Comment construire un moteur de recommandation avec la Data Science ?
Vložit
- čas přidán 25. 07. 2024
- Nos formations & l'article complet : bit.ly/33XtoPi
"Vous pourriez également aimer...." Les systèmes de recommandation sont utilisés dans divers secteurs, utilisés par exemple par Netflix, Amazon, Reddit pour vous proposer des produits ou services les plus adaptés à votre profil ou centre d'intérêts. Dans ce workshop, Aurélie Mutschler, professeure chez Jedha, vous expliquera notamment comment sont construits de tels modèles.
00:00 - Introduction
00:36 - Qu'est-ce-qu'un moteur de recommandation ?
07:30 - 1 concept clé : la sérendipité
11:06 - Évaluer la qualité d'un moteur de recommandation
15:11 - Comment construire de tels systèmes ?
27:32 - Les bases de données en graphes
37:47 - Démonstration avec Neo4j !
49:05 - Comparons les différentes approches
51:20 - Conclusion - Věda a technologie
Superbe présentation et sujet très intéressant !
franchement super intéressant! merci beaucoup pour ce partage!
Super 😍
Waw 😮❤️
03:00
Comment est-on sûr que les articles poussés par le Monde ne sont pas juste suggérés sur la base de tags associés à l'article lu ?
Exemple, un article sur les gilets jaunes, les suggestions vont simplement me pousser les trois articles les plus récents qui ont le même tag "gilet jaune". Je me demande même si ce n'est pas le journaliste lui même qui choisit les articles liés au moment de la publication de son article.
En tout cas, pas sûr qu'il y ait un véritable moteur de recommandation derrière.
Comme Aurélie explique pour le cas de l'audiovisuel, chaque recommandation renvoie un film avec son score. Pour le cas du Monde, un article recommandé sera bien poussé car tel ou tel tag lui est associé. Très probable que le pigiste ou journaliste entre lors de la publication d'un article des mots clés ou tags associés pour pouvoir mieux référencer celui-ci et le recommander au meilleur moment pour une personne donnée (idéalement, un lecteur abonné dont on connaît les centres d'intérêts)
Ca serait beaucoup trop chronophage pour un journaliste de choisir les articles liés, et puis cela voudrait dire qu'il ne peut être lié qu'à des articles plus anciens...