Système de recommandation de lieux utilisant une ... Catalogue en ligne

Ajouter au panier

Lien vers la notice

Titre :

Système de recommandation de lieux utilisant une approche hybride multicritère

Auteurs :

BOUAB Menaouer, Auteur ; Latreche Abdelkrim, Directeur de thèse

Type de document :

texte manuscrit

Editeur :

Université Saïda – Dr. Tahar Moulay – Faculté des Mathématiques, de l’Informatique et de Télécommunications, 2024/2025

Format :

64 ص

Accompagnement :

Langues:

Français

Index. décimale :

BUC-M 003871

Catégories :

Master en informatique Spécialité : Modélisation informatique des connaissances et raisonnement (MICR)

Mots-clés:

. ‫هجينة‬ ‫متعددة‬ : ‫معايير‬ :‫المشاعر‬ ‫تحليل‬ :‫التعاونية‬ ‫التصفية‬ :‫الجغرافي‬ ‫الموقع‬ ‫تحديد‬ :،‫المواقع‬ :‫التوصية‬ ‫أنظمة‬ : : recom : systèmes de recommandation: lieux: géolocalisation: analyse des sentiments: hybride: multicritère.mendation systems: locations: geolocation: sentiment analysis: hybrid: multi-criteria.

Résumé :

ملخص‬
‫التوصية‬ ‫نظام‬ . ‫مخصصة‬ ‫توصيات‬ ‫تقديم‬ ‫خلال‬ ‫من‬ ‫المعلومات‬ ‫فرط‬ ‫مشكلة‬ ‫لمعالجة‬ ‫الأخيرة‬ ‫السنوات‬ ‫في‬ ‫كبيرة‬ ‫شعبية‬ ‫التوصية‬ ‫أنظمة‬ ‫اكتسبت‬
،‫المستخدم‬ ‫تفضيلات‬ ‫تحليل‬ ‫على‬ ‫عادة‬ ‫الأنظمة‬ ‫هذه‬ ‫تعتمد‬ . ‫المستخدمين‬ ‫تهم‬ ‫عناصر‬ ‫لاقتراح‬ ‫مصممة‬ ،‫وفرزها‬ ‫المعلومات‬ ‫لاسترجاع‬ ‫أداة‬ ‫هو‬
‫أحادية‬ ‫التوصية‬ ‫أنظمة‬ ‫من‬ ‫دقة‬ ‫أكثر‬ ‫أنها‬ ‫المعايير‬ ‫متعددة‬ ‫التوصية‬ ‫أنظمة‬ ‫أثبتت‬ ‫وقد‬ . ‫للعناصر‬ ‫الضمنية‬ ‫أو‬ ‫الصريحة‬ ‫تقييماته‬ ‫إلى‬ ‫بالإضافة‬
.
. ‫متعددة‬ ‫نظر‬ ‫وجهات‬ ‫من‬ ‫للعنصر‬ ‫المستخدم‬ ‫تقدير‬ ‫تعكس‬ ‫المعايير‬ ‫متعددة‬ ‫التقييمات‬ ‫لأن‬ ،‫المعيار‬
‫موقع‬ ‫أي‬ ‫أو‬ ‫طبيب‬ ‫أو‬ ‫كافتيريا‬ ‫أو‬ ‫مطعم‬ ‫أو‬ ‫فندق‬ ‫على‬ ‫بسرعة‬ ‫العثور‬ ،‫ا‬ ‫ص‬
‫خصو‬ ‫السائح‬ ‫أو‬ ،‫ا‬ ‫م‬ ً ‫عمو‬ ‫المستخدم‬ ‫على‬ ‫اليوم‬ ‫الصعب‬ ‫من‬ ‫يزال‬ ‫لا‬
‫تفضيلات‬ ‫على‬ ‫بناء‬ ‫مواقع‬ ‫توصيات‬ ‫تقديم‬ ‫على‬ ‫قادر‬ ‫توصية‬ ‫نظام‬ ‫تطوير‬ ‫نقترح‬ ،‫الحاجة‬ ‫هذه‬ ‫لتلبية‬ . ‫الحالي‬ ‫موقعه‬ ‫على‬ ‫بناء‬ ‫جيد‬ ‫آخر‬
‫هذا‬ ‫يتعلم‬ . ‫ذلك‬ ‫إلى‬ ‫وما‬ ،‫المعايير‬ ‫متعددة‬ ‫والتقييمات‬ ،‫التعاونية‬ ‫والتصفية‬ ،‫المحتوى‬ ‫على‬ ‫القائمة‬ : ‫أساليب‬ ‫عدة‬ ‫بين‬ ‫الجمع‬ ‫خلال‬ ‫من‬ ،‫المستخدم‬
‫إلى‬ ‫وما‬ ،‫وأجناسهم‬ ‫وأعمارهم‬ ،‫وتعليقاتهم‬ ‫المستخدمين‬ ‫وتقييمات‬ ،‫الجغرافي‬ ‫قربها‬ ‫على‬ ‫بناء‬ ‫بها‬ ‫والتوصية‬ ‫الصلة‬ ‫ذات‬ ‫المواقع‬ ‫تصنيف‬ ‫النظام‬
. ‫ذلك‬
‫تم‬ ‫التي‬ ‫البيانات‬ ‫تحليل‬ ‫تم‬ ‫ثم‬ . ‫سعيدة‬ ‫مدينة‬ ‫في‬ ‫تقع‬ ‫مختلفة‬ ‫مواقع‬ ‫على‬ ‫وملاحظاتهم‬ ‫المستخدمين‬ ‫تقييمات‬ ‫جمع‬ ‫مرحلة‬ ‫تنفيذ‬ ‫تم‬ ،‫العمل‬ ‫هذا‬ ‫في‬
‫ا‬ ‫ص‬
VADER ‫المشاعر‬ ‫تحليل‬ ‫طريقة‬ ‫باستخدام‬ ‫جمعها‬
‫خصي‬ ‫مصممة‬ ‫صلة‬ ‫ذات‬ ‫بمواقع‬ ‫للتوصية‬ ‫توصية‬ ‫خوارزمية‬ ‫وتنفيذ‬ ‫تصميم‬ ‫تم‬ ،‫ا‬ ‫وأخير‬
‫اختبار‬ ‫إلى‬ ‫نهدف‬ ،‫ا‬ ‫وأخير‬
. ‫وجنسه‬ ،‫المستخدم‬ ‫وعمر‬ ،‫والتعليقات‬ ،‫والتقييم‬ ،‫والموقع‬ ،‫الفئة‬ : ‫مختلفة‬ ‫معايير‬ ‫مراعاة‬ ‫مع‬ ،‫المستخدم‬ ‫لتفضيلات‬
‫ا‬ ‫ص‬
‫خصي‬ ‫مصممة‬ ‫صلة‬ ‫ذات‬ ‫اقتراحات‬ ‫تقديم‬ ‫على‬ ‫قدرته‬ ‫لإثبات‬ ‫الواقعية‬ ‫البيانات‬ ‫هذه‬ ‫على‬ ‫بنا‬ ‫الخاص‬ ‫المعايير‬ ‫متعدد‬ ‫الهجين‬ ‫التوصية‬ ‫نظام‬
. ‫المستخدم‬ ‫لتفضيلات‬

Abstract
Recommender systems have become extremely popular in recent years to address the problem of information overload by providing
personalized recommendations. A recommender system is an information retrieval and filtering tool designed to suggest items of
interest to users. These systems typically rely on analyzing user preferences as well as their explicit or implicit evaluations of items.
Multi-criteria recommender systems have proven to be more accurate than single-criteria recommender systems because multi-criteria
evaluations reflect a user's appreciation of an item from multiple perspectives. Today, it is still difficult for a user in general, or a tourist in
particular, to quickly find a good hotel, restaurant, cafeteria, doctor, or any other location based on their current location. To address this
need, we propose developing a recommender system capable of providing location recommendations based on user preferences, by
combining several methods: content-based, collaborative filtering, multi-criteria evaluations, etc. This system learns to rank and
recommend relevant locations based on their geographic proximity, user reviews and comments, their ages and genders, etc. In this
work, a phase of collecting user reviews and feedback was carried out on various locations located in the city of Saida. The collected
data was then analyzed using the VADER sentiment analysis method. Finally, a recommendation algorithm was designed and
implemented to recommend relevant locations tailored to user preferences, taking into account various parameters: category, location,
rating, comments, user age, and gender. Finally, we aim to test our hybrid multi-criteria recommendation system on this real-world data
to demonstrate its ability to offer relevant suggestions tailored to user preferences.

Résumé
Les systèmes de recommandation sont devenus extrêmement répandus ces dernières années pour résoudre le problème de surcharge
d'informations en fournissant des recommandations personnalisées. Un système de recommandation est un outil de recherche d’informations et de
filtrage conçu pour suggérer aux utilisateurs des éléments susceptibles de les intéresser. Ces systèmes s’appuient généralement sur l’analyse des
préférences des utilisateurs ainsi que sur leurs évaluations explicites ou implicites des items. Les systèmes de recommandation multicritères se sont
révélés plus précis que les systèmes de recommandation à critère unique, car les évaluations multicritères reflètent l'appréciation d'un utilisateur
pour un élément sous plusieurs aspects. Aujourd’hui, il est encore difficile pour un utilisateur en générale ou un touriste en particulier de trouver
rapidement un bon hôtel, restaurant, cafeteria, médecin ou tous autres lieux en fonction de sa position actuelle. Pour répondre à ce besoin, nous
proposons à développer un système de recommandation, capable de fournir des recommandations de lieux en fonction des préférences des
utilisateurs, en combinant plusieurs méthodes : à base de contenu, filtrage collaboratif, évaluations multicritères, etc. Ce système apprend à classer
et de recommander les lieux pertinents en fonction de leurs proximité géographique, des avis et des commentaires des utilisateurs, leurs âges et
sexes, etc. Dans ce travail, une phase de collecte des avis et feedback des utilisateurs a été réalisée sur divers lieux situés dans la ville de Saida. Les
données recueillies ont ensuite été analysées à l’aide de la méthode d’analyse de sentiments VADER. Enfin, un algorithme de recommandation a été
conçu et implémenté pour recommander des lieux pertinents adaptées aux préférences des utilisateurs, en tenant compte de divers paramètres :
catégorie, localisation, les évaluations (rating), les commentaires, âge et sexe des utilisateurs. Enfin, nous visons à tester notre système de
recommandation hybride multicritère sur ces données réelles pour montrer qu’il parvient à proposer des suggestions pertinentes adaptées aux
préférences des utilisateurs.

Exemplaires

Liste des exemplaires
Code-barres	Cote	Support	Localisation	Section	Disponibilité
aucun exemplaire

Documents numériques (1)

BUC-M 003871

Adobe Acrobat PDF

réseau mediathèques

réseau mediathèques

Exemplaires

Documents numériques (1)

Demande de numérisation

Aucun avis, veuillez vous identifier pour ajouter le vôtre !

Accueil

Sélection de la langue

Se connecter

Adresse

réseau mediathèques

réseau mediathèques

Exemplaires

Documents numériques (1)

Demande de numérisation

Aucun avis, veuillez vous identifier pour ajouter le vôtre !

Je cherche, je trouve...

Accueil

Sélection de la langue

Se connecter

Adresse