Les systèmes de recommandation font l'objet de nombreux travaux, tant du point de vue algorithmique que du point de vue évaluation et mise en service de façon opérationnelle. Lorsqu'il s'agit de recommander des contenus (images, vod) non populaires, les systèmes présentent des difficultés à proposer des contenus pertinents, du fait de la sous représentativité de ces contenus dans les jeux de données. Le présent travail s'intéresse à exploiter les réseaux sociaux et la propension des internautes à émettre des avis sur tout type de contenus. Une analyse d'un réseau social tel que Flixster permet de calculer des similarités de films contextuellement à des communautés d'opinion et ainsi d'augmenter la précision de prédictions de contenus non populaires.