BeHAVE : Un générateur de données de recommandations de groupes

Plusieurs stratégies ont été proposées pour recommander des éléments à des groupes d'utilisateurs. Toutefois, la comparaison de leurs performances demeure limitée par l'absence de datasets représentatifs capables de refléter la diversité des scénarios de recommandation de groupe. Pour pallier ce manque, cet article propose deux contributions : (1) une analyse empirique des corpus utilisés pour la recommandation de groupes. Cette analyse est axée sur l'adaptabilité des utilisateurs lorsqu'ils passent de préférences individuelles à des choix collectifs, ainsi que sur la diversité des éléments d'intérêt ; (2) BeHAVE, le premier générateur de données configurable pour la recommandation de groupes. Basé sur un graphe de connaissances décrivant les éléments à recommander et leur sémantique, BeHAVE (Mokhtari et Smits, 2025) permet de simuler des interactions de groupes en contrôlant des paramètres tels que l'adaptabilité de ses utilisateurs et la diversité des éléments avec lesquels ils interagissent. Les résultats expérimentaux montrent que BeHAVE ouvre la voie vers des évaluations réalistes et complètes de systèmes de recommandation de groupe.