Quelques mots sur cette méthodologie de rapprochement des individus que nous allons tester, prototyper puis industrialiser pour augmenter la pertinence des réponses que nous pourrons apporter aux requêtes des utilisateurs de www.same-story.com.

Aujourd’hui, les moteurs remontent des milliers de résultats pour chaque question donnée. Beaucoup d’information certes, mais quid de la pertinence?

Et pour une même requête donnée (ex : pension alimentaire), l’information que je recherche peut être radicalement différente de celle que recherchera mon voisin lorsqu’il saisit les mêmes mots clefs.

Sur Same Story, l’objectif est  de rapprocher l’utilisateur de l’histoire vécue et de l’auteur le plus proche de lui. Pour ce faire, nous étudions des méthodes et algorithmes de modélisation des comportements utilisateurs. Nous travaillons avec un chercheur qui a construit un modèle multidimensionnel sophistiqué de ciblage des utilisateurs. Reste à mettre en place ces processus itératifs, les tester, learner, les remodéliser, ect…. Bref, sortir du papier… vivement Juin !Sur le même thème…

• J-33: Samestory et Exalead
• J-20, Wengo Day
• J-21 : Concurrent direct or not, Google is the question