Online evaluation d’une stratégie post-processing pour favoriser les produits durables dans les recommandations

Details

Supervisors

Fouss, François ; Satinet, Chloé

Faculty

Louvain School of Management

Degree label

Master [120] : ingénieur de gestion, à finalité spécialisée

Abstract

L’objectif de ce mémoire est de réaliser l’évaluation en ligne d’une stratégie post-processing pour favoriser les produits durables dans les recommandations. En effet, privilégier davantage les produits durables dans les recommandations contribuerait à donner plus d’importance à ce type de produits qui respectent l’environnement précieux dans lequel nous vivons. Tout d’abord, la revue de littérature nous permet d’appréhender les concepts liés au thème étudié et se penche donc sur les notions essentielles telles que les systèmes de recommandation, les variables permettant d’évaluer ces systèmes, la durabilité ainsi que les méthodes pour introduire un biais mettant en avant les éléments durables dans les recommandations. Ensuite, un algorithme basé sur le contenu est implémenté. Celui-ci est complété par la mise en place d’une stratégie post-processing de formation d’une liste incrémentale à l’aide de l’essai de Bernoulli afin de favoriser les produits durables dans les recommandations. Cet algorithme produit trois listes de recommandations, une première liste contenant les éléments les plus similaires aux goûts des utilisateurs, une seconde avec un biais favorisant les produits durables introduit à 40 pourcents et une dernière avec un biais de 80 pourcents. Cette stratégie a prouvé son efficacité, les produits durables ont été recommandés au moins dans la proportion voulue. Ces listes de recommandations sont proposées aux utilisateurs accompagnées d’un questionnaire contenant différents items afin d’évaluer les différentes variables développées dans le modèle de recherche. Les résultats de l’enquête sont ensuite analysés. Il ressort de l’enquête que le niveau de biais introduit n’a que peu d’influence sur le modèle de recherche si ce n’est sur la diversité entre l’introduction du premier niveau de biais et du deuxième. Étant donné que la diversité influence d’autres variables, ces dernières seront impactées mais de manière plus faible car l’effet est censé se réduire à chaque passage d’une variable à l’autre. Les liens entre les variables hors influence du biais sont également à observer. Parmi les hypothèses posées, sept sont acceptées. À la fois la précision, la diversité et la nouveauté ont un impact positif sur aussi bien la qualité des recommandations que sur la sérendipité. Ces deux dernières variables ont à leur tour un effet positif sur la satisfaction des utilisateurs. L’évaluation en ligne démontre donc qu’introduire un biais favorisant les produits durables dans les recommandations ne nuit pas à la satisfaction des utilisateurs. Cette mise en avant d’éléments durables peut dès lors être appliquée afin de préserver notre planète.