Enriching recommender system by joining multiple sources of unstructured dataset : a wine recommender use-case

Details

Supervisors

Vande Kerckhove, Corentin

Faculty

Louvain School of Management

Degree label

Master [60] en sciences de gestion

Abstract

Au cours des dernières années, nous avons pu observer une expansion dans l'utilisation de systèmes de recommandation dans de nombreux domaines. Même si le sujet de la recommandation de vin n'a pas échappé à cette règle, les recherches sur le sujet sont limitées, notamment en raison du manque d'ensembles de données ouverts compréhensifs. Dans ce travail, nous abordons ce problème en fusionnant deux jeux de données, l'un contenant des avis d'utilisateurs, et l'autre contenant des descriptions de vins, afin d'évaluer comment cela affecte les performances de systèmes de recommandation de vin. Pour pouvoir faire cette évaluation, nous avons conçu un système de recommandation de vin, et évalué sa précision pour différents paramètres. Enfin, nous avons examiné comment les résultats sont affectés, lorsque le modèle est entrainé sur le jeu de données fusionné, par rapport à lorsqu'il est entrainé uniquement sur le jeu de données contenant des avis.