Abstract de la publi numéro 18253

L'étude des caractéristiques contextuelles a été largement traitée en Recherche d'Information (RI), mais les applications concrètes sur de vrais flux de données ne sont pas très répandues. Dans cet article, notre problématique concerne la décision automatique de retweeter un message. En considérant le centre d'intérêt d'un utilisateur, nous proposons un modèle pour effectuer un filtrage automatique en temps-réel du flux Twitter en utilisant de multiples caractéristiques contextuelles. Le modèle sépare l'aspect contextuel du contenu du message en lui-même, tout en conservant une très grande vitesse d'exécution. Des expérimentations ont été réalisées sur la collection TREC Microblog 2015. Les résultats montrent que l'intégration de caractéristiques de contexte a un impact positif sur l'efficacité du filtrage sans pénaliser son efficience.