Le problème d’un grand nombre de sites de recommandations d'articles comme Digg, c’est qu’ils fonctionnent sur le principe de la popularité des informations", explique à L’Atelier Matúš Medo, de l’université de Fribourg. Les articles "de niche" qui n’intéressent qu’une communauté réduite n’ont donc que peu de chances d’arriver à leurs destinataires. Pour y remédier, l'université - en partenariat avec celle de Science et de Technologie de Chine - travaille sur un modèle qui s'appuie sur le comportement passé des internautes. Ce, quant à l'intérêt porté à un article. Lorsque le système proposera un contenu à un utilisateur, celui-ci aura la possibilité de l’approuver ou non. Ce qui permettra de prédire quels articles l’intéresseront à l’avenir. En ce qui concerne l'affichage des informations, les chercheurs annoncent que chaque membre aura une page personnalisée, et non une commune à tous.

Seuls les articles pertinents avec les centres d’intérêt de celui-ci seront alors affichés. "Au départ, les utilisateurs pourront préciser quels sujets les intéressent, dans quelle ville ils vivent, etc.", précise  Matúš Medo. "On peut aussi envisager l’utilisation d’un réseau d’amis qui recommanderaient telle ou telle information". Mais au final, le but est que le système soit capable de déterminer automatiquement les informations susceptibles d’intéresser un utilisateur uniquement en fonction des articles qu’il a validés dans le passé. Cette étude du comportement doit peu à peu s’affiner et finalement se substituer complètement aux informations fournies par l’utilisateur.

Celles-ci ne peuvent en effet pas couvrir l’ensemble des centres d’intérêt d’un individu, ni leur évolution possible avec le temps. Comme sur Digg ou Twitter, chaque lecteur est aussi un contributeur potentiel. Lorsqu’un utilisateur poste du contenu, celui-ci sera transmis à l’ensemble des personnes dont le système aura déterminé qu’elles pourront être intéressées. Puis à toutes celles ayant approuvé l’information. Plus l’information est approuvée plus elle sera transmise à des utilisateurs ayant un centre d’intérêt commun, sur le modèle de la propagation des rumeurs. Autre avantage du système, le spamming devient quasiment impossible. Les contenus de ce type envoyés sur le réseau seront désapprouvés par la poignée d’internautes qui les recevront et n’en affecteront pas d’autres.

Empêcher le spamming

L’étude du comportement passé comme facteur essentiel