Browsing by Author "Choui, Islam"

Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Inclure l’aspect social dans une recherche d’information
    (CERIST, 2012) Benna, Amel; Mellah, Hakima; Oualid, Ali; Choui, Islam; Hadjari, Karima
    Les technologies du Web 2.0 mettent l’utilisateur au centre de la production de données et introduisent une forte composante collaborative et sociale. En conséquence, les techniques utilisées dans les systèmes de recherche d’information classiques ne répondent plus aux exigences des utilisateurs qui veulent voir leurs préférences sociales prises en compte. L’idée rapportée dans ce travail consiste à inclure dans une recherche d’information non seulement le contexte social de l’utilisateur mais aussi celui de la ressource recherché en se basant sur deux aspects sociaux à savoir : le tagging collaboratif et le réseautage social. Dans le réseau social que nous considérons, le contexte social de l’utilisateur réunit ses centres d’intérêt, lesquels sont capturés à partir d’un système de tagging collaboratif. Par contre, le contexte social du document comprend les clusters de tags, obtenus par classification, et les avis des utilisateurs avec leur niveau d’expertise sur le document. Les résultats de notre expérimentation pour mesurer l’impact de l’intégration du contexte social dans une recherche d’information, sur le site de folksonomy déclicious, ont été concluants.
  • Thumbnail Image
    Item
    Matching Resources in Social Environment
    (2012-06-28) Benna, Amel; Mellah, Hakima; Choui, Islam; Oualid, Ali
    User comments on the web are becoming more and more important. We focus, in this paper, on the use of user-defined tags for annotating resources to identify links between them. These links are based on a social context of the resource, obtained by applying k-means classification method and a hierarchi- cal classification of tags within a cluster. The resources are re-assigned to this classification to facilitate the search process. The ranking of results is performed according to their degree of relevance, by evaluating a similarity score between the tagged contents, in hierarchical clusters of tags, and the user request. The re- sults of the evaluation, on the social bookmarking systemdel.icio.us, demonstrate significant improvements over traditional approaches.