La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Le catalogue de bibliothèque comme outil de filtrage collaboratif Sébastien Tremblay et Yves Marcoux École de bibliothéconomie et des sciences de l'information.

Présentations similaires


Présentation au sujet: "Le catalogue de bibliothèque comme outil de filtrage collaboratif Sébastien Tremblay et Yves Marcoux École de bibliothéconomie et des sciences de l'information."— Transcription de la présentation:

1 Le catalogue de bibliothèque comme outil de filtrage collaboratif Sébastien Tremblay et Yves Marcoux École de bibliothéconomie et des sciences de l'information Université de Montréal Ce projet a bénéficié d'une subvention de recherche du FCAR

2 Plan de la communication Introduction et justification de la problématique État de la question sur les systèmes de recommandation Défis soulevés par les systèmes de recommandation Modèle de système de recommandation pour les milieux documentaires

3 Plan de la communication - suite Le système de recommandation comme outil de gestion de bibliothèque Conclusion et ouverture sur des travaux futurs

4 Introduction et justification de la problématique Mutations de la publication, de l'organisation, de la recherche et de la sélection de l'information sur le Web – Explosion de l'information – Prolifération de ressources de formats divers – Limites des engins de recherche et des répertoires Besoins d'information hétérogènes et compétences documentaires variables des usagers : un autre obstacle majeur

5 Introduction et justification de la problématique - suite La personnalisation des systèmes : une des approches envisagées Comment enrayer l'Information overload? – Les systèmes de recommandation comme outil d'aide à la sélection de ressources – Permettre aux usagers de bénéficier des opinions de leurs pairs – Spécifier des paramètres personnels Nombreux projets sur Internet actuellement: MovieLens, Amazon.com

6 Introduction et justification de la problématique - suite L'utilisation massive d'Internet par les usagers des bibliothèques a façonné leurs manières d'accéder à l'information Impact sur l'utilisation des catalogues de bibliothèque: – Intégration des ressources du Web dans le contenu – L'OPAC est donc devenu un portail d'information

7 Introduction et justification de la problématique - suite Prochain pas à franchir: faire de l'OPAC un portail collaboratif – Permettre que s'échangent des idées entre usagers – Favoriser le transfert des connaissances – Faciliter la sélection de l'information et automatiser le processus

8 État de la question sur les systèmes de recommandation Définitions : – Peter R Wurman – A system to provide recommendation to a user based on the opinions/behaviours of others – Shardanand et Maes – A technique for making personnalized recommendations from any type of database to a user based on similarities between the interest profile of that user and those of others

9 État de la question sur les systèmes de recommandation - suite Rôles d'un système de recommandation: – Suggérer des ressources – Inférer les goûts et intérêts des personnes – Exploiter diverses sources de données explicites ou implicites pour y parvenir – Prédire l'information intéressant les usagers

10 État de la question sur les systèmes de recommandation - suite – Dresser des liens non-manifestes entre des ressources, ce qui permet d'enrichir la recherche en élargissant les perspectives documentaires – Trois approches préconisées Filtrage par contenu Filtrage collaboratif Approche hybride

11 Le filtrage par contenu La plus ancienne approche But : établir une corrélation entre les ressources que les usagers consultent Fonctionnement : le système analyse le contenu des ressources, puis effectue des recommandations Avantages : – Approprié pour du matériel textuel – Facilite l'entrée d’un nouvel item dans le système

12 Le filtrage par contenu - suite Désavantages : – Difficulté d'extraire le contenu ou les attributs de certains formats de fichiers – Peu apte à recommander des items dissemblables – Cold start – Aucun aspect collaboratif dans cette approche

13 Le filtrage collaboratif Approche plus récente But : établir une corrélation entre les usagers (leurs profils) Postulat : l'usager apprécie des items semblables à ceux que des usagers comparables apprécient aussi Approche subjective : basée sur des jugements de valeur

14 Le filtrage collaboratif - suite Individus = intermédiaires entre les sources d'information Avantages : – Capacité de recommander des items dissemblables – Utilisation pour des formats variés de ressources – Capacité de représenter des concepts abstraits comme les goûts ou les intérêts – Cold start plus limité

15 Le filtrage collaboratif - suite Désavantages : – L'ajout de nouveaux items est problématique: doit avoir été évalué avant d'être suggéré – Nécessite un nombre suffisant d'évaluations et d'usagers – Problème de dispersion des scores – Difficulté à gérer les profils atypiques

16 L'approche hybride But : combiner les forces du filtrage par contenu et du filtrage collaboratif Plusieurs scénarios de fonctionnement Scénario typique : – Le système dresse le profil de l'usager en analysant ses ressources – Le système tente d'associer le profil de l'usager avec ceux de d'autres (constitution de groupes)

17 L'approche hybride - suite – L'usager a la possibilité de dresser un profil explicite et de spécifier certains paramètres – Le système effectue de façon combinatoire le filtrage par contenu et le filtrage collaboratif – Approche dominante à l'heure actuelle

18 Défis soulevés par les systèmes de recommandation Incompréhension du fonctionnement du système – Expliquer d’où viennent les recommandations: – Expliciter les méthodes de compilation du profil de l'usager L'usager doit pouvoir réagir aux recommandations (correction d'erreurs) Mesures de sécurité et protection des renseignements personnels

19 Systèmes de recommandation Permet de proposer des ressources à des usagers selon divers critères: – Situation démographique de l'usager (âge, sexe, lieu de résidence, revenu, etc.) – Popularité globale d'une ressource – Nouveauté de la ressource – Habitudes de " consultation " de l'usager – Etc.

20 Recommandation en milieux documentaires Référence Présentoir de nouveautés Affichage de critiques publiées " Coups de cœur " Chariots de rangement etc.

21 Réticence à la recommandation Neutralité, professionnalisme Réticence à la publicité Remise en question par les nouveaux contextes économiques Marketing des services d'information Continuum entre modèles économiques Gestion stratégique de l'information

22 Filtrage collaboratif Technique particulière de recommandation Prédire automatiquement l'appréciation d'une ressource via l'opinion d'usagers de même " profil " Nouveau en milieux documentaires Forme " non intrusive " de recommandation N'est PAS que de la diffusion sélective de l'information ( DSI )

23 Principe de base 1: prédiction X01X 1?10 00X1 u1u1 u2u2 umum r1r1 r2r2 r3r3 rnrn

24 Principe de base 2: recommandations À partir des prédictions, identifier les N ressources le plus susceptibles de correspondre aux besoins d'un usager Un seuil peut être appliqué pour éliminer les recommandations non pertinentes

25 Différentes approches Basées usagers – Regroupent les usagers Basées ressources – Regroupent les ressources Hybrides

26 Données exploitables en bibliothèque Données " démographiques " des usagers Vedettes-matières associées aux ressources Historiques de prêt Notices d'autorité d'auteurs et de sujets Avec la permission de chaque usager!

27 Nouvelles données possibles Profil d'intérêt explicite par l’usager Profil implicite ( historique des recherches et transactions ) Appréciations explicites de ressources par les usagers Toujours avec la permission de chaque usager!

28 Modèle de système de recommandation pour les milieux documentaires

29 Types de manifestations du système Recommandations " spontanées " (au branchement de l'usager) Enrichissement ou réordonnancement des résultats d'une recherche (utile si ressources non disponibles) Recherche est par ailleurs " classique " Utilisation des recommandations sur une base volontaire

30 Architecture générale Appréciations Corrélations VM Profil démogr. Appréciations enrichies Profil d'intérêt Groupe Profil de groupe

31 Architecture générale Appréciations enrichies Recommandations spontanées Catalogue Recherche Résultats enrichis Profil d'intérêt Réaction de l'usager

32 Moments d'intervention du système Inscription d'un nouvel usager Mise à jour du profil explicite d'un usager Réception d'un élément d'appréciation d'une ressource par un usager Insertion d'une nouvelle ressource Recommandations spontanées et à la recherche (enrichissement, ordon.) Réaction à une recommandation

33 Scénario de branchement Recommandations spontanées Modification du profil – Participant / non-participant – Données démographiques accessibles au système – Profil d'intérêt explicite – Types de manifestations désirés Appréciation des ressources retournées depuis le dernier branchement

34 Le système de recommandation comme outil de gestion de bibliothèque Applications indirectes Gestion de la collection – Identification des secteurs populaires et impopulaires de la collection – Recommandations d'acquisition / abonnement – Recommandations d'élagage Base pour études d'usagers ( Community analysis )

35 Conclusion et ouverture sur des travaux futurs Définir plus à fond le modèle théorique Prototypage Expérimentations (fonctions, ergonomie, etc.) Implantation

36 Conclusion et ouverture sur des travaux futurs - suite Rôle de " guide " dans la masse d'information Fonction de référence se virtualise Possibilité d'intégration forte avec la collectivité via la recommandation avec un statut particulier Le bibliothécaire comme usager - avec un statut particulier

37 Merci de votre attention ! Nous rejoindre Yves Marcoux Yves Marcoux Sébastien Tremblay


Télécharger ppt "Le catalogue de bibliothèque comme outil de filtrage collaboratif Sébastien Tremblay et Yves Marcoux École de bibliothéconomie et des sciences de l'information."

Présentations similaires


Annonces Google