Acclaimed by various content platforms (books, music, movies) and auction sites online, recommendation systems are key elements of digital strategies. If development was originally intended for the performance of information systems, the issues are now massively moved on logical optimization of the customer relationship, with the main objective to maximize potential sales. On the transdisciplinary approach, engines and recommender systems brings together contributions linking information science and communications, marketing, sociology, mathematics and computing. It deals with the understanding of the underlying models for recommender systems and describes their historical perspective. It also analyzes their development in the content offerings and assesses their impact on user behavior.
Du Big Data à l'Open Data, les enjeux techniques, sociétaux et industriels de l'exploitation massive de données informationnelles en ligne. Depuis 2006, la conférence « Document numérique et société » se donne pour mission d'apporter des éclairages sur les transformations des dispositifs d'information à l'ère numérique, en privilégiant la dimension sociale. Cette 5e édition se focalise sur l'effervescence autour du Big data et de l'Open data qui anime autant les milieux d'affaires que les gouvernements et les scientifiques. Elle s'explique par l'interconnexion généralisée transformant l'économie des services et les internautes en fournisseurs de données, mais également par l'importance grandissante de l'internet des objets et, d'une manière générale, par les capacités computationnelles qui traitent désormais l'information sur toute sa chaîne de production-diffusion et transformation. Cet ouvrage rassemble les textes présentés lors du colloque de Rabat les 4 et 5 mai 2015, des recherches théoriques, expérimentales et des analyses critiques qui s'inscrivent dans la perspective des études sur le phénomène du Big data et de l'Open data en termes d'enjeux pour nos sociétés et de création de valeurs. Pour les professionnels de l'information ; pour les chercheurs, enseignants et étudiants en information, documentation et humanités numériques.
Acclaimed by various content platforms (books, music, movies) and auction sites online, recommendation systems are key elements of digital strategies. If development was originally intended for the performance of information systems, the issues are now massively moved on logical optimization of the customer relationship, with the main objective to maximize potential sales. On the transdisciplinary approach, engines and recommender systems brings together contributions linking information science and communications, marketing, sociology, mathematics and computing. It deals with the understanding of the underlying models for recommender systems and describes their historical perspective. It also analyzes their development in the content offerings and assesses their impact on user behavior.
This will help us customize your experience to showcase the most relevant content to your age group
Please select from below
Login
Not registered?
Sign up
Already registered?
Success – Your message will goes here
We'd love to hear from you!
Thank you for visiting our website. Would you like to provide feedback on how we could improve your experience?
This site does not use any third party cookies with one exception — it uses cookies from Google to deliver its services and to analyze traffic.Learn More.