Résumé: L'objectif de notre travail est de proposer un système d'analyse prédictive des intérêts des utilisateur non actifs en se basant sur l'historique de ses cherches, et en exploitant les techniques de prédiction les plus utilisées, tel que les arbres de décision, la régression logistique; k-plus proches voisins ou les réseaux de neurones (RNN et LSTM). A cet effet, nous avons fait une étude comparative entre ces techniques et avons réalisé un système de prédiction basé sur le modèle de Deep Learing LSTM.

Alger:
Langue: Français
Collation: 41 p. ill. ;30 cm.
Diplôme: Licence
Etablissement de soutenance: Alger, Université des Sciences et de la Technologie Houari Boumediene. Faculté d'Informatique
Thème Informatique

Mots clés:
Profil social
Utilisateur non actif
analyse prédictive
Deep learning

Note: Bibliogr.pp.39-41