ACCUEIL

Consignes aux
auteurs et coordonnateurs
Nos règles d'éthique

APPEL À
CONTRIBUTION
Masses de données hétérogènes
En savoir plus >>
Autres revues >>

Revue d'Intelligence Artificielle

0992-499X
Revue des Sciences et Technologies de l'Information
 

 ARTICLE VOL 26/6 - 2012  - pp.609-642  - doi:10.3166/ria.26.609-642
TITRE
Exploitation du skipping pour la modélisation prédictive des usages du web. Vers une meilleure prise en compte du bruit

TITLE
Using skipping for predictive web usage for modeling. Towards a better robustness to noise

RÉSUMÉ
La modélisation prédictive des usages du web a connu une période intense d’investigation jusque la fin des années 1990. Pourtant, deux caractéristiques du web ont rarement été prises en compte : la présence de bruit et de navigations parallèles. Dans cet article, nous proposons un nouveau modèle, le modèle SBR (Skipping-Based Recommender), qui utilise une technique appelée skipping, et qui est capable de prendre en compte ces caractéristiques de la navigation web. Dans une série d’études expérimentales, nous mettons en avant les diverses contributions que possède ce modèle, et montrons que sa qualité surpasse celle des modèles de l’état de l’art.


ABSTRACT
Predictive web usage modeling has undergone an intense period of investigation until the late 90’s. However, two features of web browsing have rarely been taken into account: the presence of noise and parallel browsing. In this paper, we propose a new model, the SBR model (Skipping-Based Recommender) which uses a technique called skipping, and is able to take into account these features. In a series of experimental studies, we put forward the various contributions that this model possesses and show that its quality surpasses that of the state-of-the-art.


AUTEUR(S)
Geoffray BONNIN, Armelle BRUN, Anne BOYER

MOTS-CLÉS
fouille de données, web usage mining, modélisation prédictive, motifs séquentiels, modèles de Markov, modèles de langage, skipping, schéma de pondération, prédictions anytime.

KEYWORDS
data mining, web usage mining, predictive modeling, sequential patterns, Markov models, language modeling, skipping, weighting scheme, anytime prediction.

LANGUE DE L'ARTICLE
Français

 PRIX
• Abonné (hors accès direct) : 7.5 €
• Non abonné : 15.0 €
|
|
--> Tous les articles sont dans un format PDF protégé par tatouage 
   
ACCÉDER A L'ARTICLE COMPLET  (323 Ko)



Mot de passe oublié ?

ABONNEZ-VOUS !

CONTACTS
Comité de
rédaction
Conditions
générales de vente

 English version >> 
Lavoisier