Nous nous intéressons à l’étude des similarités entre utilisateurs dans des systèmes de filtrage collaboratif, et en particulier à l’exploitation de la polarité (note positive ou négative) des jugements. Nous proposons une mesure qui prend en compte les biais liés à la popularité de l’item et à la propension de l’utilisateur à noter de manière positive ou négative. La validité de cette mesure de similarité est évaluée par le biais de deux tâches recommendation et prédiction de lien), et montre que ces deux mesures permettent de distinguer trois types de relations entre utilisateurs.