Etude des systèmes de recommandations et mise en pratique des algorithmes.

Abstract

Étude des systèmes de recommandations à travers l’exploration des concepts fondamentaux, du processus de création, des problèmes récurrents, du fonctionnement des algorithmes les plus pertinents, de l’importance du deep learning, des word embeddings, des impacts sociaux et culturels et du futur des systèmes de recommandations.

Mise en pratique des algorithmes couvrant l'implémentation de l’approche basée sur le contenu par la similarité, de l’approche collaborative par les modèles latents, par les k plus proches voisins, et par modèle de deep learning. L'expérience se base sur un jeu de données cinématographiques provenant de la plateforme MovieLens. Chaque résultat propose un échantillon de recommandations sur base d’une sélection de 3 films et de deux profils créés pour l’expérience.