Recommandation par combinaison de filtrage collaboratif et d'analyse de sentiments

17 Pages·2016·0.66 MB·English

Recommandation par combinaison de filtrage
collaboratif et d’analyse de sentiments
Mickaël Poussevin, Elie Guardia-Sebaoun, Vincent Guigue, Patrick Gallinari
To cite this version:
Mickaël Poussevin, Elie Guardia-Sebaoun, Vincent Guigue, Patrick Gallinari. Recommandation
par combinaison de filtrage collaboratif et d’analyse de sentiments. CORIA 2014 - COnférence en
Recherche d’Information et Applications, Mar 2014, Nancy, France. pp.27-42. ￿hal-00965405￿
HAL Id: hal-00965405
https://hal.science/hal-00965405
Submitted on 27 Mar 2014
HAL is a multi-disciplinary open access L’archive ouverte pluridisciplinaire HAL, est
archive for the deposit and dissemination of sci- destinée au dépôt et à la diffusion de documents
entific research documents, whether they are pub- scientifiques de niveau recherche, publiés ou non,
lished or not. The documents may come from émanant des établissements d’enseignement et de
teaching and research institutions in France or recherche français ou étrangers, des laboratoires
abroad, or from public or private research centers. publics ou privés.
Recommandation par combinaison de
filtrage collaboratif et d’analyse de
sentiments
MickaëlPoussevin1,2 —ElieGuardia-Sebaoun2 —VincentGuigue2
—PatrickGallinari2
1 ThalesCommunications&Security
2 Laboratoired’informatiquedeParis6(LIP6),CNRSUMR7606
Sorbonne-Universités,UPMC,Paris6
RÉSUMÉ. Lesdomainesdelarecommandationetdelaclassificationdesentimentssontrestés
complètementdisjointsjusqu’ici:d’uncoté,larecommandationexploitelesmatricesd’inter-
action entre les utilisateurs et les produits, sous la forme de notes en faisant l’impasse sur
lesdonnéestextuelles,del’autre,lafouilled’opinionexploitelesrevues/notesdeconsomma-
teurs pour construire des modèles d’analyse de documents. Nous proposons dans cet article
un modèle exploitant aussi des données d’interaction textuelles présentes dans les revues de
consommateurspourconstruireunmodèlederecommandationnovateuretperformant.
ABSTRACT.Sentimentclassificationandrecommendersystemswereuntilrecentlycompletelydis-
joint domains. Recommender systems exploit the users/items/rates matrix with omitting the
availabletextinformation.Sentimentclassificationexploitstextreviewsandconsumersratesto
buildmodelsfordocumentanalysis.Inthisarticleweproposeanunifiedmodelexploitingboth
textanduser,itemsandratestobuildanewandefficientrecommendersystem.
MOTS-CLÉS:Recommandation,ClassificationdeSentiments
KEYWORDS:RecommenderSystems,OpinionMining
1. Introduction
L’avènementduwebparticipatif,oùlesutilisateursécriventdesarticles,descom-
mentairesetdesopinions,aengendréplusieursdomainesderecherchesdanslesan-
nées 2000 dont ceux de la recommendation et de la classification de sentiments. La
recommandationcollaborativesefocalisesurlamatrice(utilisateurs/produits/notes).
Enrésumant,lesnotesattribuéesparunutilisateurdanslepasséformentsonprofilet
la comparaison des profils permet de générer des propositions (les films qui ont été
appréciéspardesutilisateursayantdesprofilsproches).Al’inverse,laclassification
desentimentmodéliselesdocumentstextuelspourcaractériserleurspolaritésenana-
lysantdesmotsoudesgroupesdemotsquiserontconsidéréscommedesmarqueurs
d’opinion.
Lesrapprochementsentrecesdomainesderecherchesonttrèspeunombreux.Coté
recommandation,lesméthodesbaséessurlecontenuutilisentgénéralementdesmots-
clésoudesontologiespourdéfinirunetypologiesdesitemsàrecommanderquiamé-
liorera les performances du système (Adomavicius et Tuzhilin, 2005). Très peu de
systèmess’appuientsurdesdonnéestextuellesetunsystèmed’extractiond’informa-
tion est en général inséré entre le texte et la tâche de recommandation elle-même.
A l’inverse, la fouille d’opinion fait généralement l’impasse sur la modélisation des
utilisateurs car le but est de construire un modèle universel et transférable d’analyse
destextes(PangetLee,2008).Laplusgrandepartiedesapplicationsconcernentles
sondagesetlesproblèmesdee-réputationetrequiertuntraitementquantitatifdesdo-
cuments textuels, les enjeux scientifiques sont centrés sur l’efficacité et la capacité
degénéralisationdesmodèlespourfairefaceàn’importequeldomaineetn’importe
quel media (Blitzer et al., 2007; Mejova et Srinivasan, 2012). Nous n’avons trouvé
quelques systèmes de recommandation exploitant du texte. (Ganu et al., 2009) pro-
poseunsystèmemulti-aspectsoùletextedesrevuesderestaurantspermetd’extraire
les points (présentation, cuisine,...) qui ont été appréciés ou pas pour améliorer la
recommandation en se focalisant sur les aspects importants pour l’utilisateur. Deux
autres études récentes se positionnent à l’intersection de la recommandation et de la
fouilled’opinion.Commedansl’articleprécédent,(Poirieretal.,2010a)aeurecours
àlaclassificationdesentimentsavantlaphasederecommandationpourannoterdes
textes.Nousnouspositionnonsplusprèsdestravaux(McAuleyetLeskovec,2013b)
oùletextedesrevuesd’unutilisateurestutilisépourafinersonprofile:l’idéeestde
combiner les informations de notes et des traces écrites du passé pour améliorer la
recommandation.
Cetarticleestcentrésurlaproblématiquederecommandationcollaborative:nous
proposons une approche novatrice mêlant des techniques issues de la classification
desentimentsetdufiltragecollaboratif.Parrapportauxtravauxcitésprécédemment,
nousmontronsicil’intérêtdetravaillersurletextebrut(parrapportàunespacelatent)
et nous introduisons des modèles différents pour les textes positifs et négatifs. En
notantrespectivementuetilesutilisateursetlesproduits,nousdistingueronslesnotes
r etlesdocumentsd associésauxcouples(u,i).Nouscherchonsàconstruireun
u,i u,i
modèle f(u,i) qui soit une bonne approximation de r . Ce modèle aura la forme
u,i
suivante:
f(u,i) = λ φ + historiquemoyen [1]
0 0
λ φ (u)+ historiquedel’utilisateur [2]
1 1
λ φ (i)+ historiqueduproduit [3]
2 2
λ φ (u,i)+ historiquejoint [4]
3 3
λ φ (d ) documentsassociésàl’utilisateuretauproduit [5]
4 4 u,i
La composante [1] représente le biais moyen : c’est aussi le modèle le plus basique
derecommandation.Lescomposantes[2]et[3]permettentdeconstruireunsystème
deréférence:ilestétabliquelanotemoyennedonnéeàunproduitdanslepassé(in-
dépendammentdesutilisateurs)etlanotemoyenned’unutilisateur(indépendamment
des produits) sont des caractéristiques essentielles pour estimer r . La composante
u,i
[4]afaitl’objetdenombreusesétudes(AdomaviciusetTuzhilin,2005)etreposesou-
ventsurlestechniquesdefactorisationsmatriciellespermettantdeprédirelesvaleurs
manquantesdelamatriceR={r }(WangetZhang,2013).Ladernièrecomposante
u,i
estnouvelle:ils’agitdelacontributiondecetarticle.
L’usage du texte comme donnée d’interaction dans les problèmes de recomman-
dationrestemarginal.C’étaitunedesmotivationslorsdel’introductiondestenseurs
dans les systèmes de recommandation : la gestion de nouvelles dimensions permet-
taientd’envisagerunefactorisationsuruntenseur(utilisateurs/produits/notes/revues)
(Rendle et Schmidt-Thieme, 2010). Cependant, au delà de la possibilité théorique,
nous n’avons pas trouvé d’application concrète dans la littérature. Les données tex-
tuellesonttoujoursposédesproblèmesspécifiquesdeparleurgrandedimension,leur
parcimonieetlemanquedesémantiquedanslesreprésentationsensacsdemots:cela
nousconfortedansl’idéedelestraiterdansunesous-fonctionséparée(leterme[5]de
l’équationprécédente).
Aprèsavoirfaitlepointsurl’étatdel’artenrecommandationetsurlestechniques
d’analysedesentimentsensection2,nousdonneronslesdétailsdenotremodèleen
section 3. Nous proposons ensuite une série d’expériences démontrant l’intérêt de
notreapproche(section4).
2. Étatdel’art
Notretravailsesitueauconfluentdedeuxdomaines.Danscettepartienousdécri-
vonsd’abordlarecommandationavantdepasseràl’analysedesentiments.
2.1. Recommandation
Il est possible de définir le problème de la recommandation de deux manières
différentes, la prédiction de notes ou la génération de listes d’items ordonnées. La
prédiction de notes consiste à estimer la note que donnerait un utilisateur à un item
(modélisantainsisonintérêtpourcedernier).Laqualitéestmesuréeparlaproximité
entre la note prédite et la note réellement donnée (e.g. Erreur des moindres carrés).
C’estleparadygmeutiliséparlemoteurGroupLens(Resnicketal.,1994)oudansle
cadreduchallengeNetflix(BennettetLanning,2007;Koren,2008)etc’estaussil’ap-
prochequenousavonsretenue.Danslecasdel’ordonnancement,larecommandation
estunelisted’itemsordonnéeparordred’intéretpourl’utilisateur.SeullesK items
les plus pertinents sont renvoyés vers l’utilisateur (Breese et al., 1998; McLaughlin
etHerlocker,2004).Ils’agitdel’implémentationutiliséesurlessitesdee-commerce.
Le modèle est alors évalué à l’aide de mesures TopK (rappel et précision) ou d’aire
souslacourbeROC.
Quatre principales approches de recommandation sont généralement distinguées
danslalittérature:contentbased,knowledgebased,collaborativefilteringainsique
lesmodèleshybrides.Plusieurspossibilitésd’hybridationentrelesdifférentssystèmes
sontprésentésdans(Burke,2007).Cetarticlesesituedanslestechniquesdefiltrage
collaboratif, qui est l’approche la plus répandue aujourd’hui. L’idée sous-jacente est
que deux utilisateurs ayant des historiques proches (i.e. les utilisateurs ont noté les
mêmesproduitsdemanièresimilaire)tendentàavoirlemêmeavissurunitem.Ainsi,
cetteméthodenedemandeaucuneconnaissancedesobjets,justel’historiquedesuti-
lisateurs.Ceciprésentetoutefoisunelimitedanslecasdeproblèmesdedémarrageà
froidoud’historiquestroppetits(Schaferetal.,1999).Proposéepourlapremièrefois
danslecadredelaplateformeGroupLens(Resnicketal.,1994),cetteapproches’est
ensuite divisée en deux sous-catégories : les méthodes à mémoire (memory based)
et les méthodes à modèles (model based). La première, semblable à un algorithme
desk-plusprochesvoisins,s’estcomplexifiéeaucoursdutemps(Koren,2008).Dans
le second cas, des modèles de prédictions sont appris sur des données d’apprentis-
sage (Bennett et Lanning, 2007). Les algorithmes les plus utilisés sont la factorisa-
tion matricielle et les RBM (Restricted Boltzman Machine) (Koren, 2008; Koren et
Bell,2011).
Lesméthodesdefactorisationmatriciellepermettentdereprésenterlesutilisateurs
et les items dans le même espace latent, décrivant ainsi de la même façon les carac-
téristiques de l’item et les goûts de l’utilisateur (qu’ils soient positifs ou négatifs).
Ces descripteurs peuvent par exemple, dans le cas de films, représenter le genre ou
lepublicauquelilestdestiné(Korenetal.,2009).Cetteméthodepermet,d’unepart
d’obtenir une meilleure représentation des données, et d’autre part, de faire interve-
nirunbiaissurl’utilisateur(unutilisateurpeutêtreplussévèrequ’unautre)ousurles
produits(cequiéquivautàprendreencomptesaréputation)ouencoredesinformation
contextuelles(e.g.localisation,âgeetsexedel’utilisateur).
Contrairement à l’approche collaborative, les méthodes basées sur le contenu
(content based) utilisent des descripteurs des objets et l’historique de l’utilisateur
concerné (Pazzani et Billsus, 2007). Ces méthodes ont l’avantage de permettre fa-
cilement l’ajout de nouveaux items à la recommandation. Un item est proposé à un
utilisateur s’il est proche de son profil (i.e. s’il est similaire aux items qu’il a précé-
demmentaimés).Lesdescripteursdesitemssontgénéralementreprésentésparunvec-
teurdemots-clésrepondérésenfonctiondel’importancedecesmots(Adomavicius
etTuzhilin,2005;Poirieretal.,2010b).Cesméthodespermettentdeprendreplusfa-
cilementencomptelesmeta-données(e.g.danslecadreduchallengeNetflix,legenre
dufilm,leréalisateurouencorelecasting(BennettetLanning,2007)).Cesméthodes
connaissentcependantdeslimites:ilestimpossibledeproposerunerecommandation
personnaliséeàunnouvelutilisateur.Deplus,cesmodèlessontintrinsèquementtrès
dépendantsdelaqualitédesdescripteursfournis.
2.2. Analysedesentiments
Danscetarticle,nousvoulonsdémontrerlepotentieldesdonnéestextuellesbrutes
pour améliorer la recommandation. En d’autres termes, il s’agit d’utiliser les mots
employésparunutilisateurpouraffinersonprofil.Latâcheestdifférentedelaclassi-
ficationdesentiments(Pangetal.,2002),maislestechniquessonttrèsproches.Nous
allonsmodéliserlesmotsutilisésparlesauteurspourcaractérisercequ’ilsaimentou
pas à la manière d’un algorithme naive Bayes, par contre, nous ne chercherons pas
à prédire la polarité d’un texte mais simplement à trouver les profils qui utilisent le
mêmestylepouraffinerlarecommandation.
Sil’analysedesentimentaétéundomaineporteursurladernièredécennie(Pang
etLee,2008),ilapristoutesonampleuravecl’apparitiondesplateformessocialeset
demicroblogging.Laproblématiquedutransfertestalorsdevenuecentrale:ils’agit
d’exploiterlesrevuesannotéespourcontruiredesmodèlesdesentimentsmaisausside
vérifierleurefficacitésurdenouveauxdomaines(Blitzeretal.,2007)oudenouveaux
media(MejovaetSrinivasan,2012;GuardiaSebaounetal.,2013)pourpouvoirson-
derautomatiquementlewebparticipatif.Cebesoindegénéralisationdesmodèlesest
antinomique à la personnalisation requise dans notre application. Parmi les applica-
tionsd’analysedesentiments,nousnousrapprochonsplutôtdeladétectiondespams
d’opinion qui nécessite une caractérisation du comportement et du style des auteurs
defaussesrevues(Mukherjeeetal.,2012).
2.3. Utilisationdesrevuestextuellesdanslarecommandation
Commenousl’avonsditenintroduction,iln’existeànotreconnaissancequepeu
d’articlesutilisantdestextesrédigésdanslarecommandation.(Ganuetal.,2009)et
(Poirier et al., 2010a) tirent parti des revues de consommateurs postées sur le web
participatif.Danslesdeuxcas,laphasedeclassificationdesentimentsestantérieureà
larecommandationelle-même.Lapropositionde(Poirieretal.,2010a)consistesim-
plementàcréeruncorpusévaluéensentimentsàpartirdetexteslibrespourpouvoir
appliquerdestechniquesderecommandation.L’approchede(Ganuetal.,2009)mise
surunevisionmulti-aspectsdesrevuesdeconsommateursdansledomainedelares-
tauration.Lemoduledeclassificationdesentimentspermetdedéterminercequeles
auteursontaiméoupas:laprésentationdesplats,delatableoulanourriture.Chaque
revueesttraitéepourremplirunformulairedenotationsquipermetd’améliorerlare-
commandation.Eneffet,lesystèmepeutalorsdifférentierlesutilisateursquiportent
plusd’attentionàcertainsaspectsdurestaurant.
Notreapprocheestdifférentedanscetarticle:noussouhaitonsutiliserdirectement
letextepourmieuxcaractériserl’auteurdelarevue.Levocabulaireutilisénousper-
mettradenousfocalisersurlesaspectsquiintéressentl’auteur,àlamanièrede(Ganu
etal.,2009),tandisquelesinformationsdestylepermettrontd’affinerlarecomman-
dationenmettantenavantlesutilisateursprochesdel’auteur.Notresystèmeestplus
prochede(McAuleyetLeskovec,2013b):maisalorsquecetteapprochereposesur
un traitement des données textuelles en variables latentes, nous démontrons l’intérêt
d’utiliser directement le texte brut. La variante de LDA (Latent Dirichet Allocation)
utiliséedans(McAuleyetLeskovec,2013b)viseencoreunefoisl’extractiondesas-
pectsdelarevuesanstirerpartidustyledel’auteur.
3. Modèles
Nousnousplaçonsdanslacadredelarecommandationcollaborativeetnouscher-
chons à prédire les notes manquantes. Nous considérons des données sous la forme
d’unquadruplet(u,i,r ,d )oùuetisontrespectivementl’indexdel’utilisateuret
u,i u,i
del’objetouitem,r estlanotelaisséeparl’utilisateuruàl’objetietd larevue
u,i u,i
textuelle accompagnant cette note. Par concision, nous utiliserons parfois le couple
(u,i) àla placedu quadruplet.La prédictionde lanote donnéespar l’utilisateur u à
l’objetiparunmodèleestnotéef(u,i).Nousutiliseronslemodèlecompositedécrit
en introduction pour construire notre prédiction, cette section donne les détails des
différents sous-modèles mis en oeuvre. Nos bases de données sont séparées en trois
groupes:m quipermetd’apprendrelessous-modèles,m quipermetderégler
app val
leshyper-paramètresd’agrégationλetm pourévaluerlesperformances.
test
3.1. Evaluations
L’objectifétantdeprédirelemieuxpossiblelanotedonnéeparunutilisateuràun
objet,lecritèreutilisépourl’évaluationdesmodèlesestl’erreurquadratiquemoyenne
surl’ensembledesm critiquesdetest,notéeMSE(MeanSquaredError):
test
1
MSE = #m X (ru,i−f(u,i))2 [6]
test
(u,i)∈mtest
Cet article s’intéressant également à la classification de sentiments, nous propo-
sonsunemétriqued’évaluationdesperformancesissuedecedomaine.Danscecasde
figure,lesrevuesayantunenoteambigüe(3/5)sontéliminéesdel’ensembledetestet
lesnotespositivesetnégativessontregroupéesdansdeuxclasses:c ={(u,i)|r >
+ u,i
3},c = {(u,i)|r < 3}.L’enjeuestdemesurerlacapacitédusystèmeàdétecter
− u,i
cequel’utilisateuraimeoupassansproposerdequantificationencalculantlepour-
centaged’erreursdeclassification:
1
Err = (#{(u,i)∈c |f(u,i)<3}+#{(u,i)∈c |f(u,i)>3})
S #mru,i6=3 + −
test
[7]
3.2. Modèlesderéférence:historiquesdesnotes
Nousproposonscommemodèlesderéférencelestroisapprochesbaséessurl’his-
torique:global,utilisateuretobjet.Cesmodèlessimplesestimentrespectivementla
note moyenne sur l’ensemble des critiques d’apprentissage, sur l’ensemble des cri-
tiquesparutilisateuretparobjet,commeprésentédansleséquations[8],[9]et[10].
1
φ0 = #m X ru,i [8]
app
(u,i)∈mapp
1
φ1(u) = #m(u) X ru,i′ moyennedesnotesdonnéesparu [9]
app (u,i′)∈mapp
1
φ2(i) = #m(i) X ru′,imoyennedesnotesdonnéesài [10]
app (u′,i)∈mapp
En test ou validation, dans le cas où l’utilisateur et l’item à noter ne possède pas
d’historiquesurlabased’apprentissage,nousutilisonsφ commeprédiction.
0
3.3. Factorisationmatricielle
Pourestimeràlafoislescritèresdenotationsdesutilisateursetlesqualitésd’un
objet,nousutilisonslafactorisationmatricielle.L’idéesous-jacenteestderegrouper
lesinformationsidentiques,c’est-à-diredetrouverlespersonnesquiontdesnotations
proches sur les items. Chaque utilisateur est alors représenté par un vecteur υ et
u
chaque objet par un vecteur ι : ces vecteurs sont de faibles dimensions par rapport
i
auxnombresd’itemsetd’utilisateurs.Laprédictiondelanoteφ (u,i)estobtenueen
3
calculantleproduitscalaireentrelesreprésentationsdeueti:
φ (u,i)=υ .ι [11]
3 u i
L’apprentissagedecesreprésentationsoptimisel’erreurquadratiquemoyenne,sur
l’ensembledescritiquesdelabased’entraînement[12]avecunerégularisationL sur
2
lesparamètrespourcontrerunpossiblesur-apprentissage.
{υu,ιi}⋆ =argminX(ru,i−υu.ιi)2+αυkυuk2+αιkιik2 [12]
υu,ιi (u,i)
Les compromis de régularisation α sont optimisés en validation croisée sur les don-
néesd’apprentissage.
3.4. Modèlesdetraitementdutexte
Nousdécrivonslesméthodesàvariableslatentes,quicherchentàextrairelesas-
pectsdesrevuesautomatiquementpuisnousdétaillonsnotreapprochebaséesurl’ana-
lysedesdocumentsbruts.
3.4.1. AllocationlatentedeDirichlet
Dans (McAuley et Leskovec, 2013b), les auteurs utilisent une variante de LDA,
(Latent Dirichlet Allocation) pour projetter les textes dans l’espace latent. Ils pro-
posent d’intégrer directement la représentation latente des documents dans l’algo-
rithmedefactorisationmatricielleprésentéprécédemment,enutilisantunetechnique
d’optimisationalternée.
Nous proposons d’utiliser LDA comme une fonction de projection dans l’espace
latentψ.Ennotantd etd lesconcaténationsrespectivesdel’ensembledestextes
u,∗ ∗,i
del’utilisateuruousurl’objeti,nousdéfinissonslemodèledeconcordancethéma-
tiquesuivant:
φ (u,i)=ψ(d )·ψ(d ) [13]
L4 u,∗ ∗,i
Lafonctionψestapprisesurl’ensembled’apprentissageetnousutilisonslesmatrices
deprobabilitéscalculéespourprojeterl’ensembledesdocuments.
3.4.2. Informationtextuellebrute
Aprèsavoirpassél’ensembledesdonnéesd’apprentissageensacsdemots,nous
utilisonsunmodèlebayesiennaïfpourreprésenterrespectivement:lesrevuesdel’uti-
lisateur(b ),lesrevuespositives/négativesdeu(b(+) etb(−))etlesrevuesassociées
u u u
àl’itemi(b ,b(+) etb(−)).Laprédictionbaséesurletextebruteestcalculéecomme
i i i
unecombinaisonlinéairedescomparaisonsentrelesmodèlesdesentimentsdel’utili-
sateuruetdel’itemi:
φ (u,i) = λ cos(b ,b ) +λ cos(b ,b(+)) +λ cos(b ,b(−))+
T4 t1 u i t2 u i t3 u i
λ cos(b(+),b ) +λ cos(b(+),b(+)) +λ cos(b(+),b(−))+
t4 u i t5 u i t6 u i
λ cos(b(−),b ) +λ cos(b(−),b(+)) +λ cos(b(−),b(−)))
t7 u i t8 u i t9 u i
[14]
Lescoefficientsλsontoptimiséssurlesdonnéesdevalidation.
4. Expériences
4.1. Données
Lesdonnéesutiliséessontdesrevuesanglophonesannotéesextraitesdessitesra-
tebeer.com1etamazon.com2.Desbasesdetaillesdifférentesontétécrééesàpartirdes
corpusensélectionnantdessous-ensemblesd’utilisateursetd’itemscommelemontre
letableau1.Lescritiquessontensuiterépartiesaléatoiremententroisensembles,un
d’entrainementquicontient80%desdonnées,puis10%envalidationet10%entest.
Nom #Utilisateurs #Objets #Entraînement #Validation #Test
RB_U50_I200 52 200 7200 900 906
RB_U500_I2k 520 2000 388200 48525 48533
RB_U5k_I20k 5200 20000 1887608 235951 235960
RB_U30k_I110k 29265 110364 2339296 292412 292415
A_U200_I120 213 122 984 123 130
A_U2k_i1k 2135 1225 31528 3941 3946
A_U20k_I12k 21353 12253 334256 41782 41791
A_U210k_I120k 213536 122538 1580576 197572 197574
A_U2M_I1M 2135360 1225387 4642808 580351 580357
Tableau1–Taillesdesbasesdedonnéesutilisées.
4.2. Apprentissagedesmodèles
Lesmodèlesdebiaisφ ,φ etφ sontestiméssurlabased’apprentissage.Lemo-
0 1 2
dèle de factorisation matricielle φ est appris par descente de gradient stochastique
3
avec une régularisation L sur les données d’apprentissage. La factorisation matri-
2
ciellerequiertdesvaleursαpourlescompromisderégularisationquisontoptimisées
envalidationcroisée.Lemodèlelatentφ etlemodèledetextebrutφ sontégale-
L4 T4
mentapprissurlesdonnéesd’apprentissage.
Les hyper-paramètres λ sont optimisés sur l’ensemble de validation, au sens de
l’erreur quadratique moyenne de reconstruction des notes. Les λ permettent de pon-
dérer les différents modèles et ils sont aussi utilisés à l’intérieur du modèle de texte
brutpourtirerpartidesdifférentessimilarités.
4.3. Résultats
Nous présentons dans cette section les résultats obtenus sur les différents cor-
pus Amazon et RateBeer. Dans les tableaux de performances 2 et 3, nous présen-
tons d’abord les 3 références φ , φ (u), φ (i) correspondant aux différentes notes
0 1 2
1.Revuessurdesbières,collectéespar(McAuleyetLeskovec,2013a)
2.Revues sur différents types de produits vendus sur le site Amazon, collectées par (Jindal
etal.,2010)