Réseau de neurones adapté ?

Bonjour,

Je cherche un algo permettant de regrouper des appréciations des utilisateurs.

Chaque utilisateur doit positionner un niveau de "stress" sur une situation donnée.
Chaque situation faisant partie d une catégorie bien précise : feu de foret, inondation etc.
Je souhaite regrouper les utilisateurs ayant un même profil ou un profil proche.

Je pourrai déduire le niveau de stress d un utilisateur sur une nouvelle situation si les autres
utilisateurs ayant fait des classements proches des siens ont apprécié cette nouvelle situation.

Pas sur d être très clair dans mes explications :)

Un réseau de neurones est il adapté à ce genre d'algo?
Je précise que je suis totalement novice dans ce domaine et que si je devais implémenter un réseau de neurones je serais
partant pour utiliser un moteur existant (type http://neurondotnet.freehostia.com/manual/index.html par exemple).

Merci pour vos conseils.

Je ne suis pas sûr que les réseaux de neurones soient la meilleur méthodes. En général ils demandent d'avoir en entrée un vecteur de dimension connue alors que dans ton cas tu cherches en quelque sorte à boucher les trous de tes appréciations manquantes.

Je peux te proposer un algorithme naïf pour résoudre ton problème:
- Pour estimer l'appréciation d'un utilisateur sur une nouvelle situation, tu calcules la distance Euclidienne entre cette utilisateur et tous les autres sur la base des situations communes. En d'autre termes pour chaque utilisateur séparément tu sommes la différence au carré entre le "score" de ton utilisateur (celui pour lequel tu cherches à estimer la réponse) et celui de l'utilisateur courant lorsque les scores sont connus pour tous les deux puis tu prends la racine carrée. Ceci te donne une distances entre tes utilisateurs. Tu prends les K utilisateurs les plus proches et tu fais une moyenne pondérée du score qu'ils ont attribué à la nouvelle situation. Le coefficient de pondération de l'utilisateur i peux être par exemple exp(-distance_i^2)/(sum_j=1^K exp(-distance_j^2))

C'est grosso modo une interpolation par K plus proches voisins.

Ceci est une possibilité après il y a plein de façon de choisir ta fonction de distance ou la manière de pondérer...

Salut,

J'ai l'impression que ton problème pourrait aussi être résolu à l'aide d'un algo de filtrage collaboratif :
Ca permet d'évaluer la valeur du stress de ton sujet dans une nouvelle situation, en fonction des valeurs du stress du sujet dans d'autres situations, et en fonction des valeurs du stress d'autres sujets dans certaines des ces situations ( J'ai pas l'impression d'être très clair!! :? )
En gros ça permet aussi de "boucher les trous de tes appréciations manquantes" comme l'a si bien dit Alexis M. dans la réponse précédente.

Effectivement, le filtrage collaboratif me semble tout indiqué. J'ai trouvé quelques références sur la corrélation de Pearson par exemple.
Merci pour vos réponses, elles me conviennent bien :)