Les systèmes de recommandation, rendus célèbres par les géants du numérique tels que Amazon ou Netflix, permettent d’aider les utilisateurs à sélectionner les informations qui les intéressent. Reposant sur des techniques d'apprentissage automatique, la recherche sur la personnalisation s'est principalement concentrée sur l'amélioration de la qualité des algorithmes. Pourtant, la construction d'un système de recommandation va bien au-delà, en particulier dans un monde où les données sont non seulement volumineuses mais très dynamiques comme dans le domaine des médias en ligne. Cet exposé abordera les défis de systèmes permettant de fournir efficacement des recommandations pertinentes en temps réel à un grand nombre d'utilisateurs dans un contexte très dynamique [Vidéo en ligne]