Détection des scripts publicitaires à base d'apprentissage automatique profond .
| dc.contributor.author | Houazene Sabrina | |
| dc.contributor.author | Mansour Souad | |
| dc.contributor.other | Sadi Samy | |
| dc.date.accessioned | 2021-02-28T10:32:18Z | |
| dc.date.available | 2021-02-28T10:32:18Z | |
| dc.date.issued | 2019 | |
| dc.description | 93 f. : ill. ; 30 cm. (+ CD-Rom) | en |
| dc.description.abstract | Avec l'avènement de e-commerce (le commerce en ligne), le marché de la publicité a pris son essor. Ainsi, le nombre de publicités a évolué de plus en plus ce qui présente un impact sur le chargement des sites web. En parallèle, ils provoquent des ralentissements frustrants pour les utilisateurs et dégradent leur expérience de navigation. Dés lors, plusieurs techniques de détection des scripts publicitaires ont été développées afin de faire face à ces désagréments. Dans le cadre de notre mémoire, en premier lieu, nous avons présenté un état de l'art sur l'apprentissage automatique et les réseaux de neurones artificiels, notamment pour ce qui est de la classification de textes, leurs prétraitements et leurs représentations. En particulier, notre objectif est de détecter les scripts publicitaires dans le contenu web. Pour atteindre cet objectif nous avons proposé trois modèles de réseaux de neurones. Ensuite, nous avons implémenté puis évalué ces trois modèles. Pour ce faire, nous avons commencé par la construction de collections de données nécessaires à l'entraînement et à l'évaluation de nos modèles. Ce qui nous a permis ensuite d'évaluer nos modèles. Ainsi, nous avons obtenu de très bons résultats avec les trois modèles qui peuvent classifier des scripts Web selon les deux classes publicitaires ou non publicitaires de façon très précise. | en |
| dc.identifier.citation | Systéme Informatique | |
| dc.identifier.other | MAST.INF.66-19 | en |
| dc.identifier.uri | https://dspace.ummto.dz/handle/ummto/12524 | |
| dc.language.iso | fr | en |
| dc.publisher | Université Mouloud Mammeri | en |
| dc.subject | Scripts publicitaires | en |
| dc.subject | Apprentissage automatique | en |
| dc.subject | Réseaux de neurones | en |
| dc.subject | Classification de textes | en |
| dc.subject | Réseaux de neurones convolutionnels | en |
| dc.subject | Réseaux de neurones récurrents | en |
| dc.title | Détection des scripts publicitaires à base d'apprentissage automatique profond . | en |
| dc.type | Thesis | en |