exploitation de données de contexte utilisateur pour estimer la pertinence de social updates
DESCRIPTION
Poster de présentation de ma thèse, pour l'école d'été Web Intelligence 2010 sur le "Web centré Utilisateur"TRANSCRIPT
Exploitation de données de contexte utilisateur
pour estimer la pertinence de social updates*
Pri
ncip
e
Evaluation de Précision
Adrien JolyUniversité de Lyon, LIRIS / Alcatel-Lucent Bell Labs France
Directeur de thèse: Pierre Maret, LaHC
Social updatesAgrégateur
Sniffeurs Notifieur
Filtre
Utilisateur
Actionset tags
Nuagescontextuels
Notifications
Contexte
But: augmenter l’efficacité d’usage
des réseaux sociaux
Interfaces
Hypothèse: la similarité contextuelle entre deux
personnes est un critère de pertinence pour le partage
d’informations
Enrichissementet pondération
Services
Pertinence1846 nuages contextuels générés à partir de tranches de navigation web de 10 minutes, pendant une
semaine
Pour chacun des 40 nuages contextuels le plus représentatifs, la pertinence de 3 social updates a
été notée
Précision moyenne: 72%(rapport entre notes estimées et données par
utilisateurs)
Pour chaque social update, son auteur a noté la
pertinence par rapport au contexte d’émission
Par type de social update:Pertinence des bookmarks:
71%Pertinence des tweets: 38% *
* ≈41% de «me, now» sur Twitter [Naaman 2010]
* Notifications et brèves publiées sur réseaux sociaux
Pertinence
Très faibleFaibleElevéeTrès élevée
Précision
Par questionMoyenne