Advanced search options

Advanced Search Options 🞨

Browse by author name (“Author name starts with…”).

Find ETDs with:

in
/  
in
/  
in
/  
in

Written in Published in Earliest date Latest date

Sorted by

Results per page:

Sorted by: relevance · author · university · dateNew search

You searched for subject:(Filtre collaboratif). Showing records 1 – 2 of 2 total matches.

Search Limiters

Last 2 Years | English Only

No search limiters apply to these results.

▼ Search Limiters

1. Pozo, Manuel. Towards Accurate and Scalable Recommender Systems : Contributions à l'efficacité et au passage à l'échelle des Systèmes de Recommandations.

Degree: Docteur es, Informatique, 2016, Paris, CNAM

Les systèmes de recommandation visent à présélectionner et présenter en premier les informations susceptibles d'intéresser les utilisateurs. Ceci a suscité l'attention du commerce électronique, où l'historique des achats des utilisateurs sont analysés pour prédire leurs intérêts futurs et pouvoir personnaliser les offres ou produits (appelés aussi items) qui leur sont proposés. Dans ce cadre, les systèmes de recommandation exploitent les préférences des utilisateurs et les caractéristiques des produits et des utilisateurs pour prédire leurs préférences pour des futurs items. Bien qu'ils aient démontré leur précision, ces systèmes font toujours face à de grands défis tant pour le monde académique que pour l'industrie : ces techniques traitent un grand volume de données qui exige une parallélisation des traitements, les données peuvent être également très hétérogènes, et les systèmes de recommandation souffrent du démarrage à froid, situation dans laquelle le système n'a pas (ou pas assez) d'informations sur (les nouveaux) utilisateurs/items pour proposer des recommandations précises. La technique de factorisation matricielle a démontré une précision dans les prédictions et une simplicité de passage à l'échelle. Cependant, cette approche a deux inconvénients : la complexité d'intégrer des données hétérogènes externes (telles que les caractéristiques des items) et le démarrage à froid pour un nouvel utilisateur. Cette thèse a pour objectif de proposer un système offrant une précision dans les recommandations, un passage à l'échelle pour traiter des données volumineuses, et permettant d'intégrer des données variées sans remettre en question l'indépendance du système par rapport au domaine d'application. De plus, le système doit faire face au démarrage à froid utilisateurs car il est important de fidéliser et satisfaire les nouveaux utilisateurs. Cette thèse présente quatre contributions au domaine des systèmes de recommandation: (1) nous proposons une implémentation d'un algorithme de recommandation de factorisation matricielle parallélisable pour assurer un meilleur passage à l'échelle, (2) nous améliorons la précision des recommandations en prenant en compte l'intérêt implicite des utilisateurs dans les attributs des items, (3) nous proposons une représentation compacte des caractéristiques des utilisateurs/items basée sur les filtres de bloom permettant de réduire la quantité de mémoire utile, (4) nous faisons face au démarrage à froid d'un nouvel utilisateur en utilisant des techniques d'apprentissage actif. La phase d'expérimentation utilise le jeu de données MovieLens et la base de données IMDb publiquement disponibles, ce qui permet d'effectuer des comparaisons avec des techniques existantes dans l'état de l'art. Ces expérimentations ont démontré la précision et l'efficacité de nos approches.

Recommender Systems aim at pre-selecting and presenting first the information in which users may be interested. This has raised the attention of the e-commerce, where the interests of users are analysed in order to predict…

Advisors/Committee Members: Métais, Elisabeth (thesis director).

Subjects/Keywords: Filtrage collaboratif; Système de recommandation; Distribution; Filtre de bloom; Demarrage à froid; Apprentissage actif; Collaborative filtering; Recommender system; Distribution; Bloom filter; Cold-Start; Active learning; 004.019

Record DetailsSimilar RecordsGoogle PlusoneFacebookTwitterCiteULikeMendeleyreddit

APA · Chicago · MLA · Vancouver · CSE | Export to Zotero / EndNote / Reference Manager

APA (6th Edition):

Pozo, M. (2016). Towards Accurate and Scalable Recommender Systems : Contributions à l'efficacité et au passage à l'échelle des Systèmes de Recommandations. (Doctoral Dissertation). Paris, CNAM. Retrieved from http://www.theses.fr/2016CNAM1061

Chicago Manual of Style (16th Edition):

Pozo, Manuel. “Towards Accurate and Scalable Recommender Systems : Contributions à l'efficacité et au passage à l'échelle des Systèmes de Recommandations.” 2016. Doctoral Dissertation, Paris, CNAM. Accessed March 24, 2019. http://www.theses.fr/2016CNAM1061.

MLA Handbook (7th Edition):

Pozo, Manuel. “Towards Accurate and Scalable Recommender Systems : Contributions à l'efficacité et au passage à l'échelle des Systèmes de Recommandations.” 2016. Web. 24 Mar 2019.

Vancouver:

Pozo M. Towards Accurate and Scalable Recommender Systems : Contributions à l'efficacité et au passage à l'échelle des Systèmes de Recommandations. [Internet] [Doctoral dissertation]. Paris, CNAM; 2016. [cited 2019 Mar 24]. Available from: http://www.theses.fr/2016CNAM1061.

Council of Science Editors:

Pozo M. Towards Accurate and Scalable Recommender Systems : Contributions à l'efficacité et au passage à l'échelle des Systèmes de Recommandations. [Doctoral Dissertation]. Paris, CNAM; 2016. Available from: http://www.theses.fr/2016CNAM1061

2. Guillemot, Thierry. M?thodes et structures non locales pour la restaurationd'images et de surfaces 3D : Non local methods and structures for images and 3D surfaces restoration.

Degree: Docteur es, Signal et images, 2014, Paris, ENST

Durant ces derni?res ann?es, les technologies d?acquisition num?riques n?ont cess? de se perfectionner, permettant d?obtenir des donn?es d?une qualit? toujours plus fine. N?anmoins, le signal acquis reste corrompu par des d?fauts qui ne peuvent ?tre corrig?s mat?riellement et n?cessitent l?utilisation de m?thodes de restauration adapt?es. J'usqu?au milieu des ann?es 2000, ces approches s?appuyaient uniquement sur un traitement local du signal d?t?rior?. Avec l?am?lioration des performances de calcul, le support du filtre a pu ?tre ?tendu ? l?ensemble des donn?es acquises en exploitant leur caract?re autosimilaire. Ces approches non locales ont principalement ?t? utilis?es pour restaurer des donn?es r?guli?res et structur?es telles que des images. Mais dans le cas extr?me de donn?es irr?guli?res et non structur?es comme les nuages de points 3D, leur adaptation est peu ?tudi?e ? l?heure actuelle. Avec l?augmentation de la quantit? de donn?es ?chang?es sur les r?seaux de communication, de nouvelles m?thodes non locales ont r?cemment ?t? propos?es. Elles utilisent un mod?le a priori extrait ? partir de grands ensembles d??chantillons pour am?liorer la qualit? de la restauration. N?anmoins, ce type de m?thode reste actuellement trop co?teux en temps et en m?moire. Dans cette th?se, nous proposons, tout d?abord, d??tendre les m?thodes non locales aux nuages de points 3D, en d?finissant une surface de points capable d?exploiter leur caract?re autosimilaire. Nous introduisons ensuite une nouvelle structure de donn?es, le CovTree, flexible et g?n?rique, capable d?apprendre les distributions d?un grand ensemble d??chantillons avec une capacit? de m?moire limit?e. Finalement, nous g?n?ralisons les m?thodes de restauration collaboratives appliqu?es aux donn?es 2D et 3D, en utilisant notre CovTree pour apprendre un mod?le statistique a priori ? partir d?un grand ensemble de donn?es.

In recent years, digital technologies allowing to acquire real world objects or scenes have been significantly improved in order to obtain high quality datasets. However, the acquired signal is corrupted by defects which can not be rectified materially and require the use of adapted restoration methods. Until the middle 2000s, these approaches were only based on a local process applyed on the damaged signal. With the improvement of computing performance, the neighborhood used by the filter has been extended to the entire acquired dataset by exploiting their self-similar nature. These non-local approaches have mainly been used to restore regular and structured data such as images. But in the extreme case of irregular and unstructured data as 3D point sets, their adaptation is few investigated at this time. With the increase amount of exchanged data over the communication networks, new non-local methods have recently been proposed. These can improve the quality of the restoration by using an a priori model extracted from large data sets. However, this kind of method is time and memory consuming. In this thesis, we first propose to extend the…

Advisors/Committee Members: Boubekeur, Tamy (thesis director), Almansa, Andr?s (thesis director).

Subjects/Keywords: Restauration image; M?thodes non locales; Structure de donn?es; D?bruitage; Surface; Nuage de points; Filtre collaboratif; Image restoration; Non-local methods; Data structure; Denoising; Surface; Points set; Collaborative filter

Record DetailsSimilar RecordsGoogle PlusoneFacebookTwitterCiteULikeMendeleyreddit

APA · Chicago · MLA · Vancouver · CSE | Export to Zotero / EndNote / Reference Manager

APA (6th Edition):

Guillemot, T. (2014). M?thodes et structures non locales pour la restaurationd'images et de surfaces 3D : Non local methods and structures for images and 3D surfaces restoration. (Doctoral Dissertation). Paris, ENST. Retrieved from http://www.theses.fr/2014ENST0006

Chicago Manual of Style (16th Edition):

Guillemot, Thierry. “M?thodes et structures non locales pour la restaurationd'images et de surfaces 3D : Non local methods and structures for images and 3D surfaces restoration.” 2014. Doctoral Dissertation, Paris, ENST. Accessed March 24, 2019. http://www.theses.fr/2014ENST0006.

MLA Handbook (7th Edition):

Guillemot, Thierry. “M?thodes et structures non locales pour la restaurationd'images et de surfaces 3D : Non local methods and structures for images and 3D surfaces restoration.” 2014. Web. 24 Mar 2019.

Vancouver:

Guillemot T. M?thodes et structures non locales pour la restaurationd'images et de surfaces 3D : Non local methods and structures for images and 3D surfaces restoration. [Internet] [Doctoral dissertation]. Paris, ENST; 2014. [cited 2019 Mar 24]. Available from: http://www.theses.fr/2014ENST0006.

Council of Science Editors:

Guillemot T. M?thodes et structures non locales pour la restaurationd'images et de surfaces 3D : Non local methods and structures for images and 3D surfaces restoration. [Doctoral Dissertation]. Paris, ENST; 2014. Available from: http://www.theses.fr/2014ENST0006

.