SOUTENANCE DE THÈSE

Vous êtes cordialement invités!

LUNDI 16 mars 2026

13h00

En virtuel seulement: https://uqam.zoom.us/j/82444114104

TITRE : Élaboration d'une approche dans le choix d'une méthode d'apprentissage automatique supervisé en fonction du rôle des catégories d'objets à classer: la classification de la subjectivité des commentaires en ligne par catégories de produits

Présenté par

Alexandre ST-VINCENT VILLENEUVE, personne étudiante doctorante en informatique cognitive

RÉSUMÉ

Plusieurs études ont évalué différentes méthodes algorithmiques sur la base de données Amazon Product Reviews, mais les résultats obtenus divergent d'une étude à l'autre, et les catégories de produits n'ont pas été pris en compte dans l'analyse des résultats. Ces disparités suggèrent la pertinence d'élaborer une approche méthodologique pour choisir la meilleure méthode en fonction de la catégorie de produits étudiée. Dans le cadre de la présente recherche, la subjectivité des commentaires en ligne sera choisie afin de répondre à une deuxième lacune dans la littérature, soit l'absence de travaux de recherche qui mettre l'accent sur celle-ci, pourtant essentielle à la bonne compréhension des avis en ligne, autant pour les consommateurs que pour les entreprises. Dix catégories de produits ont été choisies à partir de la base de données Amazon Product Reviews pour évaluer la performance de cinq méthodes sur l'analyse de la subjectivité des commentaires en ligne. La machine à vecteurs de support (SVM) ont obtenu les meilleurs résultats et un continuum de subjectivité a été défini, variant entre 84,66% et 89,26%, en fonction des catégories évaluées. Les résultats ont des implications pratiques pour les entreprises qui souhaitent améliorer leur utilisation de la rétroaction client. Les recherches futures pourraient miser sur d'autres bases de données et l'utilisation de l'apprentissage profond.

Mots clés : Comportement des consommateurs en ligne, Apprentissage supervisé des avis en ligne, Catégorisation des produits, Évaluation subjectives des produits, Intelligence artificielle, Cognition, Forage d'opinion

JURY D'ÉVALUATION

Hamed Motagui, UQO, professeur au département des sciences administratives (membre externe)

Hakim Lounis, UQAM, professeur au département d'informatique (membre interne)

André Richelieu, UQAM, professeur au département de marketing (membre interne et président du jury)

Michel Plaisent, UQAM, professeur au département de management (direction de recherche)

Sébastien Gambs, UQAM, professeur au département d’informatique (codirection de recherche)

Stevan Harnad, UQAM, professeur au département de psychologie (codirection de recherche)

mars 2026
D	L	M	M	J	V	S
1	2	3	4	5	6	7
8	9	10	11	12	13	14
15	16	17	18	19	20	21
22	23	24	25	26	27	28
29	30	31

Résultats de recherche

Soutenance de thèse d'Alexandre St-Vincent Villeneuve, doctorat en informatique cognitive