Skip to Main content Skip to Navigation
Conference papers

Graphes multicouches pour mesurer la similarité entre des films

Résumé : Un système de recommandation des films propose à ses utilisateurs un ensemble de films similaires à leurs séries préférées, en se basant sur le principe de filtration, par exemple la filtration de leurs données personnelles. Ces dernières années, les réseaux sociaux sont devenus de plus en plus utilisés pour représenter et analyser des histoires de films[1][2][3]. Une étude [6] s'est appuyée sur les réseaux sociaux pour classifier les films par genre. D'autres études [4][5] ont utilisé les réseaux sociaux pour analyser des films à partir des rôles des personnages. A notre connaissance, il n'existe pas une technique qui permet de trouver la similarité entre deux films en calculant la distance entre leurs réseaux. Les mesures de distances sont des approches qui permettent d'associer une propriété à un réseau afin de capturer ses informations structurelles, et calculer la distance entre eux. Dans ce travail, notre objectif est d'investiguer la performance des mesures de distances à calculer la similarité entre des films, et l'incorporer aux systèmes de recommandations. Les réseaux modèles existants sont basés uniquement sur les personnages. Ces derniers ne représentent qu'une facette d'une histoire, ce qui les rend insuffisantes pour analyser un film. Récemment, un modèle de réseau multicouche a été introduit [7] pour présenter une histoire de film en prenant en considération trois aspects : les personnages, les mots-clés et les lieux. Le réseau multicouche se constitue de trois couches(personnages, mot-clés, lieux) et les interactions entre eux. Nous avons utilisé ce modèle pour comparer la similarité entre des films en tenant compte de plusieurs éléments de l'histoire. Dans ce travail, nous analysons les résultats de plusieurs mesures de distances sur différentes catégories de films. Cette analyse concerne les différentes couches définies dans le modèle multicouche. Nous présentons dans ce qui suit notre approche ainsi que les premiers résultats.
Complete list of metadata

https://hal.archives-ouvertes.fr/hal-03671762
Contributor : Hocine Cherifi Connect in order to contact the contributor
Submitted on : Wednesday, May 18, 2022 - 5:12:40 PM
Last modification on : Thursday, August 11, 2022 - 1:10:06 PM

File

Majda_lafhel_frccs2022final.pd...
Files produced by the author(s)

Identifiers

  • HAL Id : hal-03671762, version 1

Collections

Citation

Majda Lafhel, Lylia Abrouk, Hocine Cherifi, Mohammed El Hassouni. Graphes multicouches pour mesurer la similarité entre des films. French Regional Conference on Complex Systems, Jun 2022, Paris, France. ⟨hal-03671762⟩

Share

Metrics

Record views

10

Files downloads

7