An Interactive Personalized Recommender System / Selmani ,saadeddine  

Public ISBD Titre : An Interactive Personalized Recommender System Type de document : texte imprimé Auteurs : Selmani ,saadeddine, Auteur ; Drif,Ahlem, Directeur de thèse Editeur : Setif:UFA Année de publication : 2021 Importance : 1 vol (61 f .) Format : 29 cm Langues : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : Recommender systems Neural Recommender Models Index. décimale : 004 - Informatique Résumé : Recommender systems are broadly used to suggest goods (e.g., products, news, ser- vices) that best match users' needs and preferences. The main challenge comes from modeling the dependence between the various entities incorporating multifaceted infor- mation such as user preferences, item attributes, and users' mutual in uence, resulting in more complex features. To deal with this issue, we design a recommender system incorporating a collaborative ltering (CF) module and a stacking recommender mod- ule. We introduce an interactive attention mechanism to model the mutual in uence relationship between aspect users and items. It allows mapping the original data to higher-order feature interactions. Additionally, the stacked recommender, composed of a set of regression models and a meta-learner, optimizes the weak learners' performance with a strong learner. The developed stacking recommender considers the content for recommendation to create a prole model for each user. Experiments on real-world datasets demonstrate that the proposed algorithm can achieve more accurate predic- tions and higher recommendation eciency. Côte titre : MAI/0520 En ligne : https://drive.google.com/file/d/1ZtxAepeudcr-piHs7plgVHPWSd11C16a/view?usp=shari [...] Format de la ressource électronique : pdf An Interactive Personalized Recommender System [texte imprimé] / Selmani ,saadeddine, Auteur ; Drif,Ahlem, Directeur de thèse . - [S.l.] : Setif:UFA, 2021 . - 1 vol (61 f .) ; 29 cm. Langues : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : Recommender systems Neural Recommender Models Index. décimale : 004 - Informatique Résumé : Recommender systems are broadly used to suggest goods (e.g., products, news, ser- vices) that best match users' needs and preferences. The main challenge comes from modeling the dependence between the various entities incorporating multifaceted infor- mation such as user preferences, item attributes, and users' mutual in uence, resulting in more complex features. To deal with this issue, we design a recommender system incorporating a collaborative ltering (CF) module and a stacking recommender mod- ule. We introduce an interactive attention mechanism to model the mutual in uence relationship between aspect users and items. It allows mapping the original data to higher-order feature interactions. Additionally, the stacked recommender, composed of a set of regression models and a meta-learner, optimizes the weak learners' performance with a strong learner. The developed stacking recommender considers the content for recommendation to create a prole model for each user. Experiments on real-world datasets demonstrate that the proposed algorithm can achieve more accurate predic- tions and higher recommendation eciency. Côte titre : MAI/0520 En ligne : https://drive.google.com/file/d/1ZtxAepeudcr-piHs7plgVHPWSd11C16a/view?usp=shari [...] Format de la ressource électronique : pdf

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
MAI/0520	MAI/0520	Mémoire	Bibliothéque des sciences	Anglais	Disponible Disponible

Apprentissage profond pour prédire les modèles de cascades indépendantes dans les réseaux sociaux / Mehafdia ,ismahene

Public ISBD Titre : Apprentissage profond pour prédire les modèles de cascades indépendantes dans les réseaux sociaux Type de document : texte imprimé Auteurs : Mehafdia ,ismahene, Auteur ; Drif,Ahlem, Directeur de thèse Editeur : Setif:UFA Année de publication : 2018 Importance : 1 vol (65 f .) Format : 29 cm Langues : Français (fre) Langues originales : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : Diffusion de l'information Apprentissage profond Réseaux de neurone artificiel ANN Modéle de cascade indépendant Réseaux sociaux Twitter Index. décimale : 004 Informatique Note de contenu : Sommaire Introduction générale Les réseaux Modéle de propagation d'information Machine learning Extraction des connaissances a partir des données twitter Résultat et validation Conclusion générale Bibliographie Côte titre : MAI/0223 Apprentissage profond pour prédire les modèles de cascades indépendantes dans les réseaux sociaux [texte imprimé] / Mehafdia ,ismahene, Auteur ; Drif,Ahlem, Directeur de thèse . - [S.l.] : Setif:UFA, 2018 . - 1 vol (65 f .) ; 29 cm. Langues : Français (fre) Langues originales : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : Diffusion de l'information Apprentissage profond Réseaux de neurone artificiel ANN Modéle de cascade indépendant Réseaux sociaux Twitter Index. décimale : 004 Informatique Note de contenu : Sommaire Introduction générale Les réseaux Modéle de propagation d'information Machine learning Extraction des connaissances a partir des données twitter Résultat et validation Conclusion générale Bibliographie Côte titre : MAI/0223

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
MAI/0223	MAI/0223	Mémoire	Bibliothéque des sciences	Français	Disponible Disponible

Bot détection on OnLine social média / Messai,Aya

Public ISBD Titre : Bot détection on OnLine social média Type de document : texte imprimé Auteurs : Messai,Aya, Auteur ; Drif,Ahlem, Directeur de thèse Editeur : Setif:UFA Année de publication : 2021 Importance : 1 vol (74 f .) Format : 29 cm Langues : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : Informatique Index. décimale : 004 - Informatique Côte titre : MAI/0507 Bot détection on OnLine social média [texte imprimé] / Messai,Aya, Auteur ; Drif,Ahlem, Directeur de thèse . - [S.l.] : Setif:UFA, 2021 . - 1 vol (74 f .) ; 29 cm. Langues : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : Informatique Index. décimale : 004 - Informatique Côte titre : MAI/0507

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
MAI/0507	MAI/0507	Mémoire	Bibliothéque des sciences	Français	Disponible Disponible

Context-Aware Recommender System for Online Resources / Zerrad,Houssem Eddine  

Public ISBD Titre : Context-Aware Recommender System for Online Resources Type de document : texte imprimé Auteurs : Zerrad,Houssem Eddine, Auteur ; Drif,Ahlem, Directeur de thèse Editeur : Setif:UFA Année de publication : 2020 Importance : 1 vol (75 f .) Format : 29 cm Langues : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : Systèmes de recommendation Sensibilité au context Hybridation Apprentissage Index. décimale : 004 - Informatique Résumé : Les systèmes de recommandation sont des logiciels informiques qui servent à récupérer des ressources pertinentes pour les utilisateurs à partir de sources de données massives. La variété des stratégies de recommandation a incité les chercheurs à les hybrider pour bénéficier de leurs avantages complémentaires et pour apporter plus de synergie. Cependant, les systèmes de recommandation sensibles au contexte restent toujours un défi dans la littérature. Cette thèse aborde le problème de la prise du contexte par moyen de l’hybridation: elle propose un framework conceptuel pour la construction des systèmes de recommandation hybrides et sensibles au contexte, en appliquant des techniques contemporaines d’apprentissage automatique et de réseau de neurones. Une évaluation systématique est menée sur une instance de ce framework, prouvant son efficacité en obtenant des scores élevés par rapport à d’autres approches de pointe. Côte titre : MAI/0408 En ligne : https://drive.google.com/file/d/1VkPlTqT-YdHdv12UfN3IvHO6ZTa-gmrG/view?usp=shari [...] Format de la ressource électronique : pdf Context-Aware Recommender System for Online Resources [texte imprimé] / Zerrad,Houssem Eddine, Auteur ; Drif,Ahlem, Directeur de thèse . - [S.l.] : Setif:UFA, 2020 . - 1 vol (75 f .) ; 29 cm. Langues : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : Systèmes de recommendation Sensibilité au context Hybridation Apprentissage Index. décimale : 004 - Informatique Résumé : Les systèmes de recommandation sont des logiciels informiques qui servent à récupérer des ressources pertinentes pour les utilisateurs à partir de sources de données massives. La variété des stratégies de recommandation a incité les chercheurs à les hybrider pour bénéficier de leurs avantages complémentaires et pour apporter plus de synergie. Cependant, les systèmes de recommandation sensibles au contexte restent toujours un défi dans la littérature. Cette thèse aborde le problème de la prise du contexte par moyen de l’hybridation: elle propose un framework conceptuel pour la construction des systèmes de recommandation hybrides et sensibles au contexte, en appliquant des techniques contemporaines d’apprentissage automatique et de réseau de neurones. Une évaluation systématique est menée sur une instance de ce framework, prouvant son efficacité en obtenant des scores élevés par rapport à d’autres approches de pointe. Côte titre : MAI/0408 En ligne : https://drive.google.com/file/d/1VkPlTqT-YdHdv12UfN3IvHO6ZTa-gmrG/view?usp=shari [...] Format de la ressource électronique : pdf

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
MAI/0408	MAI/0408	Mémoire	Bibliothéque des sciences	Français	Disponible Disponible

A deep learning model for fakenewes detection / Belhakimi,Mohamed Amine

Public ISBD Titre : A deep learning model for fakenewes detection Type de document : texte imprimé Auteurs : Belhakimi,Mohamed Amine, Auteur ; Drif,Ahlem, Directeur de thèse Editeur : Setif:UFA Année de publication : 2019 Importance : 1 vol (59 f .) Format : 29 cm Langues : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : Informatique Index. décimale : 004 Informatique Côte titre : MAI/0282 A deep learning model for fakenewes detection [texte imprimé] / Belhakimi,Mohamed Amine, Auteur ; Drif,Ahlem, Directeur de thèse . - [S.l.] : Setif:UFA, 2019 . - 1 vol (59 f .) ; 29 cm. Langues : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : Informatique Index. décimale : 004 Informatique Côte titre : MAI/0282

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
MAI/0282	MAI/0282	Mémoire	Bibliothéque des sciences	Français	Disponible Disponible

Exploring Large Language Model Generated texts for fake news detection / Mohamed Anes Abdeldjalil Ouahab

Permalink

Fact checking and fake news detection models for online social media / Amir Fares  

Permalink

Les Systèmes de Recommandation basés sur l'Apprentissage Profond / Guembour, Sami  

Permalink

---

1 (1 - 8 / 8)