La recommandation personnalisée :"quelles innovations pour le livre numérique ?

Organisé par Hadopi et le Labo de l’édition le 20 mai 2014 Lucie Soureillat, responsable du Business développement avec les éditeurs

Plan

2

• Le moteur de recommandation est au cœur du développement de YouScribe en 2014 !• Roadmap de développement du moteur de recommandation !• Approche sémantique des textes !• Mesure de similarité entre les utilisateurs !• Demande explicite des préférences de lectures

Revenus des éditeurs en fonction du nombre de pages lues et des évolutions du moteur de recommandation

Avril 2014 Août Décembre Avril 2015

Nombre de pages lues Revenu mensuel des éditeurs

Perti

nenc

e de

la re

com

man

datio

n

3

Moteur 1

Moteur3

Moteur 2

Roadmap de développement du moteur de recommandation

4

1. Construire une mesure de similarité entre les livres selon leur thème, leur type, leur style d'écriture, les métadonnées (tags), etc.!

!!2. À l’aide de cette mesure, construire une mesure de similarité entre

les préférences des utilisateurs, à partir de l’historique de lectures (collaborative filtering).!

!!3. Affiner la mesure à l'aide d'informations explicitement acquises

auprès de l'utilisateur (questionnaire lors de l’inscription).!

0011000110110100101100100011010010110010001110101011011100111010000100000011101010111010000100000110001101101001011001000110100101100100011101010110111001110100001000000111010101110100001000001100011011010010110010001101001011001000111010101101110011101000010000001110101011101000010000011000110110100101100100011010010110010001110101011011100111010000100000011101010111010

f(x)

I. L’APPROCHE SÉMANTIQUE"1. Représentation d’un document sous la forme d’un code binaire

5

0011000110110100101100100011010010110010001110101011011100111010000100000011101010111010000100000110001101101001011001000110100101100100011101010110111001110100001000000111010101110100001000001100011011010010110010001101001011001000111010101101110011101000010000001110101011101000010000011000110110100101100100011010010110010001110101011011100111010000100000011101010111010

f(x)

2. Représentation d’un document sous la forme d’un code binaire

6

3. Rechercher la similarité sémantique entre les textes, et dégager des affinités de thèmes

001101010010010010010010010110010100100101001010010101001010010100100101

001101010010010010010010010110010100100101001010010101001010010100100101

7

livre A = 011001001 livre B = 111001001

8

Chaque point correspond à un document, les points proches sont similaires et appartiennent à un topic identique

9

injection

Métadonnées "!• Temps passé sur une page ;"• Parcours de recherche ;"• Age ;"• Sexe ;"• Géographie etc.

Système de mesure output

II. MESURE DE SIMILARITÉ ENTRE LES UTILISATEURS

1100011

10

Avez-vous aimé ce livre ?

10

III. DEMANDER EXPLICITEMENT LEURS PRÉFÉRENCES AUX UTILISATEURS

Les préférences sont enregistrées dans un tableau de rating

Merci. À bientôt !Contact : lucie.soureillat@youscribe.com partners@youscribe.com

La bibliothèque digitale de tous les écrits