Un modèle de recherche d'information collaborative basée sur l'expertise des utilisateurs

Abstract

Dans ce papier, nous nous intéressons à un contexte de recherche d’information collaborative où les utilisateurs sont caractérisés par différents niveaux d’expertise du sujet de la requête. Nous proposons un modèle d’ordonnancement de documents intégrant les rôles d’expert et de novice tenant compte de la spécificité de chacun des rôles et assignant un document à l’utilisateur le plus à même de le juger en fonction de son niveau d’expertise. Pour cela, les scores de pertinence document-requête sont calculés en y intégrant la variable rôle puis optimisés par la méthode d’apprentissage de maximisation de l’espérance mathématique. L’évaluation expérimentale est réalisée selon un cadre de simulation de la collaboration à partir de fichiers log de la collection TREC Interactive et montre l’efficacité de notre approche.