2

Nous proposons une nouvelle approche d’agrégation pour l’estimation de la pertinence multidimensionnelle. L’approche est basée sur un opérateur d’agrégation mathématique qui utilise une mesure floue permettant la quantification de l’importance estimée des critères ainsi que leur degré d’interaction ou d’interdépendance. Nous évaluons l’opérateur proposé dans le cadre de trois scénarios de recherche d’information, en l’occurrence une tâche de recherche de tweets, une tâche de recherche personnalisée dans les folksonomies et une tâche de recherche d’information contextuelle. Les résultats expérimentaux obtenus montrent l’impact de l’approche proposée sur les performances de recherche.

We propose a novel personalized aggregation approach to the multidimensional relevance aggregation. The approach is based on a mathematical aggregation operator relying on a fuzzy measure that allows quantifying the importance degree of each relevance dimension as well as the interaction existing between the criteria. Evaluation is carried out within three information retrieval settings referring to a tweet search task, a personalized information retrieval setting and a contextual suggestion task. Experimental results show the effectiveness of our approach on the search effectiveness.