Variations axiomatiques pour la recherche d'information personnalisée

Cet article s'interesse a l'exploitation du profil des utilisateurs pour la recherche d'in-formation dans un reseau social d'annotation (tagging). Nous faisons l'hypothese que le profil doit etre filtre de maniere adequate pour permettre une personnalisation efficace de la requete. Afin d'etudier cette personnalisation d'un point de vue axiomatique, la contrainte d'expansion de requete basee sur le profil est alors definie. Elle decrit le comportement attendu des termes du profil utilisateur qui permettront de personnaliser la requete. Nous fixons un exemple d'in-tegration de cette contrainte dans le cadre d'un modele probabiliste, avant d'etudier l'impact de la requete dans le filtrage du profil d'un utilisateur. Les experimentations effectuees sur le corpus Bibsonomy montrent que meme une mise en oeuvre simple de la contrainte donne de bons resultats pour la personnalisation. ABSTRACT. This paper focuses on difficulty of finding relevant information in a social network. We start from the premise that user profiles must be filtered to have a positive impact on the retrieval. The Profile Query Expansion Constraint is then defined: it defines the expected behavior of the terms that are used to personalize a user query. We define, then, one integration of the constraint in a probabilistic matching framework, before studying when the query may be used to help focusing the social profile of a user asking a query. Experiments are processed on the Bibsonomy corpus. Our findings show that even simple profile adaptations are effective for social personalized information retrieval. MOTS-CLES : reseau social, modeles probabilistes, selection de profil, axiomatique.