Analyse du panier de consommation : règles d’association, méthodes ensemblistes et autoencodeurs
Bibliographic record
Abstract
AvertissementL'auteur de ce mémoire, de cette thèse ou de cet essai a autorisé l'Université du Québec à Trois-Rivières à diffuser, à des fins non lucratives, une copie de son mémoire, de sa thèse ou de son essai.Cette diffusion n'entraîne pas une renonciation de la part de l'auteur à ses droits de propriété intellectuelle, incluant le droit d'auteur, sur ce mémoire, cette thèse ou cet essai.Notamment, la reproduction ou la publication de la totalité ou d'une partie importante de ce mémoire, de cette thèse et de son essai requiert son autorisation. RésuméCe travail traite de la problématique de conception du système de recommandation de produit en faisant l'analyse du panier de consommation.En effet, l'analyse du panier de consommation est une technique de modélisation basée sur la théorie selon laquelle si vous achetez un certain groupe d'éléments, vous êtes plus susceptible d'acheter un autre groupe d'éléments.Il existe de nombreux algorithmes pour modéliser les données des transactions afin de prédire les produits qu'un client achètera à nouveau ou essayera pour la première fois.L'extraction de règles d'association en utilisant Apriori ou FP-Growth est l'une des approches pour trouver des modèles dans les données de transactions.Cependant, les règles d'association peuvent être influencées par la taille des ensembles de données et ne prennent pas en compte les occurrences des produits en fonction des clients.Ainsi, pour capturer des relations complexes entre les variables d'entrée (historiques d'achats, caractéristiques d'éléments, préférences des clients, etc.), nous avons utilisé l'approche ensembliste de type XGBoost pour prédire avec fiabilité le prochain article susceptible d'être acheté.En complément de ces algorithmes, nous avons ajouté un autoencodeur débruiteur pour extraire les caractéristiques dans les données des clients, puis nous l'avons combiné à l'algorithme K-means pour regrouper les clients en fonction de leurs caractéristiques similaires.L'objet de notre recherche est d'explorer des solutions possibles pour trouver le meilleur modèle afin de construire un système de recommandation de produits efficace et personnalisé.Pour ce faire, nous avons utilisé des données de 3 millions de commandes enregistrées sur la place de marché en ligne Instacart, rendues libres d'utilisation.Nos expérimentations démontrent que le modèle fiable à utiliser pour la prédiction de prochain produit à acheter est l'approche ensembliste d'arbre de décision Je tiens à exprimer mes sincères remerciements à mes collègues du laboratoire d'intelligence artificielle appliquée et à mes camarades qui ont partagé leurs idées, leurs connaissances et leur soutien au cours de ces années d'études.Je souhaite exprimer ma profonde gratitude envers mon directeur de mémoire, M. Ismaïl Biskri.Ses conseils éclairés, sa patience et son dévouement ont été d'une valeur inestimable.Enfin, je remercie ma famille et mes amis pour leur amour, leur soutien inconditionnel et leurs encouragements tout au long de ce parcours académique exigeant.Leurs mots d'encouragement ont été une source constante de motivation.Merci à tous ceux qui ont contribué, de près ou de loin, à la réalisation de ce travail.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.015 | 0.050 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.005 | 0.005 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.007 | 0.005 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.006 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".