Analyse du comportement d'annotation du réseau social d'un utilisateur pour la détection des intérêts: Application sur Delicious

摘要

The social user is characterized by his social activity such as sharing information and making relationships. With the evolution of social content, the user needs more accurate information that reflects his interests. We focus on detecting user's interests which are key elements for improving adaptation (recommendation, personalization, etc.). The originality of our approach is based on the proposal of a new technique of interests detection by analysing the accuracy of the tagging behaviour of the social network of a user in order to figure out the tags which really reflect the content of the resources. The proposed approach has been tested and evaluated in the Delicious social database. For the evaluation, we compare the result issued from our approach using the tagging behaviour of the neighbours (the egocentric network or the communities) with the information yet known for the user (his profile). A comparative evaluation with the classical tag-based method of interests detection shows that the proposed approach is better.%L'utilisateur social est caractérisé par son activité sociale comme le partage d'informations et l'établissement de relations avec d'autres utilisateurs. Avec l'évolution du contenu social, l'utilisateur a besoin d'informations plus précises qui reflètent ses intérêts. Nous nous concentrons sur la détection des intérêts de l'utilisateur qui sont des éléments clés pour améliorer l'adaptation (recommandation, personnalisation, etc.). L 'originalité de notre approche est basée sur la proposition d'une nouvelle technique de détection des intérêts qui analyse le réseau des relations d'un utilisateur et aussi la précision de leurs comportements d'annotation dans le but de sélectionner les tags qui reflètent réellement le contenu des ressources. L 'approche proposée a été testée et évaluée sur la base de données sociales Delicious. Pour l'évaluation, nous comparons le résultat issu de notre approche utilisant le comportement d'annotation des personnes proches (le réseau égocentrique ou les communautés) avec les informations connues de l'utilisateur (son profil). Une évaluation comparative avec une approche classique (basée sur les tags) de détection des intérêts montre que l'approche proposée fournit de meilleurs résultats.