La modélisation prédictive des usages du web a connu une période intense d'inves- tigation jusque la fin des années 1990. Pourtant, deux caractéristiques du web ont rarement été prises en compte : la présence de bruit et de navigations parallèles. Dans cet article, nous proposons un nouveau modèle, le modèle SBR (Skipping-Based Recommender), qui utilise une technique appelée skipping, et qui est capable de prendre en compte ces caractéristiques de la navigation web. Dans une série d'études expérimentales, nous mettons en avant les diverses contributions que possède ce modèle, et montrons que sa qualité surpasse celle des modèles de l'état de l'art.