Bambia Mariem

Meriam

Bambia

mariembanbia@yahoo.fr

Post Doctorant

Tél:

27 302 410

Cursus universitaire

mastère de recherche

2012

ESC Manouba - IHEC Carthage

Informatique Décisionnelle et Intelligence Appliquée à la Gestion

Licence appliquée

2010

IHEC Carthage

Informatique de l'administration des affaires

Baccalauréat

2007

Lycée Carthage Hannibal

Economie-Gestion

Domaines de recherche

Information Retrieval, Language models, Freshness, Social networks, Recommender systems, Social TV

Expérience professionnelle

Stage de recherche

Mai à Juillet 2013

IRIT Toulouse, France

Rédaction d’un papier scientifique sur le travail du master.

Stage de fin d’études de Master à

Février à Juin 2012

IRIT Toulouse, France

Un modèle probabiliste générique pour l’optimisation du classement des documents web selon leur fraicheur.

Stage de fin d’études de licence

Février à Mai 2010

Département informatique et de télécommunication de l’OMMP

Conception et développement d'une application web des domaines portuaires

Stage d’été

Juillet 2009

Tunisie Technet

Développement d'un site web de festival Hammamet

Chercheur

Depuis 2012

Pinhole

Modules enseignés

Enseignement des travaux pratiques

Fouilles de données-IHEC Carthage

Enseignement des travaux pratiques

Bases de données-IHEC Carthage

Enseignement des travaux dirigés

SYSTEMES INTERACTIFS D’AIDE A LA DECISION (SIAD)-IHEC Carthage

Enseignement des travaux dirigés

Projet tuteuré-FSI-Université Paul Sabatier

Enseignement des travaux pratiques

Projet tuteuré-FSI-Université Paul Sabatier

Enseignement des travaux pratiques

Entrepôt de données-FSI-Université Paul Sabatier

Encadrements

Autres:

Encadrement de licence à l'IHEC Carthage (Février à Mai 2014) 1) Réalisation d'un Datawarehouse Bancaire 2) Conception et réalisation d'une application mobile de gestion de la relation client 3) Conception et mise en &oelig;uvre d’un système décisionnel pour le suivi des transactions monétiques par cartes bancaires

Activités de recherche

Tutoriels et séminaires:

- Juin 2013: Journée Big Data and Visualization à Paris - Octobre 2013: Journée doctorale à l'IHEC - Decision support system for innovation - Mars 2014: Journée doctorale à l'IHEC - Information Retrieval and Machine Learning - Mai 2014: Journée doctorale à IHEC - Workshop Systèmes d'information, Cours Mr Ahmed Moussa - Mai 2014: Cours Mr Sehl MELLOULI, Fondement des méthodes de conception des systèmes d'information informatisés - Mai 2014: Conférence sur les Avancées des Systèmes Décisionnels à Hammamet

Projets de coopération:

Thèse en cotutelle à l'université Paul Sabatier Toulouse 3 - France Mobilité Doctorale (Mobidoc)

Thèse de doctorat

Social TV-Recommender System

Directeurs:

Pr. Rim FAIZ

, Pr. Mohand BOUGHANEM

Mémoire de mastère / DEA

Generic Probabilistic Framework for Optimizing Freshness Ranking of Web Documents

Directeurs:

Pr. Rim FAIZ

Année soutenance: 2012

ESC Manouba

Publications

Conférences Internationales avec comité de lecture et actes

Mariem Bambia

, Mohand Boughanem

, Rim Faiz

Un modèle de langue pour l'estimation de la fraîcheur et la pertinence des documents Web,

Un système de recherche d’information performant doit satisfaire les différents types de besoins des utilisateurs visant une variété de catégories de requêtes. Ces catégories comprennent les requêtes sensibles au temps où le contenu récent est l’exigence principale de l’utilisateur. Cependant, l’utilisation des caractéristiques temporelles des documents pour mesurer leur fraîcheur reste une tâche difficile étant donné que ces caractéristiques ne sont pas représentées avec précision dans les documents récents. Dans cet article, nous proposons un modèle de langue qui estime la pertinence et la fraîcheur des documents vis-à-vis des requêtes sensibles au temps réel. Notre approche modélise la fraîcheur en exploitant des sources d’information fraîches, plus précisément des termes extraits à partir des tweets récents et thématiquement pertinents par rapport à la requête de l’utilisateur. Nos expérimentations montrent que l’extraction des termes frais à partir de Twitter améliore les résultats de recherche requis par l’utilisateur. , 2015

[BibTeX...]

@inproceedings{conf/inforsid/BambiaBF15, added-at = {2015-06-06T00:00:00.000+0200}, author = {Bambia, Mariem and Boughanem, Mohand and Faiz, Rim}, biburl = {http://www.bibsonomy.org/bibtex/20c25b35a060c904249400b5226f943dd/dblp}, booktitle = {INFORSID}, crossref = {conf/inforsid/2015}, ee = {http://inforsid.fr/Biarritz2015/wp-content/uploads/actes2015/re3.pdf}, interhash = {b8ca277b885c3ba00b1db69d0ad6c0d6}, intrahash = {0c25b35a060c904249400b5226f943dd}, keywords = {dblp}, pages = {317-330}, timestamp = {2015-06-19T15:31:17.000+0200}, title = {Un modèle de langue pour l'estimation de la fraîcheur et la pertinence des documents Web.}, url = {http://dblp.uni-trier.de/db/conf/inforsid/inforsid2015.html#BambiaBF15}, year = 2015 }

Mariem Bambia

, Rim Faiz

FRel: A Freshness Language Model for Optimizing Real-Time Web Search,

An effective information retrieval system must satisfy different users search intentions expecting a variety of queries categories, comprising recency sensitive queries where fresh content is the major user’s requirement. However, using temporal features of documents to measure their freshness remains a hard task since these features may not be accurately represented in recent documents. In this paper, we propose a language model which estimates the topical relevance and freshness of documents with respect to real-time sensitive queries. In order to improve recency ranking, our approach models freshness by exploiting terms extracted from recently posted tweets topically relevant to each real-time sensitive query. In our experiments, we use these fresh terms to re-rank initial search results. Then, we compare our model with two baseline approaches which integrate temporal relevance in their language models. Our results show that there is a clear advantage of using microblogs platforms, such as Twitter, to extract fresh keywords. , 2015

[BibTeX...]

@inproceedings{DBLP:conf/csoc/BambiaF15, author = {Mariem Bambia and Rim Faiz}, title = {FRel: {A} Freshness Language Model for Optimizing Real-Time Web Search}, booktitle = {Intelligent Systems in Cybernetics and Automation Theory - Proceedings of the 4th Computer Science On-line Conference 2015 (CSOC2015), Vol 2: Intelligent Systems in Cybernetics and Automation Theory}, pages = {207--216}, year = {2015}, crossref = {DBLP:conf/csoc/2015-2}, url = {http://dx.doi.org/10.1007/978-3-319-18503-3_21}, doi = {10.1007/978-3-319-18503-3_21}, timestamp = {Thu, 30 Jul 2015 15:59:40 +0200}, biburl = {http://dblp.dagstuhl.de/rec/bib/conf/csoc/BambiaF15}, bibsource = {dblp computer science bibliography, http://dblp.org} }

Mariem Bambia

, Mohand Boughanem

, Rim Faiz

Context-Awareness and Viewer Behavior Prediction in Social-TV Recommender Systems: Survey and Challenges,

This paper surveys the landscape of actual personalized TV recommender systems, and introduces challenges on context-awareness and viewer behavior prediction applied to social TV-recommender systems. Real data related to the viewers behaviors and the social context have been picked up in real-time through a social TV platform. We highlighted the future benefits of analyzing viewer behavior and exploiting the social influence on viewers’s preferences to improve recommendation in respect with TV contents’ change. , 2015

[BibTeX...]

@inproceedings{conf/adbis/BambiaFB15, added-at = {2015-09-21T00:00:00.000+0200}, author = {Bambia, Mariem and Faiz, Rim and Boughanem, Mohand}, biburl = {http://www.bibsonomy.org/bibtex/222fc684cea50a9ab8ba03621dcbf0078/dblp}, booktitle = {ADBIS (Short Papers and Workshops)}, crossref = {conf/adbis/2015w}, editor = {Morzy, Tadeusz and Valduriez, Patrick and Bellatreche, Ladjel}, ee = {http://dx.doi.org/10.1007/978-3-319-23201-0_7}, interhash = {60fc14ba98a65be878ebf46468dac5e6}, intrahash = {22fc684cea50a9ab8ba03621dcbf0078}, isbn = {978-3-319-23200-3}, keywords = {dblp}, pages = {52-59}, publisher = {Springer}, series = {Communications in Computer and Information Science}, timestamp = {2015-09-22T11:34:12.000+0200}, title = {Context-Awareness and Viewer Behavior Prediction in Social-TV Recommender Systems: Survey and Challenges.}, url = {http://dblp.uni-trier.de/db/conf/adbis/adbis2015w.html#BambiaFB15}, volume = 539, year = 2015 }

Bambia Mariem

Social TV-Recommender System

Pr. Rim FAIZ

, Pr. Mohand BOUGHANEM

Generic Probabilistic Framework for Optimizing Freshness Ranking of Web Documents

Pr. Rim FAIZ

Conférences Internationales avec comité de lecture et actes

Mariem Bambia

, Mohand Boughanem

, Rim Faiz

Un modèle de langue pour l'estimation de la fraîcheur et la pertinence des documents Web,

Mariem Bambia

, Rim Faiz

FRel: A Freshness Language Model for Optimizing Real-Time Web Search,

Mariem Bambia

, Mohand Boughanem

, Rim Faiz

Context-Awareness and Viewer Behavior Prediction in Social-TV Recommender Systems: Survey and Challenges,

Espace Membres

Recherche