Abstract:
Ce projet de fin d'études porte sur le développement d'un système de recommandation de vols basé sur une
approche hybride et multitâche appelée HMTL-RS pour améliorer la personnalisation et résoudre deux problèmes
fréquents dans les SR, à savoir le démarrage à froid et la surspécialisation. Notre solution combine le filtrage
basé sur le contenu et le filtrage collaboratif, enrichie par une architecture d'apprentissage multitâches à cinq
objectifs. Cette combinaison permet de générer des recommandations variées et adaptées aux profils des nouveaux
utilisateurs.
Les résultats expérimentaux montrent une amélioration des performances par rapport aux approches classiques. Ce système offre une base solide pour des évolutions futures, notamment l'utilisation de données réelles,
l'optimisation du temps d'exécution.
