InforLorV4, PascalFrancis, Checkpoint, bibRecord, 000095

Exploitation du skipping pour la modélisation prédictive des usages du web: Vers une meilleure prise en compte du bruit

Identifieur interne : 000095 ( PascalFrancis/Checkpoint ); précédent : 000094; suivant : 000096

Exploitation du skipping pour la modélisation prédictive des usages du web: Vers une meilleure prise en compte du bruit

Auteurs : Geoffray Bonnin [France] ; Armelle Brun [France] ; Anne Boyer [France]

Source :

Revue d'intelligence artificielle [ 0992-499X ] ; 2012.

RBID : Pascal:13-0093408

Descripteurs français

Pascal (Inist)
- Internet, Navigation information, Analyse donnée, Fouille donnée, Comportement utilisateur, Réseau web, Recommandation, Modélisation, Immunité bruit, Modèle Markov, ..
Wicri :
- topic : Recommandation.

English descriptors

KwdEn :
- Data analysis, Data mining, Information browsing, Internet, Markov model, Modeling, Noise immunity, Recommendation, User behavior, World wide web.

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.

Affiliations:

Links toward previous steps (curation, corpus...)

to stream PascalFrancis, to step Corpus: 000089
to stream PascalFrancis, to step Curation: 000918

Links to Exploration step

Pascal:13-0093408

Le document en format XML

<record><TEI><teiHeader><fileDesc><titleStmt><title xml:lang="fr" level="a">Exploitation du skipping pour la modélisation prédictive des usages du web: Vers une meilleure prise en compte du bruit</title>
<author><name sortKey="Bonnin, Geoffray" sort="Bonnin, Geoffray" uniqKey="Bonnin G" first="Geoffray" last="Bonnin">Geoffray Bonnin</name>
<affiliation wicri:level="3"><inist:fA14 i1="01"><s1>LORIA - Équipe KIWI Campus Scientifique - BP 239</s1>
<s2>54506 Vandoeuvre-lès-Nancy</s2>
<s3>FRA</s3>
<sZ>1 aut.</sZ>
<sZ>2 aut.</sZ>
<sZ>3 aut.</sZ>
</inist:fA14>
<country>France</country>
<placeName><region type="region" nuts="2">Grand Est</region>
<region type="old region" nuts="2">Lorraine (région)</region>
<settlement type="city">Vandœuvre-lès-Nancy</settlement>
</placeName>
</affiliation>
</author>
<author><name sortKey="Brun, Armelle" sort="Brun, Armelle" uniqKey="Brun A" first="Armelle" last="Brun">Armelle Brun</name>
<affiliation wicri:level="3"><inist:fA14 i1="01"><s1>LORIA - Équipe KIWI Campus Scientifique - BP 239</s1>
<s2>54506 Vandoeuvre-lès-Nancy</s2>
<s3>FRA</s3>
<sZ>1 aut.</sZ>
<sZ>2 aut.</sZ>
<sZ>3 aut.</sZ>
</inist:fA14>
<country>France</country>
<placeName><region type="region" nuts="2">Grand Est</region>
<region type="old region" nuts="2">Lorraine (région)</region>
<settlement type="city">Vandœuvre-lès-Nancy</settlement>
</placeName>
</affiliation>
</author>
<author><name sortKey="Boyer, Anne" sort="Boyer, Anne" uniqKey="Boyer A" first="Anne" last="Boyer">Anne Boyer</name>
<affiliation wicri:level="3"><inist:fA14 i1="01"><s1>LORIA - Équipe KIWI Campus Scientifique - BP 239</s1>
<s2>54506 Vandoeuvre-lès-Nancy</s2>
<s3>FRA</s3>
<sZ>1 aut.</sZ>
<sZ>2 aut.</sZ>
<sZ>3 aut.</sZ>
</inist:fA14>
<country>France</country>
<placeName><region type="region" nuts="2">Grand Est</region>
<region type="old region" nuts="2">Lorraine (région)</region>
<settlement type="city">Vandœuvre-lès-Nancy</settlement>
</placeName>
</affiliation>
</author>
</titleStmt>
<publicationStmt><idno type="wicri:source">INIST</idno>
<idno type="inist">13-0093408</idno>
<date when="2012">2012</date>
<idno type="stanalyst">PASCAL 13-0093408 INIST</idno>
<idno type="RBID">Pascal:13-0093408</idno>
<idno type="wicri:Area/PascalFrancis/Corpus">000089</idno>
<idno type="wicri:Area/PascalFrancis/Curation">000918</idno>
<idno type="wicri:Area/PascalFrancis/Checkpoint">000095</idno>
<idno type="wicri:explorRef" wicri:stream="PascalFrancis" wicri:step="Checkpoint">000095</idno>
</publicationStmt>
<sourceDesc><biblStruct><analytic><title xml:lang="fr" level="a">Exploitation du skipping pour la modélisation prédictive des usages du web: Vers une meilleure prise en compte du bruit</title>
<author><name sortKey="Bonnin, Geoffray" sort="Bonnin, Geoffray" uniqKey="Bonnin G" first="Geoffray" last="Bonnin">Geoffray Bonnin</name>
<affiliation wicri:level="3"><inist:fA14 i1="01"><s1>LORIA - Équipe KIWI Campus Scientifique - BP 239</s1>
<s2>54506 Vandoeuvre-lès-Nancy</s2>
<s3>FRA</s3>
<sZ>1 aut.</sZ>
<sZ>2 aut.</sZ>
<sZ>3 aut.</sZ>
</inist:fA14>
<country>France</country>
<placeName><region type="region" nuts="2">Grand Est</region>
<region type="old region" nuts="2">Lorraine (région)</region>
<settlement type="city">Vandœuvre-lès-Nancy</settlement>
</placeName>
</affiliation>
</author>
<author><name sortKey="Brun, Armelle" sort="Brun, Armelle" uniqKey="Brun A" first="Armelle" last="Brun">Armelle Brun</name>
<affiliation wicri:level="3"><inist:fA14 i1="01"><s1>LORIA - Équipe KIWI Campus Scientifique - BP 239</s1>
<s2>54506 Vandoeuvre-lès-Nancy</s2>
<s3>FRA</s3>
<sZ>1 aut.</sZ>
<sZ>2 aut.</sZ>
<sZ>3 aut.</sZ>
</inist:fA14>
<country>France</country>
<placeName><region type="region" nuts="2">Grand Est</region>
<region type="old region" nuts="2">Lorraine (région)</region>
<settlement type="city">Vandœuvre-lès-Nancy</settlement>
</placeName>
</affiliation>
</author>
<author><name sortKey="Boyer, Anne" sort="Boyer, Anne" uniqKey="Boyer A" first="Anne" last="Boyer">Anne Boyer</name>
<affiliation wicri:level="3"><inist:fA14 i1="01"><s1>LORIA - Équipe KIWI Campus Scientifique - BP 239</s1>
<s2>54506 Vandoeuvre-lès-Nancy</s2>
<s3>FRA</s3>
<sZ>1 aut.</sZ>
<sZ>2 aut.</sZ>
<sZ>3 aut.</sZ>
</inist:fA14>
<country>France</country>
<placeName><region type="region" nuts="2">Grand Est</region>
<region type="old region" nuts="2">Lorraine (région)</region>
<settlement type="city">Vandœuvre-lès-Nancy</settlement>
</placeName>
</affiliation>
</author>
</analytic>
<series><title level="j" type="main">Revue d'intelligence artificielle</title>
<title level="j" type="abbreviated">Rev. intell. artif.</title>
<idno type="ISSN">0992-499X</idno>
<imprint><date when="2012">2012</date>
</imprint>
</series>
</biblStruct>
</sourceDesc>
<seriesStmt><title level="j" type="main">Revue d'intelligence artificielle</title>
<title level="j" type="abbreviated">Rev. intell. artif.</title>
<idno type="ISSN">0992-499X</idno>
</seriesStmt>
</fileDesc>
<profileDesc><textClass><keywords scheme="KwdEn" xml:lang="en"><term>Data analysis</term>
<term>Data mining</term>
<term>Information browsing</term>
<term>Internet</term>
<term>Markov model</term>
<term>Modeling</term>
<term>Noise immunity</term>
<term>Recommendation</term>
<term>User behavior</term>
<term>World wide web</term>
</keywords>
<keywords scheme="Pascal" xml:lang="fr"><term>Internet</term>
<term>Navigation information</term>
<term>Analyse donnée</term>
<term>Fouille donnée</term>
<term>Comportement utilisateur</term>
<term>Réseau web</term>
<term>Recommandation</term>
<term>Modélisation</term>
<term>Immunité bruit</term>
<term>Modèle Markov</term>
<term>.</term>
</keywords>
<keywords scheme="Wicri" type="topic" xml:lang="fr"><term>Recommandation</term>
</keywords>
</textClass>
</profileDesc>
</teiHeader>
<front><div type="abstract" xml:lang="en">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.</div>
</front>
</TEI>
<inist><standard h6="B"><pA><fA01 i1="01" i2="1"><s0>0992-499X</s0>
</fA01>
<fA03 i2="1"><s0>Rev. intell. artif.</s0>
</fA03>
<fA05><s2>26</s2>
</fA05>
<fA06><s2>6</s2>
</fA06>
<fA08 i1="01" i2="1" l="FRE"><s1>Exploitation du skipping pour la modélisation prédictive des usages du web: Vers une meilleure prise en compte du bruit</s1>
</fA08>
<fA11 i1="01" i2="1"><s1>BONNIN (Geoffray)</s1>
</fA11>
<fA11 i1="02" i2="1"><s1>BRUN (Armelle)</s1>
</fA11>
<fA11 i1="03" i2="1"><s1>BOYER (Anne)</s1>
</fA11>
<fA14 i1="01"><s1>LORIA - Équipe KIWI Campus Scientifique - BP 239</s1>
<s2>54506 Vandoeuvre-lès-Nancy</s2>
<s3>FRA</s3>
<sZ>1 aut.</sZ>
<sZ>2 aut.</sZ>
<sZ>3 aut.</sZ>
</fA14>
<fA20><s1>609-642</s1>
</fA20>
<fA21><s1>2012</s1>
</fA21>
<fA23 i1="01"><s0>FRE</s0>
</fA23>
<fA24 i1="01"><s0>eng</s0>
</fA24>
<fA43 i1="01"><s1>INIST</s1>
<s2>21320</s2>
<s5>354000506317880010</s5>
</fA43>
<fA44><s0>0000</s0>
<s1>© 2013 INIST-CNRS. All rights reserved.</s1>
</fA44>
<fA45><s0>2 p.1/4</s0>
</fA45>
<fA47 i1="01" i2="1"><s0>13-0093408</s0>
</fA47>
<fA60><s1>P</s1>
</fA60>
<fA61><s0>A</s0>
</fA61>
<fA64 i1="01" i2="1"><s0>Revue d'intelligence artificielle</s0>
</fA64>
<fA66 i1="01"><s0>FRA</s0>
</fA66>
<fA68 i1="01" i2="1" l="ENG"><s1>Using skipping for predictive web usage modeling. Towards a better robustness to noise</s1>
</fA68>
<fC01 i1="01" l="ENG"><s0>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.</s0>
</fC01>
<fC02 i1="01" i2="X"><s0>001D02B04</s0>
</fC02>
<fC02 i1="02" i2="X"><s0>001D02B07B</s0>
</fC02>
<fC03 i1="01" i2="X" l="FRE"><s0>Internet</s0>
<s5>06</s5>
</fC03>
<fC03 i1="01" i2="X" l="ENG"><s0>Internet</s0>
<s5>06</s5>
</fC03>
<fC03 i1="01" i2="X" l="SPA"><s0>Internet</s0>
<s5>06</s5>
</fC03>
<fC03 i1="02" i2="X" l="FRE"><s0>Navigation information</s0>
<s5>07</s5>
</fC03>
<fC03 i1="02" i2="X" l="ENG"><s0>Information browsing</s0>
<s5>07</s5>
</fC03>
<fC03 i1="02" i2="X" l="SPA"><s0>Navegacíon informacíon</s0>
<s5>07</s5>
</fC03>
<fC03 i1="03" i2="X" l="FRE"><s0>Analyse donnée</s0>
<s5>08</s5>
</fC03>
<fC03 i1="03" i2="X" l="ENG"><s0>Data analysis</s0>
<s5>08</s5>
</fC03>
<fC03 i1="03" i2="X" l="SPA"><s0>Análisis datos</s0>
<s5>08</s5>
</fC03>
<fC03 i1="04" i2="X" l="FRE"><s0>Fouille donnée</s0>
<s5>09</s5>
</fC03>
<fC03 i1="04" i2="X" l="ENG"><s0>Data mining</s0>
<s5>09</s5>
</fC03>
<fC03 i1="04" i2="X" l="SPA"><s0>Busca dato</s0>
<s5>09</s5>
</fC03>
<fC03 i1="05" i2="X" l="FRE"><s0>Comportement utilisateur</s0>
<s5>18</s5>
</fC03>
<fC03 i1="05" i2="X" l="ENG"><s0>User behavior</s0>
<s5>18</s5>
</fC03>
<fC03 i1="05" i2="X" l="SPA"><s0>Comportamiento usuario</s0>
<s5>18</s5>
</fC03>
<fC03 i1="06" i2="X" l="FRE"><s0>Réseau web</s0>
<s5>19</s5>
</fC03>
<fC03 i1="06" i2="X" l="ENG"><s0>World wide web</s0>
<s5>19</s5>
</fC03>
<fC03 i1="06" i2="X" l="SPA"><s0>Red WWW</s0>
<s5>19</s5>
</fC03>
<fC03 i1="07" i2="X" l="FRE"><s0>Recommandation</s0>
<s5>20</s5>
</fC03>
<fC03 i1="07" i2="X" l="ENG"><s0>Recommendation</s0>
<s5>20</s5>
</fC03>
<fC03 i1="07" i2="X" l="SPA"><s0>Recomendación</s0>
<s5>20</s5>
</fC03>
<fC03 i1="08" i2="X" l="FRE"><s0>Modélisation</s0>
<s5>23</s5>
</fC03>
<fC03 i1="08" i2="X" l="ENG"><s0>Modeling</s0>
<s5>23</s5>
</fC03>
<fC03 i1="08" i2="X" l="SPA"><s0>Modelización</s0>
<s5>23</s5>
</fC03>
<fC03 i1="09" i2="X" l="FRE"><s0>Immunité bruit</s0>
<s5>24</s5>
</fC03>
<fC03 i1="09" i2="X" l="ENG"><s0>Noise immunity</s0>
<s5>24</s5>
</fC03>
<fC03 i1="09" i2="X" l="SPA"><s0>Inmunidad ruido</s0>
<s5>24</s5>
</fC03>
<fC03 i1="10" i2="X" l="FRE"><s0>Modèle Markov</s0>
<s5>25</s5>
</fC03>
<fC03 i1="10" i2="X" l="ENG"><s0>Markov model</s0>
<s5>25</s5>
</fC03>
<fC03 i1="10" i2="X" l="SPA"><s0>Modelo Markov</s0>
<s5>25</s5>
</fC03>
<fC03 i1="11" i2="X" l="FRE"><s0>.</s0>
<s4>INC</s4>
<s5>82</s5>
</fC03>
<fN21><s1>063</s1>
</fN21>
<fN44 i1="01"><s1>OTO</s1>
</fN44>
<fN82><s1>OTO</s1>
</fN82>
</pA>
</standard>
</inist>
<affiliations><list><country><li>France</li>
</country>
<region><li>Grand Est</li>
<li>Lorraine (région)</li>
</region>
<settlement><li>Vandœuvre-lès-Nancy</li>
</settlement>
</list>
<tree><country name="France"><region name="Grand Est"><name sortKey="Bonnin, Geoffray" sort="Bonnin, Geoffray" uniqKey="Bonnin G" first="Geoffray" last="Bonnin">Geoffray Bonnin</name>
</region>
<name sortKey="Boyer, Anne" sort="Boyer, Anne" uniqKey="Boyer A" first="Anne" last="Boyer">Anne Boyer</name>
<name sortKey="Brun, Armelle" sort="Brun, Armelle" uniqKey="Brun A" first="Armelle" last="Brun">Armelle Brun</name>
</country>
</tree>
</affiliations>
</record>

Pour manipuler ce document sous Unix (Dilib)

EXPLOR_STEP=$WICRI_ROOT/Wicri/Lorraine/explor/InforLorV4/Data/PascalFrancis/Checkpoint

HfdSelect -h $EXPLOR_STEP/biblio.hfd -nk 000095 | SxmlIndent | more

HfdSelect -h $EXPLOR_AREA/Data/PascalFrancis/Checkpoint/biblio.hfd -nk 000095 | SxmlIndent | more

Pour mettre un lien sur cette page dans le réseau Wicri

{{Explor lien
   |wiki=    Wicri/Lorraine
   |area=    InforLorV4
   |flux=    PascalFrancis
   |étape=   Checkpoint
   |type=    RBID
   |clé=     Pascal:13-0093408
   |texte=   Exploitation du skipping pour la modélisation prédictive des usages du web: Vers une meilleure prise en compte du bruit
}}

This area was generated with Dilib version V0.6.33.
Data generation: Mon Jun 10 21:56:28 2019. Site generation: Fri Feb 25 15:29:27 2022

	Serveur d'exploration sur la recherche en informatique en Lorraine
	Attention, ce site est en cours de développement ! Attention, site généré par des moyens informatiques à partir de corpus bruts. Les informations ne sont donc pas validées.

Serveur d'exploration sur la recherche en informatique en Lorraine

Exploitation du skipping pour la modélisation prédictive des usages du web: Vers une meilleure prise en compte du bruit

Exploitation du skipping pour la modélisation prédictive des usages du web: Vers une meilleure prise en compte du bruit

Source :

Descripteurs français

English descriptors

Abstract

Links toward previous steps (curation, corpus...)

Links to Exploration step

Le document en format XML

Pour manipuler ce document sous Unix (Dilib)

Pour mettre un lien sur cette page dans le réseau Wicri