Un système de recommandation d'hôtels basé sur les avis des clients

Abstract

Le travail présenté dans ce manuscrit s'inscrit dans le domaine des systèmes de recommandation qui est devenu une méthodologie dominante dans la majorité des applications web. Les systèmes de recommandation sont des outils prometteurs afin de générer des services pertinents aux utilisateurs. L'objectif principal de notre travail est de proposer un algorithme de recommandation d'hôtel qui se base sur l'allocation de Dirichlet latente (LDA). L'algorithme proposé réduit l'espace de dimensionnalité en extrayant les propriétés latentes des textes non structuré représentant les avis des clients sur les hôtels. Ces propriétés sont modélisées sous forme de vecteurs numériques qui sont automatiquement appris grâce à l'application de l’algorithme LDA. Le calcul des similarités en se basant sur ses thèmes latents permet de découvrir les relations cachées entre les commentaires des utilisateurs pour faire des recommandations pertinentes. The work presented in this manuscript is part of the field of recommender systems which has become a dominant methodology in the majority of web applications. Recommender systems are promising tools for generating relevant services to users. The main objective of our work is to propose a hotel recommendation algorithm based on the latent Dirichlet allocation (LDA). The proposed algorithm reduces the dimensionality space by extracting latent properties from unstructured texts representing guest reviews of hotels. These properties are modeled as digital vectors which are automatically learned through the application of the LDA algorithm. The calculation of similarities based on its latent themes makes it possible to discover the hidden relationships between user comments to make relevant recommendations. العمل المقدم في هذه المخطوطة هو جزء من مجال أنظمة التوصية، الذي أصبح منهجية سائدة في غالبية تطبيقات الويب. تعتبر أنظمة التوصية أدوات واعدة لتقديم الخدمات الملائمة للمستخدمين. الهدف الرئيسي من عملنا هو اقتراح خوارزمية لتوصية الفنادق تعتمد على توزيع ديريشليت الكامن (LDA). تقلل الخوارزمية المقترحة من مساحة الأبعاد من خلال استخراج الخصائص الكامنة من النصوص غير المنظمة التي تمثل تقييمات الضيوف للفنادق. يتم نمذجة هذه الخصائص كمتجهات رقمية يتم تعلمها تلقائيًا من خلال تطبيق خوارزمية LDA. يجعل حساب التشابهات بناءً على الموضوعات الكامنة من الممكن اكتشاف العلاقات الخفية بين تعليقات المستخدمين لتقديم توصيات ملائمة.