• Thèmes : Fouille de données (data mining), Machine Learning, Recherche d'Information
• Encadrant : Marc Plantevit, Céline Robardet
• Laboratoire : LIRIS
• Equipe : DM2L (Data Mining and Machine Learning)

Les Systèmes de recommandation sont une forme spécifique de filtrage de l'information visant à présenter les éléments d'information (films, musique, livres, news, images, pages Web, etc) qui sont susceptibles d'intéresser l'utilisateur. Généralement, un système de recommandation permet de comparer le profil d'un utilisateur à certaines caractéristiques de référence, et cherche à prédire l'« avis » que donnerait un utilisateur. Ces caractéristiques peuvent provenir de :

• l'objet lui-même, on parle « d'approche basée sur le contenu » ou content-based approach,
• l'utilisateur,
• l'environnement social, on parle d'approche de filtrage collaboratif ou collaborative filtering.

Dans ce projet, nous cherchons à caractériser un sous-ensemble de trajectoires comme par exemple, identifier des signatures dans des trajectoires individuelles.

• Lecture et compréhension de certaines méthodes d'analyse de trajectoires
• Proposition d'une nouvelle méthode de d'analyse de trajectoire
• Implémentation de l'algorithme
• Evaluation sur des données réelles.

Ce projet est pertinent pour les étudiants désirant s'orienter vers les masters 2 DS, TIW, IA.