Betclic est un des leaders européens des paris sportifs et des jeux en ligne. Proposer une expérience utilisateur fluide et adaptée à chacun de ses utilisateurs est un défi majeur, notamment pour une application proposant des paris sur plus de 450 événements sportifs par jour répartis sur près de 50 sports différents. Face à ce challenge, la personnalisation de la page d'accueil de l'application est un enjeu réel, pouvant être solutionné à l'aide d'une modélisation statistique visant à filtrer puis ordonner les événements sportifs de manière pertinente.

Afin d'étudier la prise de paris de nos utilisateurs sur notre page d'accueil, une base de données de plusieurs milliards d'observations relevées sur 2 ans a été construite. Cette dernière a permis l'entraînement d'un système de recommandation hybride utilisant une factorisation matricielle afin de scorer l'ensemble des éventuelles interactions utilisateur-match, et de proposer un ordonnancement pertinent pour chacun de ces utilisateurs.

Après une présentation de la mérique retenue pour évaluer ce modèle ainsi que du design expérimental choisi pour représenter au mieux la qualité prédictive du modèle une fois mis en production, les alternatives permettant d'éventuellement améliorer cette méthode de classement seront évoquées