Avec les moteurs de recherche actuels, l’utilisateur a accès à de plus en plus d’information : la quantité d’information à analyser augmente de jour en jour et l’utilisateur ne peut consulter toute cette information parce que tout simplement il n’en a pas le temps : après avoir regardé les résultats de la 1ière ou 2ième page de Google le reste est ignoré. Comment filtrer efficacement cette information pour la rendre pertinente pour l’utilisateur? Une solution est de filtrer les résultats en fonction des intérêts multiples des utilisateurs mais selon la classification DEWEY une liste complète d’intérêts de référence peut aller jusqu’à + 10,000 intérêts. Comment donc, en quelques manipulations de l’utilisateur, identifier ses différents intérêts avec exactitude et par ordre d’importance ? Puisqu’une photo vaut 1,000 mots la solution explorée pour solutionner cette problématique est le développement d’un algorithme permettant la présentation dynamique de photos préalablement catégorisées et l’analyse itérative des sélections individuelles pour déterminer les intérêts personnels de chacun en lui présentant les photos suivantes en fonction de ses choix précédents, suivi d’une retro-action des participants pour valider la sélection des intérêts identifiés par notre algorithme.