Analyse de la performance d'un système de recommandation de vins pour un mets

Details

Supervisors

Vande Kerckhove, Corentin

Faculty

Louvain School of Management

Degree label

Master [60] en sciences de gestion

Abstract

Ce mémoire analyse les performances d’un système de recommandation qui utilise des données textuelles exclusivement trouvées sur Internet pour suggérer des vins pour des plats spécifiques aux utilisateurs mais sans prendre en compte leurs préférences. Ce système de recommandation, fondé sur le travail de Roald Schuring, est un système hybride basé d’une part sur le contenu en exploitant des données textuelles sur les vins et d’autre part sur le contexte en considérant les mets comme éléments contextuels. Un des avantages de ce système est l’utilisation de données non structurées qui peuvent être collectées facilement et abondamment. Notre contribution dans ce mémoire est triple : premièrement, nous conceptualisons et fournissons une explication détaillée de ce système de recommandation. Ensuite, nous implémentons une méthode d’évaluation du processus d’embedding du vin/des mets et montrons que celui-ci donne des résultats plus performants qu’un processus aléatoire. Finalement, nous implémentons deux méthodes d’évaluation des performances du système de recommandation et démontrons que ce système de recommandation de vins pour des mets spécifiques fournit de meilleures associations qu’un système aléatoire.