A Technology Intelligence Recommendation System based on Multiplex Networks - Archive ouverte HAL Access content directly
Poster Communications Year : 2022

A Technology Intelligence Recommendation System based on Multiplex Networks

Abstract

Our research work focuses on recommendation systems for technology intelligence. Data targeted in this domain corresponds to technological evolutions visible on the Web for which a domain expert wishes to remain informed of the competition or the uses. The amount of data produced on the Web leads to information overload. Thus, there is a significant challenge in recommending documents where the mass of data must be searched, sorted, and evaluated against the needs of the experts. The multidimensional profile of the experts is considered by modeling them via an interaction graph. This representation poses the following problems: - Finding the representation of interactions to facilitate recommendations in a relevant and efficient way; - Promoting multi-faceted recommendations linked to the multiple nature of the information of interest to the expert; - Making real-time recommendations.
Notre travail de recherche porte sur les systèmes de recommandation pour vielle technologique. Les données ciblées dans ce domaine correspondent aux évolutions technologiques visibles sur le Web pour lesquelles un expert souhaite rester informé de la concurrence ou des usages. La quantité de données produites sur le Web conduit à une surcharge d'informations. Ainsi, il y a un défi important à recommander des documents où la masse de données doit être recherchée, triée et évaluée en fonction des besoins des experts. Le profil multidimensionnel des experts est considéré en les modélisant via un graphe d'interaction. Cette représentation pose les problèmes suivants : - Trouver la représentation des interactions pour faciliter les recommandations de manière pertinente et efficace ; - Promouvoir des recommandations multi-facettes liées à la nature multiple des informations d'intérêt pour l'expert ; - Faire des recommandations en temps réel.
Fichier principal
Vignette du fichier
Foutse_yuehgoh_poster_MN_en.pdf (880.98 Ko) Télécharger le fichier
Origin : Files produced by the author(s)

Dates and versions

hal-04091130 , version 1 (07-05-2023)

Identifiers

  • HAL Id : hal-04091130 , version 1

Cite

Foutse Yuehgoh, Nicolas Travers, Sonia Djebali. A Technology Intelligence Recommendation System based on Multiplex Networks. Quatrième édition du Symposium MaDICS, Jul 2022, Lyon, France. ⟨hal-04091130⟩
46 View
9 Download

Share

Gmail Facebook X LinkedIn More