Concepts et exemples d'applications des systèmes de recommandations et des filtres d'information. Modélisation des intérêts, buts et connaissances des utilisateurs. Matrices de votes, matrices termes-documents et matrices d'adjacence. Filtres collaboratifs item-item et utilisateur-utilisateur. Approches probabilistes et algorithme PageRank. Réduction de dimensions. Facteurs de confiance, transparence et sérendipité de l'information filtrée. Techniques de personnalisation en fonction de la connaissance et des actions des utilisateurs. Techniques de validation