Un profil utilisateur (ou encore modèle utilisateur) est un ensemble de données qui concernent l'utilisateur d'un service informatique.
Un modèle utilisateur est une source de connaissance qui contient des acquisitions sur tous les aspects de l'utilisateur qui peuvent être utiles pour le comportement du système.
Les données du profil utilisateur sont représentées différemment selon les besoins. En général, on les stocke dans une table sous la forme de couples attribut-valeur où chaque couple représente une propriété du profil. Les propriétés peuvent éventuellement être regroupées par catégories.
Les valeurs peuvent être de tous types (numériques, alphanumériques) mais elles peuvent aussi stocker des distributions de probabilités (pour les services adaptatifs).
Outre les informations d'identification de base (par exemple, l'identifiant ou des éléments d'état civil), le profil utilisateur peut regrouper des informations très diverses selon les besoins.
Parmi celles-ci :
Le profil utilisateur peut donc contenir des informations sensibles qu'il convient
Le contexte de l'interaction est quant à lui une extension du profil utilisateur. Il contient des informations complémentaires permettant une meilleure adaptation à son environnement local (comme la taille de son écran, la disponibilité d'une sortie audio, etc.)
Selon le degré d'adaptation du système, les données du profil utilisateur peuvent être :
Il est aussi possible de partir d'un profil existant et de s'en servir comme prototype. Dans ce cas le prototype peut être copié pour être adapté. Cela offre l'avantage d'avoir des informations typiques et de les affiner au fur et à mesure.
Les profils utilisateurs sont utilisés en informatique dans de nombreux domaines. Ils permettent de fournir des services personnalisés, des offres adaptées, etc.
L'utilisation va du test simple conditionnel de la donnée aux calculs probabilistes en exploitant par exemple les réseaux bayésiens.
Le profil utilisateur peut aussi être pris en compte pour des services à base de communauté (voir Filtrage collaboratif). Ainsi, on peut non seulement proposer des adaptations à l'individu de par son profil, mais aussi faire bénéficier le groupe des informations individuelles et vice-versa. A titre d'illustration, certains sites web marchands comme Amazon.com recommandent des articles sur la base du profil utilisateur et des achats des autres clients.