La coopération entre l'Université féminine d'Ewha et AI.com, entreprise universitaire et industrielle, remporte le prix du meilleur article de la Société coréenne des sciences de l'information.

Le département de science des données de l'université féminine d'Ewha et la startup d'intelligence artificielle commerciale AI.M ont annoncé le 17 que leur recherche sur le système de recommandation conversationnelle développé conjointement avait remporté le prix du meilleur article lors de la « 2025 Korea Computer Conference (KCC 2025) ».

Cet article primé s'intitule « Une étude sur l'amélioration des recommandations interactives en reflétant les préférences des utilisateurs pour les caractéristiques intrinsèques et extrinsèques des produits »*, co-écrit par le professeur Choi Ye-rim (Département de science des données, Université féminine d'Ewha, PDG d'AI.m) et les chercheurs Choi Bo-hyun, Han Gyu-rim et Park Ji-yoon du laboratoire de gestion de l'information de l'Université féminine d'Ewha.

L'étude a présenté une nouvelle approche pour pallier les limites actuelles des systèmes de recommandation conversationnelle. L'équipe de recherche a estimé les préférences d'attributs de produits non explicitement mentionnées dans le processus de conversation, en se basant sur l'historique d'achat de l'utilisateur, et a développé un système de recommandation personnalisé reflétant à la fois les attributs intrinsèques (couleur, taille, par exemple) et extrinsèques (popularité, satisfaction des avis, par exemple). Alors que les systèmes existants effectuent des recommandations basées sur des informations directement mentionnées, cette étude se distingue par une analyse plus précise des préférences grâce à l'exploitation des données comportementales des utilisateurs.

Les résultats expérimentaux ont montré qu'à mesure que l'historique d'achat de l'utilisateur s'accumulait, la performance de recommandation s'améliorait, mais qu'au-delà d'un certain nombre d'achats, la performance avait tendance à légèrement diminuer. L'équipe de recherche a interprété ce phénomène comme un phénomène lié au « comportement de recherche de diversité » de l'utilisateur.

Le professeur Choi Ye-rim a déclaré : « Cette étude présente une nouvelle méthodologie pour refléter les attributs extrinsèques qui sont difficiles à confirmer directement par le biais d'une conversation dans les recommandations », et a ajouté : « Cette technologie peut être appliquée à la solution commerciale d'AI.com pour offrir une expérience d'achat personnalisée plus sophistiquée. »

• Voir plus d'articles connexes