15 octobre 2018 576 mots, 3 min. de lecture

Algorithmes de recommandation : tenons compte de la personnalité et des émotions

Par Pierre-Nicolas Schwab Docteur en marketing, directeur de IntoTheMinds
Lors de la conférence RecSys 2018 sur les systèmes de recommandation, un atelier très intéressant a été organisé le premier jour par Marko Tkalčič de l’Université Libre de Bozen-Bolzano (Italie). Il y a expliqué la manière dont les émotions, les […]

Lors de la conférence RecSys 2018 sur les systèmes de recommandation, un atelier très intéressant a été organisé le premier jour par Marko Tkalčič de l’Université Libre de Bozen-Bolzano (Italie). Il y a expliqué la manière dont les émotions, les humeurs et la personnalité façonnent la façon dont nous nous comportons et par voie de conséquence la manière dont nous réagissons aux recommandations algorithmiques. Ces dernières peuvent donc gagner en pertinence en tenant compte de ces facteurs.

Les émotions, l’humeur et la personnalité façonnent notre comportement.

Marko nous a d’abord rappelé que nous, êtres humains, modulons notre comportement en fonction de nos émotions, notre humeur et de notre personnalité. Mais ces dernières varient dans le temps (le graphique ci-dessous, tiré de la présentation de Marko, en est un très bon résumé visuel).

Des choix guidés par les émotions

Marko a montré que les choix que nous posons peuvent être guidés par nos émotions. La consommation de films et de musique en particulier obéit au principe de régulation des émotions. Ceci qui m’a amené à m’interroger sur la pertinence des choix dans la programmation linéaire. Dans ce schéma le même contenu est proposé à tous au même moment.  Si notre consommation est motivée par des états temporaires (voir figure ci-dessus) cela n’a bien évidemment aucun sens du point de vue du consommateur. Mais comment en aurait-il pu être autrement en l’absence d’une solution technologique disruptive (la VOD) permettant de s’affranchir de ce système ?

La personnalité guide aussi notre façon de consommer les médias

Un autre enseignement de la présentation de Marko est que la personnalité est une constante. Notre personnalité ne change que très peu au cours de la vie mais détermine profondément notre façon d’être (ce qui explique que des modèles de personnalité comme le MBTI et OCEAN restent applicables). La personnalité explique par exemple pourquoi certains d’entre nous aiment les films d’horreur et d’autres pas, pourquoi nous sommes ouverts à certains types de musique ou pas.

Les travaux de Hu et Pu (2010) me semblent être ainsi particulièrement intéressants. Ils montrent que l’utilisation de la personnalité pour faire des recommandations est une stratégie gagnante (voir la figure ci-dessous).

Comment utiliser la personnalité dans la construction de systèmes de recommandation ?

Les utilisations possibles de la variable « personnalité » dans les systèmes de recommandation sont les suivantes

  • recommandation de contenu (recommandations sous forme de règles dépendantes de la personnalité)
  • recommandations pour les nouveaux utilisateurs (similarité d’utilisateur, factorisation matricielle)
  • promotion de contenus plus divers (sur la base de règles)
  • recommandations de groupe

Les applications relatives à la diversité (exploration) me semblent particulièrement intéressantes puisque la personnalité est un facteur déterminant de notre ouverture à l’exploration (le fameux trade-off exploration – précision). Les réflexions qui en découlent pourraient se révéler d’importance pour les médias de service public dont la mission est d’ouvrir les esprits des citoyens comme je l’ai montré dans ma présentation lors du workshop FatRec. Une prise en compte de la personnalité des utilisateurs (inférée ou déclarée) pourrait donc apporter des gains intéressants dans la performance de la recommandation algorithmique.

Image : shutterstock



Publié dans Data et IT, Recherche.

Donnez votre avis

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *