Variations axiomatiques pour la recherche d'information personnalisée

International audienceThis 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 theretrieval. The Profile Query Expansion Constraint is then defined: it defines the expected behaviorof the terms that are used to personalize a user query. We define, then, one integration ofthe constraint in a probabilistic matching framework, before studying when the query may beused to help focusing the social profile of a user asking a query. Experiments are processed onthe Bibsonomy corpus. Our findings show that even simple profile adaptations are effective forsocial personalized information retrieval.Cet article s'intéresse à l'exploitation du profil des utilisateurs pour la recherche d'in-formation dans un réseau social d'annotation (tagging). Nous faisons l'hypothèse que le profil doit être filtré de manière adéquate pour permettre une personnalisation efficace de la requête. Afin d'étudier cette personnalisation d'un point de vue axiomatique, la contrainte d'expansion de requête basée sur le profil est alors définie. Elle décrit le comportement attendu des termes du profil utilisateur qui permettront de personnaliser la requête. Nous fixons un exemple d'in-tégration de cette contrainte dans le cadre d'un modèle probabiliste, avant d'étudier l'impact de la requête dans le filtrage du profil d'un utilisateur. Les expérimentations effectuées sur le corpus Bibsonomy montrent que même une mise en oeuvre simple de la contrainte donne de bons résultats 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-CLÉS : réseau social, modèles probabilistes, sélection de profil, axiomatique