APPROCHE POUR L’INDEXATION ET L’UTILISATION DES RESSOURCES PEDAGOGIQUES DANS UN SYSTEME E-LEARNING PERVASIF / Brik ,Mourad  

Public ISBD Titre : APPROCHE POUR L’INDEXATION ET L’UTILISATION DES RESSOURCES PEDAGOGIQUES DANS UN SYSTEME E-LEARNING PERVASIF Type de document : texte imprimé Auteurs : Brik ,Mourad, Auteur ; Sadik Bessou, Directeur de thèse Editeur : Setif:UFA Année de publication : 2021 Importance : 1 vol (96 f .) Format : 29 cm Langues : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : Systèmes de recommandation Sensibilité au contexte Index. décimale : 004 - Informatique Résumé : Le travail présenté dans cette thèse concerne les systèmes de recommandation sensibles au contexte (CARS), plus précisément nous concentrons sur la détection automatique des conditions contextuelles (valeurs des facteurs contextuelles) qui influencent le processus de recommandation. Dans les recherches récentes, l’intégration du contexte dans les applications de recommandation a été démontrée leur efficacité en générant des items aux utilisateurs non seulement pertinents mais également convenables à leurs contexte. Tandis que, la sélection des facteurs de contexte est une tache exigeante en ressources qui nécessite dans la plus part des cas l’intervention d’un expert de domaine. Le principale contribution de ce travail de thèse est basée sur l'analyse des comportements des utilisateurs au sein d’un système de recommandation à base de filtrage collaboratif afin de deviner les conditions contextuelles relatives à la consommation adéquate des items en utilisant la matrice des votes générée par les systèmes de recommandation à base de filtrage collaboratif. Un profil d'utilisateur qui englobe à la fois les données concernant les utilisateurs et les données de contexte a été proposé dans ce travail. Nous proposons aussi une méthode de modélisation de contexte à base de règles sémantiques qui se penche sur l'analyse de comportement des utilisateurs. Nous avons appliqué cette proposition dans le domaine de l'éducation dans lequel nous avons conçu un outil permettant la création des objets d'apprentissages. Ce système vise à améliorer la tâche de production des objets d'apprentissage (création, révision, édition…) en offrant un environnement collaboratif grâce aux technologies fournies par les systèmes de filtrage collaboratifs ainsi que l’analyse des comportements des utilisateurs pour améliorer le processus de recommandation dans les environnements pervasifs. La prise en compte du contexte pour la génération de recommandations futures adopte l’approche pré-filtrage contextuel avec une méthode probabiliste (Naïve Bayes), qui permet la génération des items personnalisés avant que les recommandations soient faites. Un test a été mené sur des utilisateurs réels montre que l’approche sémantique proposée est promoteur pour ce genre de contexte. Côte titre : DI/0067 En ligne : https://drive.google.com/file/d/1dTbBpVFDTbS_2r20_z2KY3iYdlYgTjpt/view?usp=shari [...] Format de la ressource électronique : pdf APPROCHE POUR L’INDEXATION ET L’UTILISATION DES RESSOURCES PEDAGOGIQUES DANS UN SYSTEME E-LEARNING PERVASIF [texte imprimé] / Brik ,Mourad, Auteur ; Sadik Bessou, Directeur de thèse . - [S.l.] : Setif:UFA, 2021 . - 1 vol (96 f .) ; 29 cm. Langues : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : Systèmes de recommandation Sensibilité au contexte Index. décimale : 004 - Informatique Résumé : Le travail présenté dans cette thèse concerne les systèmes de recommandation sensibles au contexte (CARS), plus précisément nous concentrons sur la détection automatique des conditions contextuelles (valeurs des facteurs contextuelles) qui influencent le processus de recommandation. Dans les recherches récentes, l’intégration du contexte dans les applications de recommandation a été démontrée leur efficacité en générant des items aux utilisateurs non seulement pertinents mais également convenables à leurs contexte. Tandis que, la sélection des facteurs de contexte est une tache exigeante en ressources qui nécessite dans la plus part des cas l’intervention d’un expert de domaine. Le principale contribution de ce travail de thèse est basée sur l'analyse des comportements des utilisateurs au sein d’un système de recommandation à base de filtrage collaboratif afin de deviner les conditions contextuelles relatives à la consommation adéquate des items en utilisant la matrice des votes générée par les systèmes de recommandation à base de filtrage collaboratif. Un profil d'utilisateur qui englobe à la fois les données concernant les utilisateurs et les données de contexte a été proposé dans ce travail. Nous proposons aussi une méthode de modélisation de contexte à base de règles sémantiques qui se penche sur l'analyse de comportement des utilisateurs. Nous avons appliqué cette proposition dans le domaine de l'éducation dans lequel nous avons conçu un outil permettant la création des objets d'apprentissages. Ce système vise à améliorer la tâche de production des objets d'apprentissage (création, révision, édition…) en offrant un environnement collaboratif grâce aux technologies fournies par les systèmes de filtrage collaboratifs ainsi que l’analyse des comportements des utilisateurs pour améliorer le processus de recommandation dans les environnements pervasifs. La prise en compte du contexte pour la génération de recommandations futures adopte l’approche pré-filtrage contextuel avec une méthode probabiliste (Naïve Bayes), qui permet la génération des items personnalisés avant que les recommandations soient faites. Un test a été mené sur des utilisateurs réels montre que l’approche sémantique proposée est promoteur pour ce genre de contexte. Côte titre : DI/0067 En ligne : https://drive.google.com/file/d/1dTbBpVFDTbS_2r20_z2KY3iYdlYgTjpt/view?usp=shari [...] Format de la ressource électronique : pdf

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
DI/0067	DI/0067	Thèse	Bibliothéque des sciences	Français	Disponible Disponible

---

1 (1 - 1 / 1)