Filtrage collaboratif sensible au contexte. Une approche basée sur LDA

Les systemes de recommandations visent a proposer aux utilisateurs des items en lien avec leur consultation en cours et qui peuvent retenir leur interet. L'interet des utilisateurs depend du contexte dans lequel ils se trouvent. Dans ce travail, nous proposons un systeme hybride CBCF (Contex-aware Based Collaborative Filtering) qui combine le systeme de recommandations sensibles aux contextes et le filtrage collaboratif. Le contexte est ici defini comme l'objectif ou l'intention de l'utilisateur. Nous le modelisons par une approche LDA (Latent Dirichlet Allocation) qui genere un modele de themes pour chaque intention. Nous avons evalue notre approche sur la collection Book-Crossing et montrons sa superiorite par rapport a plusieurs methodes etat de l'art.