour compenser les faiblesses de chaque approche.
History
La recommandation basée sur le contenu est directement issue du filtrage et de la recherche d'information dans les années 1990, traitant un profil utilisateur comme une requête persistante. L'aperçu de Pazzani et Billsus et l'enquête ultérieure sur l'état de l'art par Lops et ses collègues ont consolidé les techniques de représentation et d'apprentissage de profils, et l'approche demeure une composante standard, en particulier au sein des systèmes hybrides.
Key figures
- Michael Pazzani
- Daniel Billsus
- Pasquale Lops
- Giovanni Semeraro
Related topics
Seminal works
- pazzani2007
- lops2011
Frequently asked questions
- Comment la recommandation basée sur le contenu est-elle liée à la recherche d'information ?
- Très étroitement : le profil utilisateur joue le rôle d'une requête, les éléments jouent le rôle de documents, et recommander les meilleurs éléments revient essentiellement à classer les documents par similarité avec la requête. De nombreuses méthodes basées sur le contenu réutilisent des représentations de recherche telles que tf-idf et la similarité cosinus.
- Qu'est-ce que la sur-spécialisation dans la recommandation basée sur le contenu ?
- Étant donné que la méthode ne recommande que des éléments similaires à ceux qu'un utilisateur a déjà appréciés, elle peut continuer à suggérer des quasi-doublons et manquer des éléments nouveaux ou surprenants que l'utilisateur pourrait apprécier. Ce manque de sérendipité est une raison essentielle pour laquelle les méthodes basées sur le contenu sont souvent combinées avec le filtrage collaboratif.