Systèmes de recommandations conversationnels

 

Laurent Charlin

HEC Montréal

 

Domaine : technologies de l'information et des communications

Programme : établissement de nouveaux chercheurs universitaires

Concours 2017-2018

Les systèmes de recommandations, des logiciels voulant comprendre les préférences de leurs utilisateurs et de personnaliser leur environnement, constituent un champ de recherche en croissance importante. Par contre, ces systèmes se bornent à utiliser des sources d'informations peu expressives telles les notes attribuées par leurs utilisateurs (par exemple, le fait qu'un utilisateur donne une notre de 3/5 à un livre). Or, une note exprime de manière trop simpliste une appréciation complexe. Par exemple, comment expliquer que l'on a adoré le style d'un écrivain, mais qu'on a trouvé la trame difficilement crédible avec une simple note? Pourquoi ne pas plutôt permettre aux systèmes de recommandations de converser avec leurs utilisateurs dans le but d'explorer les raisons qui motivent leurs notes?

Ce projet vise à étendre les capacités des systèmes de recommandations et à augmenter leur performance en leur permettant de mieux comprendre les préférences de leurs utilisateurs tout en nécessitant moins de données de chacun. Ce progrès est rendu possible par les progrès récents des modèles statistiques de l'intelligence artificielle.

L'approche technique se divise en deux. Dans un premier temps, je vais développer des modèles statistiques permettant aux utilisateurs d'évaluer les différentes facettes des articles (par exemple de films ou de livres). Dans un second temps, je vais développer des modèles combinant recommandation et dialogue permettant donc aux systèmes de recommandations de converser avec leurs utilisateurs tels un libraire essayant d'aider un client à trouver un livre satisfaisant.

Les assistants virtuels de meilleure qualité, par exemple sur les téléphones intelligents, font partie des débouchés possibles de ce projet.