Dissertations / Theses: 'Système de recommandation intelligent'

1

Militaru, Dorin. "Technologies Internet, systèmes de recommandations et agents intelligents." Paris, ENSAM, 2004. http://www.theses.fr/2004ENAM0036.

Full text

Abstract:

La diffusion des technologies de l’information (IT) et la croissance du commerce électronique ont modifié la manière dont les entreprises fonctionnent, les forçant à adopter des structures flexibles et à produire plus efficacement. Ce travail de recherche s’intéresse au rôle joué par les nouvelles technologies dans la mise sur pieds de systèmes de recommandation et de recherche incitatifs qui, sur de nombreux marchés, tendent à gouverner les échanges commerciaux. Plus précisément, l’objectif de notre travail est de contribuer à une meilleure compréhension des systèmes de recommandations en comparant économie physique et commerce électronique. Cette thèse peut contribuer à la compréhension des changements engendrés dans ce domaine par l’utilisation du commerce électronique ainsi qu’au développement de substituts « intelligents » aux procédés actuellement utilisés. Par là-même, nous contribuons à l’émergence d’un nouveau visage du commerce électronique sur Internet en identifiant une série de variables psychologiques et économiques qui jouent un rôle important dans la façon dont les agents économiques, notamment les entreprises, agissent et réagissent. En particulier, nous nous fixons comme objectif d’apporter des éléments de réponse aux questions suivantes : Quel est le rôle joué par les systèmes de recommandation dans la formation de préférences et quelle est l’efficacité de ce type de systèmes ? Les caractéristiques spécifiques d’Internet en tant qu’environnement économique modifient-elles les réponses apportées à la question précédente ? Les facteurs de compétitivité des entreprises de la « nouvelle économie » sont-ils différents de ceux de l’économie traditionelle ?
The spread of information technologies (IT) and the growth of the electronic commerce modified the way in which the companies function, forcing them to adopt flexible structures and to produce more efficiently. This research is interested in the part played by new technologies in the setting-up of recommendation systems and information search systems which tend on many markets to control the commercial trades. More precisely, our main objective is to contribute to a better understanding of the recommendation systems by comparing physical economy and electronic commerce. This thesis can contribute to the comprehension of the changes generated in this field by the use of the electronic commerce and to the development of “intelligent” substitutes to the processes currently used. By doing this, we contribute to the emergence of a new face of electronic commerce on Internet by identifying a series of psychological and economic variables which play an important part in the manner in which the economic agents, in particular the companies, act and react. Our main objectives throughout this thesis are to answer to the following questions: Which is the part played by the recommendation systems in the formation of preferences and which is the efficiency of this type of systems? Do the specific characteristics of Internet as an economic environment modify the answers to the previous question? Are the competitiveness factors of the companies on the “new economy” different from those of the traditional economy? Which are the opportunities associated with the electronic commerce, in particular through the “shopbots” which tend to become a “hard” part of the recommender systems?

APA, Harvard, Vancouver, ISO, and other styles

2

Duthil, Benjamin. "De l'extraction des connaissances à la recommandation." Phd thesis, Montpellier 2, 2012. http://tel.archives-ouvertes.fr/tel-00771504.

Full text

Abstract:

Les technologies de l'information et le succès des services associés (forums, sites spécialisés, etc) ont ouvert la voie à un mode d'expression massive d'opinions sur les sujets les plus variés (e-commerce, critiques artistiques, etc). Cette profusion d'opinions constitue un véritable eldorado pour l'internaute, mais peut rapidement le conduire à une situation d'indécision car,les avis déposés peuvent être fortement disparates voire contradictoires. Pour une gestion fiable et pertinente de l'information contenue dans ces avis, il est nécessaire de mettre en place des systèmes capables de traiter directement les opinions exprimées en langage naturel afin d'en contrôler la subjectivité et de gommer les effets de lissage des traitements statistiques. La plupart des systèmes dits de recommandation ne prennent pas en compte toute la richesse sémantique des critiques et leur associent souvent des systèmes d'évaluation qui nécessitent une implication conséquente et des compétences particulières chez l'internaute. Notre objectif est de minimiser l'intervention humaine dans le fonctionnement collaboratif des systèmes de recommandation en automatisant l'exploitation des données brutes que constituent les avis en langage naturel. Notre approche non supervisée de segmentation thématique extrait les sujets d'intérêt des critiques, puis notre technique d'analyse de sentiments calcule l'opinion exprimée sur ces critères. Ces méthodes d'extraction de connaissances combinées à des outils d'analyse multicritère adaptés à la fusion d'avis d'experts ouvrent la voie à des systèmes de recommandation pertinents, fiables et personnalisés.

APA, Harvard, Vancouver, ISO, and other styles

3

Hong, Yan. "Développement d’un système intelligent d’aide à la création de vêtements personnalisés pour des personnes à morphologie atypique par exploitation de connaissances." Thesis, Lille 1, 2018. http://www.theses.fr/2018LIL1I014/document.

Full text

Abstract:

Ce projet de recherche de doctorat vise à développer un nouveau Système d’Aide à la Conception de Vêtement Personnalisé (PGDSS en Anglais) pour les personnes à morphologie atypique (PWAM en Anglais). Ce système nous permet de développer rapidement des vêtements adaptés à leurs besoins fonctionnels, expressifs et esthétiques (FEA en Anglais) et à leurs morphologies atypiques. Afin de réaliser le PGDSS proposé, deux sous-systèmes sont développés: un Système de Recommandation de Mode Personnalisée (PFRS en Anglais) et une Plate-Forme Virtuelle de Prototypage de Vêtement 3D/2D (VGPP en Anglais). Le PFRS est conçu pour sélectionner les solutions de vêtement personnalisées les plus pertinentes en termes de couleur, de tissu et de style, tandis que le VGPP permet de créer rapidement des vêtements virtuels en fonction de leurs critères de conception (profils de produits), de les ajuster ensuite. Le PGDSS proposé peut être entièrement utilisé en ligne, il est alors connecté à une plate-forme E-commerce de vêtement. Mais il peut aussi être connecté à un système de fabrication de vêtements automatique hors ligne.Les facteurs de conception pour les vêtements personnalisés ont été identifiés et analysés dans ma recherche de doctorat. Les nouveaux produits générés par le système proposé répondront aux exigences et aux fonctions spécifiques imposées par les personnes à morphologie atypique en termes d'ergonomie, de biophysique, de psychologie, d'esthétique, de confort et de commodité. Le système proposé est capable d'offrir des designs à forte personnalisation à un faible coût pour un marché de vêtement dont la demande est en hausse. Ce qui fait la distinction avoir les produits existants du marché est que nous prenons en compte l’ensemble des exigences de ce type de consommateur par un produit entièrement personnalisé
This PhD research project aims at developing a new Personalized Garment Design Support System (PGDSS) for People with Atypical Morphology (PWAM). This system enables to quickly develop garments adapted to their special Functional, Expressive and Aesthetic (FEA) needs and atypical morphologies. In order to realize the proposed PGDSS, two subsystems are developed: the Personalized Fashion Recommendation System (PFRS) and Virtual 3D-to-2D Garment Prototyping Platform (VGPP). The PFRS is developed for selecting the most relevant personalized garment design solutions in terms of color, fabric and style, while the VGPP enables designers to quickly create virtual garments according to their design criteria (product profiles) and visualize them in order to adjust design parameters. The proposed PGDSS can be fully used online. It can be further connected to a garment e-shopping platform or an offline automatic garment manufacturing system.The design factors for personalized garments have been identified and analyzed in my PhD research. The new products generated by the proposed system will meet the specific demands and functions imposed by people with atypical morphology in terms of ergonomics, biophysics, psychology, aesthetics, comfort and convenience. The proposed system is able to offer more personalized designs at low-cost level for highly customized garment market

APA, Harvard, Vancouver, ISO, and other styles

4

Zhang, Junjie. "Development of a consumer-oriented intelligent garment recommendation system." Thesis, Lille 1, 2017. http://www.theses.fr/2017LIL10026/document.

Full text

Abstract:

Maintenant, l’achat de vêtements sur l’Internet est devenu une tendance importante pour les consommateurs du monde entier. Pourtant, dans les différents systèmes de vente en ligne, il manque systématiquement de recommandations personnalisées, comme celles fournies par les vendeurs d’une boutique physique, afin de proposer les produits les mieux adaptés à des différents consommateurs selon leurs morphotypes et leurs attentes émotionnelles. Dans cette thèse doctorale, nous proposons un système de recommandation orienté vers les consommateurs, qui peut être utilisé, comme un vendeur virtuel, à l’intérieur d’un système de vente de vêtements en ligne. Ce système a été développé par intégration de connaissance professionnelle des créateurs et des vendeurs et la perception des consommateurs sur les produits. En s’appuyant sur la connaissance de vente de vêtements, ce système propose des produits aux consommateurs spécifiques par exécuter successivement les trois modules de recommandation suivants, comprenant 1) le Module de Base de Données pour les Cas de Succès ; 2) le Module de Prévision du Marché ; 3) le Module de Recommandation utilisant la Connaissance. De plus, un autre module, appelé le Module de Mise à Jour de la Connaissance. Cette thèse présente une méthode originale de prévision d’un ou plusieurs profils de produits bien adaptés à un consommateur spécifique. Elle peut aider effectivement les consommateurs à effectuer des achats de vêtements sur l’Internet. En comparant avec les autres méthodes de prévision, la méthode proposée est plus robuste et plus interprétable en raison de sa capacité de traitement de l’incertitude
Garment purchasing through the Internet has become an important trend for consumers of all parts of the world. However, in various garment e-shopping systems, it systematically lacks personalized recommendations, like sales advisors in classical shops, in order to propose the most relevant products to different consumers according to their body shapes and fashion requirements. In this thesis, we propose a consumer-oriented recommendation system, which can be used inside a garment online shopping system like a virtual sales advisor. This system has been developed by integrating the professional knowledge of designers and shoppers and taking into account consumers’ perception on products. Following the shopping knowledge on garments, the proposed system recommends garment products to specific consumers by successively executing three modules, namely 1) the Successful Cases Database Module; 2) the Market Forecasting Module; 3) the Knowledge-based Recommendation Module. Also, another module, called the Knowledge Updating Module.This thesis presents an original method for predicting one or several relevant product profiles from a specific consumer profile. It can effectively help consumers to choose garments from the Internet. Compared with other prediction methods, the proposed method is more robust and interpretable owing to its capacity of treating uncertainty

APA, Harvard, Vancouver, ISO, and other styles

5

Guivarch, Valérian. "Prise en compte de la dynamique du contexte pour les systèmes ambiants par systèmes multi-agents adaptatifs." Toulouse 3, 2014. http://thesesups.ups-tlse.fr/2461/.

Full text

Abstract:

Les systèmes ambiants se composent de nombreux appareils électroniques hétérogènes, distribués dans l'environnement et interagissant de façon dynamique. Dès lors, l'individu est au centre des préoccupations de la conception de ces systèmes qui peuvent et doivent s'adapter au contexte des utilisateurs. On parle alors de systèmes sensibles au contexte. Cependant, la forte dynamique des systèmes ambiants rend difficile, voire impossible, d'établir à l'avance pour de tels systèmes toutes les règles d'adaptation nécessaires. L'apprentissage du comportement à attribuer à un système ambiant en fonction du contexte, en s'affranchissant de toute connaissance a priori, qu'il s'agisse de connaissance sur le comportement qu'il cherche à apprendre, sur les données manipulées, sur les préférences ou profils des utilisateurs, est un défi à lequel tente de répondre cette thèse. La principale contribution de ce travail porte sur la conception du système multi-agent Amadeus. Son objectif est d'apprendre un comportement pertinent pour un système ambiant en se basant sur l'observation des actions récurrentes des utilisateurs, puis d'établir dans quels contextes ces actions sont réalisées afin de suppléer l'utilisateur si une situation similaire se présente. L'apprentissage réalisé par Amadeus s'appuie sur l'approche par AMAS (Adaptive Multi-Agent System), et est local à chaque dispositif. Il consiste à distribuer et à intégrer les agents d'Amadeus à chaque dispositif composant le système ambiant, ces agents étant alors en charge d'apprendre et de mettre en œuvre localement et coopérativement le bon comportement à attribuer au dispositif associé en fonction des actions de l'utilisateur
The ambient systems are composed by many heteregeneous devices, distributed in the environment, and interacting dynamically. So, the person is a central concern of these systems that have to adapt themselves to the users' context. Thos kind of systems are called/named context aware system. However, the strong dynamic of ambient systems makes impossible to design a priori all adaptation rules needed. The learning of the behaviour to give to an ambient system depending of its context, independantly of any a priori knowledge -knowledge about the behaviour he has to learn, about the used data, or about the users preferences- is the challenge to which this thesis tries to answer. The main contribution of this work is the design of the adaptive multi agent system Amadeus. Its objective is to learn a pertinent behaviour for an ambient system based on the observation of the reccuring actions performed by users, and then to determine in which contexts theses actions are performed in order to perform them on behalf of the user. The learning performed by Amadeus is based on the AMAS approach (Adaptive Multi-Agent System), and is local to each device. It consists in distributing and integrating the Amadeus agents to each device of the ambient system, these agents being able to determine locally and cooperatively the good behaviour to assign to the associated device depending of the users actions

APA, Harvard, Vancouver, ISO, and other styles

6

Shaikh, Yasir Saleem. "Privacy preserving internet of things recommender systems for smart cities." Electronic Thesis or Diss., Institut polytechnique de Paris, 2020. http://www.theses.fr/2020IPPAS001.

Full text

Abstract:

Au cours de la dernière décennie, la technologie Internet des objets (IoT) a révolutionné presque tous les domaines de la vie quotidienne et a dynamisé les villes intelligentes. Les villes intelligentes utilisent la technologie IoT pour collecter divers types de données de capteurs, puis les utilisent pour offrir diverses applications. Comme les applications des villes intelligentes sont utilisées par les citoyens, donc leur fournir des services de recommandation personnalisés en fonction de leurs préférences, de leurs localisations et de leurs profils ainsi que l'exploitation des données IoT (par exemple, la congestion du trafic et l'occupation du parking) est d'une grande importance qui pourrait être fournie par un recommandateur IoT. Cependant, comme le recommandateur IoT utilise les données privées des citoyens (profils, préférences et habitudes, par exemple), il viole la vie privée des utilisateurs car il pourrait suivre les routines et les habitudes des utilisateurs en analysant la base de données historique ou en analysant les services de recommandation réguliers qu'il offre. Par conséquent, il est important de préserver la confidentialité des utilisateurs du programme de recommandation IoT. Dans cette thèse, nous proposons un nouveau système de recommandation IoT préservant la confidentialité pour les villes intelligentes, qui fournit des recommandations en exploitant les données IoT des capteurs et en tenant compte de diverses métriques. Notre approche est organisée en trois parties. Tout d'abord, nous développons un système de recommandation IoT conforme au règlement européen sur la protection des données (GDPR) pour les systèmes de stationnement intelligent. Ces systèmes fournissent des recommandations sur les emplacements et les itinéraires de stationnement en exploitant les données des capteurs de stationnement et de circulation. Par conséquence, nous proposons d’abord une approche pour la cartographie des capteurs de trafic avec les coordonnées d’itinéraires afin d’analyser les conditions de trafic (par exemple le niveau de congestion) sur les routes. Ensuite, nous avons mis en place un dispositif de recommandation IoT. Le recommandateur IoT a été intégré au scénario d'utilisation du stationnement intelligent d'un projet H2020 EU-KR WISE-IoT et a été évalué par les citoyens de Santander, en Espagne, à l'aide d'un prototype. De plus, nous développons un recommendateur IoT pour le ski intelligent qui fournit des itinéraires de ski comprenant des types de pistes spécifiques, ainsi que la piste la plus proche. Pour les itinéraires de ski, il n’existe aucun moteur de calcul stable. Par conséquent, un nouveau moteur de routage pour les itinéraires de ski a été développé. Ce travail a également été intégré dans le cas d'utilisation du ski intelligent du projet WISE-IoT. Deuxièmement, bien que le recommandateur IoT développé pour le stationnement intelligent soit conforme au GDPR, il ne protège toutefois pas totalement la vie privée des utilisateurs. En effet, le partage sans discernement des données des utilisateurs avec un système tiers de recommandation de stationnement IoT non approuvé ou semi-fiable provoque une violation de la vie privée. En effet, le comportement et les schémas de mobilité des utilisateurs pouvant être déduits en analysant l'historique de leurs déplacements. Par conséquent, nous préservons la confidentialité des utilisateurs contre le système de recommandation de stationnement tout en analysant leur historique de stationnement en utilisant des techniques de k-anonymat et de confidentialité différentielle. Enfin, étant donné que les applications de villes intelligentes sont développées de manière verticale et ne se parlent pas. Par conséquent, nous avons proposé deux cadres pour les services de recommandation parmi les applications de villes intelligentes utilisant l'IdO social
During the past decade, the Internet of Things (IoT) technology has revolutionized almost all the fields of daily life and has boosted smart cities. Smart cities use IoT technology to collect various types of sensors’ data and then use such data to offer a variety of applications. Since the smart cities’ applications are used by the citizens, therefore providing the customized recommendation services to the citizens based on their preferences, locations and profiles, as well as by exploiting the IoT data (e.g., traffic congestion and parking occupancy) is of great importance which could be provided by an IoT recommender. However, since the IoT recommender utilizes the private data of citizens (e.g., profiles, preferences and habits), it breaches the privacy of the users because the IoT recommender could track the routines and habits of the users by analyzing the historical database or by analyzing the regular recommendation services it offers. Therefore, it is important to preserve the privacy of the users from the IoT recommender. In this thesis, we propose a novel privacy preserving IoT recommender system for smart cities that provides recommendations by exploiting the IoT data of sensors and by considering various metrics. Our approach is organized in three parts. Firstly, we develop an EU General Data Protection Regulation (GDPR)-compliant IoT recommender system for smart parking system that provides recommendations of parking spots and routes by exploiting the data of parking and traffic sensors. For this, we first propose an approach for the mapping of traffic sensors with route coordinates in order to analyze the traffic conditions (e.g., the level of congestion) on the roadways and then developed an IoT recommender. The IoT recommender has been integrated into the smart parking use case of an H2020 EU-KR WISE-IoT project and has been evaluated by the citizens of Santander, Spain through a prototype. Additionally, we develop an IoT recommender for smart skiing that provides skiing routes comprised of specific types of slopes, as well as the nearest slope. For skiing routes, there does not exist any stable routing engine. Therefore, a novel routing engine for skiing routes was developed. This work has also been integrated into the smart skiing use case of WISE-IoT project. Secondly, although the developed IoT recommender for smart parking is GDPR-compliant, however, it does not fully protect the privacy of users. Because, an indiscriminately sharing of users’ data with untrusted third-party IoT parking recommender system causes a breach of privacy, as user’s behavior and mobility patterns can be inferred by analyzing the past travelling history of users. Therefore, we preserve privacy of users against parking recommender system while analyzing their past parking history using k-anonymity and differential privacy techniques. Lastly, since the smart cities applications are developed in a vertical manner and do not talk/communicate with each other, i.e., each application is developed for a certain scenario which generally does not share data with other smart cities applications. Therefore, we proposed two frameworks for the recommendation services across smart cities applications using social IoT. Firstly, on how social IoT can be used for the recommendation services across smart cities applications, and secondly, we propose another type of communication of social IoT at a global level, i.e., social cross-domain application-to-application communications, that enables smart cities applications to communicate with each other and establish social relationships between them

APA, Harvard, Vancouver, ISO, and other styles

7

Dong, Min. "Development of an intelligent recommendation system to garment designers for designing new personalized products." Thesis, Lille 1, 2017. http://www.theses.fr/2017LIL10025/document.

Full text

Abstract:

Durant mes travaux en thèse, nous avons imaginé et poser les briques d'un système de recommandation intelligent (DIRS) orienté vers les créateurs de vêtements afin de les aider à créer des nouveaux produits personnalisés. Pour développer ce système, nous avons dans un premier temps identifié les composants clés du processus de création, puis nous avons créé un ensemble de bases de données pour collecter les données pertinentes. Dans un deuxième temps, nous avons acquis des données anthropométriques, recueilli la perception du concepteur à partir de ces mêmes morphotypes en utilisant un body scanner 3D et une procédure d'évaluation sensorielle. A la suite, une expérience instrumentale est conduite pour capturer les paramètres techniques des matières, nécessaires à leur représentation virtuelle en lien avec les morphotypes. Enfin, cinq expériences sensorielles sont réalisées pour capitaliser les connaissances des créateurs. Les données acquises servent à classer les morphotypes, à modéliser les relations entre morphotypes et facteurs de la création. A partir de ces modèles, nous avons mis en place une base de connaissances de la création mettant en œuvre une ontologie. Cette base de connaissances est mise à jour par un apprentissage dynamique au travers de nouveaux cas présentés en création. Ce système est utilisé au sein d’un nouveau processus de création. Ce processus peut s’effectuer autant de fois que nécessaire jusqu'à la satisfaction du créateur. Le système de recommandation proposé a été validé à l'aide de plusieurs cas réels
In my PhD research project, we originally propose a Designer-oriented Intelligent Recommendation System (DIRS) for supporting the design of new personalized garment products. For developing this system, we first identify the key components of a garment design process, and then set up a number of relevant databases, from which each design scheme can be formed. Second, we acquire the anthropometric data and designer’s perception on body shapes by using a 3D body scanning system and a sensory evaluation procedure. Third, an instrumental experiment is conducted for measuring the technical parameters of fabrics, and five sensory experiments are carried out in order to acquire designers’ knowledge. The acquired data are used to classify body shapes and model the relations between human bodies and the design factors. From these models, we set up an ontology-based design knowledge base. This knowledge base can be updated by dynamically learning from new design cases. On this basis, we put forward the knowledge-based recommendation system. This system is used with a newly developed design process. This process can be performed repeatedly until the designer’s satisfaction. The proposed recommendation system has been validated through a number of successful real design cases

APA, Harvard, Vancouver, ISO, and other styles

8

Patel, Namrata. "Mise en œuvre des préférences dans des problèmes de décision." Thesis, Montpellier, 2016. http://www.theses.fr/2016MONTT286/document.

Full text

Abstract:

Il y a une forte croissance, à nos jours, de «services» intelligents proposés aux clients sur les plates-formes de commerce électronique, destinés à une assistance personnalisée. L'étude de préférences a suscité un grand intérêt dans ce contexte, grâce à leur utilisation dans la résolution de problèmes liés à la prise de décision. En effet, la recherche sur les préférences en intelligence artificielle (IA) propose différentes manières d'aborder ce problème : de l'acquisition des préférences à leur représentation formelle et, éventuellement, à leur gestion suivant plusieurs méthodes de raisonnement. Dans cette thèse, nous adressons la problématique de la mise en œuvre de préférences comparatives pour l'aide à la décision par le développement d'un système interactif «intelligent» de recommandations personnalisées. Nous suivons une tendance récente, et le concevons sur une base de considérations psychologiques, linguistiques et personnelles. Nous contribuons ainsi aux domaines suivants de préférences en IA : (1) leur acquisition, (2) leur représentation, et (3) leur mise en œuvre. Nous examinons d'abord un goulot d'étranglement dans l'acquisition de préférences et proposons une méthode d'acquisition de préférences exprimées en langage naturel (LN), qui permet leur représentation formelle en tant que préférences comparatives. Nous étudions ensuite les aspects théoriques de la représentation et du raisonnement avec les préférences comparatives pour aide à la décision. Finalement, nous décrivons notre outil de recommandations qui utilise : (1) une base de données de produits qualifiée par une analyse de critiques d'utilisateurs, (2) une approche interactive pour guider les utilisateurs à exprimer leurs préférences comparatives, et (3) un moteur de raisonnement qui manipule ces préférences afin de proposer une recommandation basée sur les préférences de l'utilisateur
Intelligent ‘services’ are increasingly used on e-commerce platforms to provide assistance to customers. In this context, preferences have gained rapid interest for their utility in solving problems related with decision making. Research on preferences in AI has shed light on various ways of tackling this problem, ranging from the acquisition of preferences to their formal representation and eventually their proper manipulation. Following a recent trend of stepping back and looking at decision-support systems from the user’s point of view, i.e. designing them on the basis of psychological, linguistic and personal considerations, we take up the task of developing an “intelligent” tool which uses comparative preference statements for personalised decision support. We tackle and contribute to different branches of research on preferences in AI: (1) their acquisition (2) their formal representation and manipulation (3) their implementation. We first address a bottleneck in preference acquisition by proposing a method of acquiring user preferences, expressed in natural language (NL), which favours their formal representation and further manipulation. We then focus on the theoretical aspects of handling comparative preference statements for decision support. We finally describe our tool for product recommendation that uses: (1) a review-based analysis to generate a product database, (2) an interactive preference elicitation unit to guide users to express their preferences, and (3) a reasoning engine that manipulates comparative preference statements to generate a preference-based ordering on outcomes as recommendations

APA, Harvard, Vancouver, ISO, and other styles

9

Falih, Issam. "Attributed Network Clustering : Application to recommender systems." Thesis, Sorbonne Paris Cité, 2018. http://www.theses.fr/2018USPCD011/document.

Full text

Abstract:

Au cours de la dernière décennie, les réseaux (les graphes) se sont révélés être un outil efficace pour modéliser des systèmes complexes. La problématique de détection de communautés est une tâche centrale dans l’analyse des réseaux complexes. La majeur partie des travaux dans ce domaine s’intéresse à la structure topologique des réseaux. Cependant, dans plusieurs cas réels, les réseaux complexes ont un ensemble d’attributs associés aux nœuds et/ou aux liens. Ces réseaux sont dites : réseaux attribués. Mes activités de recherche sont basées principalement sur la détection des communautés dans les réseaux attribués. Pour aborder ce problème, on s’est intéressé dans un premier temps aux attributs relatifs aux liens, qui sont un cas particulier des réseaux multiplexes. Un multiplex est un modèle de graphe multi-relationnel. Il est souvent représenté par un graphe multi-couches. Chaque couche contient le même ensemble de nœuds mais encode une relation différente. Dans mes travaux de recherche, nous proposons une étude comparative des différentes approches de détection de communautés dans les réseaux multiplexes. Cette étude est faite sur des réseaux réels. Nous proposons une nouvelle approche centrée "graine" pour la détection de communautés dans les graphes multiplexes qui a nécessité la redéfinition des métriques de bases des réseaux complexes au cas multiplex. Puis, nous proposons une approche de clustering dans les réseaux attribués qui prend en considération à la fois les attributs sur les nœuds et sur les liens. La validation de mes approches a été faite avec des indices internes et externes, mais aussi par une validation guidée par un système de recommandation que nous avons proposé et dont la détection de communautés est sa tâche principale. Les résultats obtenus sur ces approches permettent d’améliorer la qualité des communautés détectées en prenant en compte les informations sur les attributs du réseaux. De plus, nous offrons des outils d’analyse des réseaux attribués sous le langage de programmation R
In complex networks analysis field, much effort has been focused on identifying graphs communities of related nodes with dense internal connections and few external connections. In addition to node connectivity information that are mostly composed by different types of links, most real-world networks contains also node and/or edge associated attributes which can be very relevant during the learning process to find out the groups of nodes i.e. communities. In this case, two types of information are available : graph data to represent the relationship between objects and attributes information to characterize the objects i.e nodes. Classic community detection and data clustering techniques handle either one of the two types but not both. Consequently, the resultant clustering may not only miss important information but also lead to inaccurate findings. Therefore, various methods have been developed to uncover communities in networks by combining structural and attribute information such that nodes in a community are not only densely connected, but also share similar attribute values. Such graph-shape data is often referred to as attributed graph.This thesis focuses on developing algorithms and models for attributed graphs. Specifically, I focus in the first part on the different types of edges which represent different types of relations between vertices. I proposed a new clustering algorithms and I also present a redefinition of principal metrics that deals with this type of networks.Then, I tackle the problem of clustering using the node attribute information by describing a new original community detection algorithm that uncover communities in node attributed networks which use structural and attribute information simultaneously. At last, I proposed a collaborative filtering model in which I applied the proposed clustering algorithms

APA, Harvard, Vancouver, ISO, and other styles

10

Jedor, Matthieu. "Bandit algorithms for recommender system optimization." Thesis, université Paris-Saclay, 2020. http://www.theses.fr/2020UPASM027.

Full text

Abstract:

Dans cette thèse de doctorat, nous étudions l'optimisation des systèmes de recommandation dans le but de fournir des suggestions de produits plus raffinées pour un utilisateur.La tâche est modélisée à l'aide du cadre des bandits multi-bras.Dans une première partie, nous abordons deux problèmes qui se posent fréquemment dans les systèmes de recommandation : le grand nombre d'éléments à traiter et la gestion des contenus sponsorisés.Dans une deuxième partie, nous étudions les performances empiriques des algorithmes de bandit et en particulier comment paramétrer les algorithmes traditionnels pour améliorer les résultats dans les environnements stationnaires et non stationnaires qui l'on rencontre en pratique.Cela nous amène à analyser à la fois théoriquement et empiriquement l'algorithme glouton qui, dans certains cas, est plus performant que l'état de l'art
In this PhD thesis, we study the optimization of recommender systems with the objective of providing more refined suggestions of items for a user to benefit.The task is modeled using the multi-armed bandit framework.In a first part, we look upon two problems that commonly occured in recommendation systems: the large number of items to handle and the management of sponsored contents.In a second part, we investigate the empirical performance of bandit algorithms and especially how to tune conventional algorithm to improve results in stationary and non-stationary environments that arise in practice.This leads us to analyze both theoretically and empirically the greedy algorithm that, in some cases, outperforms the state-of-the-art

APA, Harvard, Vancouver, ISO, and other styles

11

Chi, Cheng. "Personalized pattern recommendation system of men’s shirts based on precise body measurement." Electronic Thesis or Diss., Centrale Lille Institut, 2022. http://www.theses.fr/2022CLIL0003.

Full text

Abstract:

Les systèmes commerciaux de recommandation de vêtements ont été largement utilisés dans l'industrie de l'habillement. Cependant, les recherches existantes sur la conception de vêtements numériques se sont concentrées sur les évolutions techniques du processus de conception virtuelle, avec peu de retours de métier provenant des designers. La coupe d'un vêtement joue un rôle important dans l'achat de celui-ci par le client. Afin de développer un vêtement correctement ajusté, les stylistes et les modélistes doivent ajuster le patron du vêtement plusieurs fois jusqu'à ce que le client soit satisfait. Actuellement, le modélisme traditionnel présente trois inconvénients majeurs : 1) il est très long et inefficace, 2) il repose trop sur des concepteurs expérimentés, 3) la relation entre la forme du corps humain et le vêtement n'est pas pleinement explorée. Dans la pratique, le styliste joue un rôle clé dans la réussite du processus de conception. Il est nécessaire d'intégrer les connaissances et l'expérience du styliste dans les systèmes actuels de CAD de vêtements afin de fournir rapidement une solution de conception réalisable, centrée sur l'homme et à faible coût, pour chaque besoin personnalisé. En outre, les services basés sur les données, tels que les systèmes de recommandation, la classification des formes corporelles, la modélisation du corps en 3D et l'évaluation de l'ajustement des vêtements, devraient être intégrés dans le système de CAD de l'habillement afin d'améliorer l'efficacité du processus de conception.Sur la base de ces besoins, cette thèse propose un système de recommandation intelligent composé de modèles de vêtements ajustables pour conduire à la conception de vêtements personnalisés. Le système fonctionne en combinaison avec un nouveau processus de conception nouvellement développé, à savoir l'identification de la forme du corps humain - la recommandation d'une solution de conception - la représentation virtuelle 3D et l'évaluation - l'ajustement des paramètres de conception. Ce processus peut être répété jusqu'à ce que l'utilisateur soit satisfait. Le système de recommandation proposé a été validé par quelques cas pratiques de conception réussis
Commercial garment recommendation systems have been widely used in the apparel industry. However, existing research on digital garment design has focused on the technical development of the virtual design process, with little knowledge of traditional designers. The fit of a garment plays a significant role in whether a customer purchases that garment. In order to develop a well-fitting garment, designers and pattern makers should adjust the garment pattern several times until the customer is satisfied. Currently, there are three main disadvantages of traditional pattern-making: 1) it is very time-consuming and inefficient, 2) it relies too much on experienced designers, 3) the relationship between the human body shape and the garment is not fully explored. In practice, the designer plays a key role in a successful design process. There is a need to integrate the designer's knowledge and experience into current garment CAD systems to provide a feasible human-centered, low-cost design solution quickly for each personalized requirement. Also, data-based services such as recommendation systems, body shape classification, 3D body modelling, and garment fit assessment should be integrated into the apparel CAD system to improve the efficiency of the design process.Based on the above issues, in this thesis, a fit-oriented garment pattern intelligent recommendation system is proposed for supporting the design of personalized garment products. The system works in combination with a newly developed design process, i.e. body shape identification - design solution recommendation - 3D virtual presentation and evaluation - design parameter adjustment. This process can be repeated until the user is satisfied. The proposed recommendation system has been validated by some successful practical design cases

APA, Harvard, Vancouver, ISO, and other styles

12

Gutowski, Nicolas. "Recommandation contextuelle de services : application à la recommandation d'évènements culturels dans la ville intelligente." Thesis, Angers, 2019. http://www.theses.fr/2019ANGE0030.

Full text

Abstract:

Les algorithmes de bandits-manchots pour les systèmes de recommandation sensibles au contexte font aujourd’hui l’objet de nombreuses études. Afin de répondre aux enjeux de cette thématique, les contributions de cette thèse sont organisées autour de 3 axes : 1) les systèmes de recommandation ; 2) les algorithmes de bandits-manchots (contextuels et non contextuels) ; 3) le contexte. La première partie de nos contributions a porté sur les algorithmes de bandits-manchots pour la recommandation. Elle aborde la diversification des recommandations visant à améliorer la précision individuelle. La seconde partie a porté sur la capture de contexte, le raisonnement contextuel pour les systèmes de recommandation d’événements culturels dans la ville intelligente, et l’enrichissement dynamique de contexte pour les algorithmes de bandits-manchots contextuels
Nowadays, Multi-Armed Bandit algorithms for context-aware recommendation systems are extensively studied. In order to meet challenges underlying this field of research, our works and contributions have been organised according to three research directions : 1) recommendation systems ; 2) Multi-Armed Bandit (MAB) and Contextual Multi-Armed Bandit algorithms (CMAB) ; 3) context.The first part of our contributions focuses on MAB and CMAB algorithms for recommendation. It particularly addresses diversification of recommendations for improving individual accuracy. The second part is focused on contextacquisition, on context reasoning for cultural events recommendation systems for Smart Cities, and on dynamic context enrichment for CMAB algorithms

APA, Harvard, Vancouver, ISO, and other styles

13

Lemdani, Roza. "Système hybride d'adaptation dans les systèmes de recommandation." Thesis, Université Paris-Saclay (ComUE), 2016. http://www.theses.fr/2016SACLC050/document.

Full text

Abstract:

Les systèmes de recommandation sont des outils servant à suggérer aux utilisateurs des items pouvant les intéresser. De tels systèmes requièrent la définition d'un algorithme prenant en compte le domaine d'application. Cet algorithme est ensuite exécuté pour chaque utilisateur du système afin de lui générer des recommandations, et ce, sans prendre en compte ses particularités et ses besoins spécifiques.L'objet de cette thèse consiste à proposer une nouvelle approche de recommandation hybride combinant plusieurs algorithmes de recommandation afin d'obtenir une recommandation plus précise. De plus, l'approche proposée repose sur la structure de l'ontologie donnée en entrée du système, ce qui la rend réutilisable, facilement adaptable et applicable à tous les domaines (musique, publications scientifiques, films, etc.).Nous nous sommes également intéressées à la détection du type de recommandations auxquelles l'utilisateur répond le mieux afin d'adapter le processus de recommandation à chaque catégorie d'utilisateur et d'obtenir des recommandations plus ciblées. Notre approche de recommandation permet également d'expliquer les recommandations obtenues, ce qui permet d'augmenter la confiance de l'utilisateur vis-à-vis du système en lui prouvant que ses recommandations lui sont personnellement destinées et de lui donner la possibilité de corriger les explications, ce qui améliore la connaissance de l'utilisateur par le système et aide à écarter les futures recommandations non pertinentes.Le système de recommandation défini a été expérimenté hors-ligne à l'aide d'une validation croisée sur le dataset de MovieLens et en ligne avec de vrais utilisateurs. Les résultats obtenus sont très satisfaisants
Recommender systems are tools used to present users with items that might interest them. Such systems use algorithms that rely on the domain application. These algorithms are then executed for each user in order to find the most relevant recommendations for him, without taking into account his specific needs.In this thesis, we define a hybrid recommender system which combines several recommendation algorithms in order to obtain more accurate recommendations. Moreover, the defined approach relies on the structure of the input ontology, which makes the framework reusable, adaptable and domain-independent (music, research papers, films, etc.).We also had an interest in detecting in which kind of recommendations a user responds better in order to adapt the recommendation process to each user category and obtain more targeted recommendations. Finally, our approach can explain each recommendation, which increases the user confidence in the system by proving him that the recommendations are adapted to him. We also allow the user to correct the explanations in order to help the system to get a better understanding of him and avoid non accurate recommendations in the future.Our recommender system has been experimented online with real users and offline by performing a cross-validation on the MovieLens dataset. The results of the experimentation are very satisfying so far

APA, Harvard, Vancouver, ISO, and other styles

14

Piton, Thomas. "Une Méthodologie de Recommandations Produits Fondée sur l'Actionnabilité et l'Intérêt Économique des Clients - Application à la Gestion de la Relation Client du groupe VM Matériaux." Phd thesis, Université de Nantes, 2011. http://tel.archives-ouvertes.fr/tel-00643243.

Full text

Abstract:

Dans un contexte concurrentiel, la richesse des entreprises réside dans leurs clients. Il est plus rentable de fidéliser un client existant que d'en acquérir un nouveau. De ce fait, les entreprises cherchent à mieux connaître leurs clients pour trouver des moyens de les fidéliser. Cette approche de la connaissance des clients fondée sur l'analyse des données se heurte toutefois au volume important des données. Ce constat pousse les entreprises à Extraire des Connaissances à partir des Données. Ces connaissances et leur actionnabilité fournissent aux experts un outil d'aide à la décision dont la performance peut être mesurée par le retour sur investissement généré par les actions. Les systèmes de recommandation sont adaptés pour mettre en place ces outils car ils permettent de filtrer l'information puis de recommander de manière proactive des produits susceptibles de fidéliser le client. Dans le cadre d'une stratégie commerciale basée sur les forces de vente, comment fidéliser les clients pour accroître leur valeur ? Une mauvaise recommandation intrusive peut en effet avoir des répercussions importantes sur le client et le commercial peut refuser d'utiliser le système s'il ne juge pas les recommandations suffisamment pertinentes. Pour s'affranchir de ces contraintes, nous avons proposé la méthodologie CAPRE qui consiste à extraire des comportements de référence sous la forme de cohortes de règles en ciblant raisonnablement les clients présentant un manque à gagner et en quantifiant le profit espéré. Cette approche a été mise en oeuvre au sein de l'outil ARKIS. Notre méthodologie a été validée sur le jeu de données MovieLens puis validée et appliquée sur les données opérationnelles du groupe VM Matériaux.

APA, Harvard, Vancouver, ISO, and other styles

15

Sidana, Sumit. "Systèmes de recommandation pour la publicité en ligne." Thesis, Université Grenoble Alpes (ComUE), 2018. http://www.theses.fr/2018GREAM061/document.

Full text

Abstract:

Cette thèse est consacrée à l’étude des systèmes de recommandation basés sur des réseaux de neurones artificiels appris pour faire de l'ordonnancement de produits avec des retours implicites (sous forme de clics). Dans ce sens, nous proposons un nouveau modèle neuronal qui apprend conjointement la représentation des utilisateurs et des produits dans un espace latent, ainsi que la relation de préférence des utilisateurs sur les produits. Nous montrons que le modèle proposé est apprenable au sens du principe de la minimisation du risque empirique et performant par rapport aux autres modèles de l'état de l'art sur plusieurs collections. En outre, nous contribuons à la création de deux nouvelles collections, produites grâce aux enregistrements des comportements de clients de Kelkoo (https://www.kelkoo.com/); le leader européen de la publicité programmatique et de Purch (http://www.purch.com/). Les deux jeux de données recueillent des retours implicites des utilisateurs sur des produits, ainsi qu’un grand nombre d'informations contextuelles concernant à la fois les clients et les produits. La collections de données de Purch contient en plus une information sur la popularité des produits ainsi que des commentaires textuelles associés. Nous proposons, une stratégie simple et efficace sur la manière de prendre en compte le biais de la popularité ainsi qu'un modèle probabiliste latent temporel pour extraire automatiquement les thèmes des textes des commentaires.Mots clés. Systèmes de recommandation, apprentissage d'ordonnancement, réseaux de neurones, recommandations avec des retours implicites, Modèles probabilistes latents temporels
This thesis is dedicated to the study of Recommendation Systems for implicit feedback (clicks) mostly using Learning-to-rank and neural network based approaches. In this line, we derive a novel Neural-Network model that jointly learns a new representation of users and items in an embedded space as well as the preference relation of users over the pairs of items and give theoretical analysis. In addition we contribute to the creation of two novel, publicly available, collections for recommendations that record the behavior of customers of European Leaders in eCommerce advertising, Kelkoofootnote{url{https://www.kelkoo.com/}} and Purchfootnote{label{purch}url{http://www.purch.com/}}. Both datasets gather implicit feedback, in form of clicks, of users, along with a rich set of contextual features regarding both customers and offers. Purch's dataset, is affected by popularity bias. Therefore, we propose a simple yet effective strategy on how to overcome the popularity bias introduced while designing an efficient and scalable recommendation algorithm by introducing diversity based on an appropriate representation of items. Further, this collection contains contextual information about offers in form of text. We make use of this textual information in novel time-aware topic models and show the use of topics as contextual information in Factorization Machines that improves performance. In this vein and in conjunction with a detailed description of the datasets, we show the performance of six state-of-the-art recommender models.Keywords. Recommendation Systems, Data Sets, Learning-to-Rank, Neural Network, Popularity Bias, Diverse Recommendations, Contextual information, Topic Model

APA, Harvard, Vancouver, ISO, and other styles

16

Szczerbak, Michal Krzysztof. "Colloborative Situation Awareness." Télécom Bretagne, 2013. http://www.telecom-bretagne.eu/publications/publication.php?idpublication=13949.

Full text

Abstract:

La sensibilité à la situation et l'intelligence collective, sont deux technologies utilisées dans les systèmes intelligents. La première rend ces systèmes capables de raisonnement sur leur connaissance abstraite sur ce qui se passe. La seconde permet d'apprendre et de dériver de nouvelles informations à partir de la composition d'expériences de leurs utilisateurs. Dans ce mémoire de thèse nous présentons une recherche doctorale qui s'efforce combiner les deux afin d'obtenir, de façon collaborative, un ensemble des règles de situations, dont le partage soit profitable pour une communauté d'entités. Nous introduisons le système de recommandation KRAMER, que nous avons conçu et mis en oeuvre comme une solution au problème d'inexistence des outils de support à la fois sensibles à la situation et collaboratifs. Le système étant générique, nous appliquons l'implémentation de son prototype à un scénario de communication sociale enrichie de contexte
Situation awareness and collective intelligence are two technologies used in smart systems. The former renders those systems able to reason upon their abstract knowledge of what is going on. The latter enables them learning and deriving new information from a composition of experiences of their users. In this dissertation we present a doctoral research on an attempt to combine the two in order to obtain, in a collaborative fashion, situation-based rules that the whole community of entities would benefit of sharing. We introduce the KRAMER recommendation system, which we designed and implemented as a solution to the problem of not having decision support tools both situation-aware and collaborative. The system is independent from any domain of application in particular, in other words generic, and we apply its prototype implementation to context-enriched social communication scenario

APA, Harvard, Vancouver, ISO, and other styles

17

Lherisson, Pierre-René. "Système de recommandation équitable d'oeuvres numériques. En quête de diversité." Thesis, Lyon, 2018. http://www.theses.fr/2018LYSES018/document.

Full text

Abstract:

Les systèmes de recommandation jouent un rôle important dans l'orientation des choix des utilisateurs. La recommandation se fait généralement par une optimisation d'une mesure de précision de l'adéquation entre un utilisateur et un produit. Cependant, plusieurs travaux de recherche ont montré que l’optimisation de la précision ne produisait pas les recommandations les plus utiles pour les utilisateurs. Un système trop précis peut contribuer à confiner les utilisateurs dans leur propre bulle de choix. Ceci peut aussi produire un effet de foule qui va concentrer les usages autour de quelques articles populaires. Par conséquent, il y a un manque de diversité et de nouveauté dans les recommandations et une couverture limitée du catalogue. Par ailleurs, l’utilisateur peut ressentir de la frustration envers ces recommandations monotones et arrêter de se fier au système. Ce type de recommandation va à l’antithèse de l’esprit humain qui peut être friand de nouveauté et de diversité. Même si la routine peut être sécurisante, l’être humain aime sortir des sentiers battus pour, par exemple, découvrir de nouveaux produits, tenter de nouvelles expériences. Cette absence de découverte est préjudiciable pour une plateforme numérique, surtout si cette dernière veut être équitable dans ses recommandations envers tous les producteurs de contenu (par exemple, les artistes, les écrivains, les développeurs de jeux vidéos, les vidéastes). Dans cette thèse, nous présentons deux familles de modèles qui cherchent à produire des résultats qui vont au-delà des aspects de précision pour des systèmes de recommandation pour des produits culturels basés sur le contenu. Les deux modèles que nous présentons reposent sur l’étude du profil de l’utilisateur avant de lui proposer des listes de recommandations contenant des articles nouveaux et divers. Ces approches captent la diversité qu’il y a dans le profil de l’utilisateur et répondent à cette diversité en cherchant à créer une liste diversifiée de recommandations sans trop pénaliser la précision. Le premier modèle repose principalement sur une approche de clustering. Dans ce modèle, nous proposons de la diversité à l’utilisateur tout en restant dans le périmètre de ses goûts. Le second modèle est basé sur une fonction issue de la loi normale. Nous faisons l’hypothèse de l’existence d’une zone intermédiaire définie entre des éléments considérés comme trop similaires et d’autres considérés comme trop différents. Cette zone intermédiaire est une zone propice à la découverte et à l’exploration de genres et d’expériences nouveaux. Nos propositions sont testées sur des jeux de données standards et comparées à des algorithmes de l’état de l’art. Les résultats de nos expériences montrent que nos approches apportent de la diversité et de la nouveauté et sont compétitives par rapport aux méthodes de l’état de l’art. Nous proposons également une expérience utilisateur pour valider notre modèle basé sur la fonction issue de la loi normale. Les résultats des expériences centrées sur l’utilisateur montrent que ce modèle correspond au comportement cognitif de l’être humain ainsi qu’à sa perception de la diversité
Recommender systems play a leading role in user’s choice guidance. The search of accuracy in such systems is generally done through an optimization of a function between the items and the users. It has been proved that maximizing only the accuracy does not produce the most useful recommendation for the users. This can confine individuals inside the bubble of their own choices. Additionally, it tends to emphasize the agglomaration of the users’ behavior on few popular items. Thus, it produces a lack of diversity and novelty in recommendations and a limited coverage of the platform catalog. This can lead to an absence of discovery. Monotony and frustration are also induced for the users. This non-discovery is even more crucial if the platform wants to be fair in its recommendations with all contents’ producers (e.g, music artists, writers, video game developers or videographers). The non diversity, and novelty problem is more important for the users because it has been shown that human mind appreciates when moved outside of its comfort zone. For example, the discovery of new artists, the discovery of music genres for which he is not accustomed. In this thesis we present two families of model that aim to go beyond accuracy in content based recommender system scenario. Our two models are based on a user profile understanding prior to bring diversification. They capture the diversity in the user profile and respond to thisdiversity by looking to create a diverse list of recommendation without loosing to much accuracy. The first model is mainly built upon a clustering approach, while the second model is based on an wavelet function. This wavelet function in our model helps us delimit an area where the user will find item slightly different from what he liked in the past. This model is based on the assumption of the existence of a defined intermediate area between similar and different items. This area is also suitable for discovery. Our proposals are tested on a common experimental design that consider well-known datasets and state-of-the-art algorithm. The results of our experiments show that our approaches indeed bring diversity and novelty and are also competitive against state-of-the-art method. We also propose a user-experiment to validate our model based on the wavelet. The results of user centered experiments conclude that this model corresponds with human cognitive and perceptual behavior

APA, Harvard, Vancouver, ISO, and other styles

18

Cambolive, Guillaume. "Scrables : un système intelligent d'audit." Toulouse 3, 1993. http://www.theses.fr/1993TOU30237.

Full text

Abstract:

Cette these decrit les travaux realises pour repondre aux besoins des auditeurs en matiere de systemes d'informations. Ces travaux se situent a l'intersection de deux domaines: celui des systemes d'informations et celui de l'intelligence artificielle distribuee. Realiser un audit necessite des connaissances multi-domaines et la mise en uvre d'une demarche de resolution de probleme hierarchique et en partie opportuniste. Le systeme d'information a la disposition des auditeurs est constitue principalement de documents a structures complexes. L'auteur definit dans un premier temps un modele de description de documents a structures complexes et une approche de conception et d'exploitation de ces documents. L'auteur traite dans un second temps l'aspect systeme intelligent. Il caracterise les connaissances et la demarche d'audit. Il definit ensuite un modele et un systeme a architecture de type tableau noir. En dernier lieu, l'auteur traite l'interconnection du systeme intelligent avec le systeme de gestion de documents. Celle-ci permet au systeme intelligent de recevoir des donnees issues des documents, et de leur renvoyer ses analyses et resultats

APA, Harvard, Vancouver, ISO, and other styles

19

Karoui, Hajer. "Système coopératif de type égal-à-égal pour la recommandation : Application à la gestion et la recommandation de références bibliographiques." Phd thesis, Université Paris-Nord - Paris XIII, 2007. http://tel.archives-ouvertes.fr/tel-00299935.

Full text

Abstract:

Nous explorons la réutilisation et le partage automatique des expériences passées des utilisateurs dans des tâches de RI. Le but est de proposer des recommandations pertinentes à l'utilisateur selon ses intérêts. Nous utilisons le raisonnement à partir de cas (RàPC) comme une méthodologie d'apprentissage et de modélisation de l'expérience des utilisateurs et, l'architecture P2P afin de préserver l'autonomie des utilisateurs. Pour illustrer notre approche, nous avons développé une application pilote COBRAS pour la gestion et la recommandation de références bibliographiques.
Deux problématiques se présentent : comment obtenir les références pertinentes et comment choisir des agents avec qui collaborer ? Pour résoudre ces problèmes, nous nous sommes basés sur l'exploitation des historiques des interactions entre les agents.
Le RàPC est utilisée pour deux finalités :
a)déterminer pour une requête, des agents intéressants à interroger ;
b)chercher pour une requête, des références pertinentes.

APA, Harvard, Vancouver, ISO, and other styles

20

Grossetti, Quentin. "Système de recommandation sur les plateformes de micro-blogging et bulles filtrantes." Electronic Thesis or Diss., Sorbonne université, 2018. http://www.theses.fr/2018SORUS304.

Full text

Abstract:

Avec la croissance sans précédent des publications sur les plateformes de micro-blogging, trouver du contenu intéressant pour un utilisateur est devenu un enjeu majeur. Cependant, en raison des propriétés intrinsèques des plateformes de micro–blogging, comme le flux gigantesque de messages arrivant tous les jours et leur faible durée de vie, il est difficile d’appliquer les méthodes traditionnelles de recommandation comme la factorisation matricielle. Après une étude approfondie d’un large jeu de donnée issu de Twitter, nous présentons un modèle de propagation qui repose sur l’homophilie présente dans le réseau pour recommander des messages aux utilisateurs. Notre approche s’appuie sur la construction d’un graphe de similarités lié aux interactions des utilisateurs. Nous présentons plusieurs expérimentations pour démontrer la qualité de prédiction de notre modèle et sa capacité à passer à l’échelle. Enfin, nous évaluons différents algorithmes de détections de communautés, qui permettent d’évaluer l’impact des systèmes de recommandations sur l’isolement communautaire des utilisateurs. Nous proposons une métrique permettant de quantifier la force des bulles filtrantes et nos résultats montrent que cet effet de bulle filtrante est en réalité limité pour une majorité d’utilisateurs. Il semble que, de façon contre intuitive, dans la majorité des cas les systèmes de recommandation ouvrent les perspectives des utilisateurs. Cependant, une minorité de personnes est concerné par l’effet de bulle et nous proposons donc un modèle reposant sur les liens entre communautés pour adapter les recommandations afin d’être plus en accord avec leur profil communautaire
With the unprecedented growth of user-generated content produced on microblogging platforms, finding interesting content for a given user has become a major issue. However due to the intrinsic properties of microblogging systems, such as the volumetry, the short lifetime of posts and the sparsity of interactions between users and content, recommender systems cannot rely on traditional methods, such as collaborative filtering matrix factorization. After a thorough study of a large Twitter dataset, we present a propagation model which relies on homophily to propose post recommendations. Our approach relies on the construction of a similarity graph based on retweet behaviors on top of the Twitter graph. We then conduct experiments on our real dataset to demonstrate the quality and scalability of our method. Finally, we investigate community detection algorithms and we present a metric to compute the strength of the filter bubble. Our results show that filter bubble effects are in fact limited for a majority of users. We find that, counter-intuitively, in most cases recommender systems tend to open users perspectives. However, for some specific users, the bubble effect is noticeable and we propose a model relying on communities to provide a list of recommendations closer to the user’s usage of the platform

APA, Harvard, Vancouver, ISO, and other styles

21

Fomba, Soumana. "Décision multicritère : un système de recommandation pour le choix de l'opérateur d'agrégation." Thesis, Toulouse 1, 2018. http://www.theses.fr/2018TOU10009/document.

Full text

Abstract:

Les systèmes de recommandation sont de plus en plus populaires. Les travaux issus de cette thèse se situent dans le domaine de l’Aide à la Décision Multi-Critère (MultiCriteria Decision Analysis MCDA). Dans le domaine du MCDA, il existe de nombreuses méthodes d’agrégation. Cette diversité des méthodes d'agrégation et des situations décisionnelles fait qu'il n'existe pas de super méthode applicable dans toutes les situations décisionnelles. La question est alors de savoir comment choisir un opérateur d'agrégation approprié face à un problème de décision donné ? Nous essayons dans cette thèse d'avoir des éléments de réponse à cette question, d’une part en étudiant les systèmes d’aide à la décision, d’autre part en analysant différents opérateurs d’agrégation présents dans la littérature. Ce qui nous a permis de mettre en place un système de recommandation mettant en œuvre plusieurs opérateurs d’agrégation. Lors d’une procédure d’agrégation, l’utilisateur a la possibilité de choisir un opérateur d’agrégation parmi les opérateurs disponibles. Il peut aussi se laisser proposer un opérateur d’agrégation par le système. L’opérateur d’agrégation le plus approprié au problème de décision du décideur est choisi selon plusieurs paramètres
Recommendation systems are becoming more popular. This PhD focusses on MultiCriteriaDecision Analysis (MCDA). For MCDA, it exists multiplication lot of aggregation methods. This diversity of aggregation methods and decision-making situations means that there is no super method applicable in all decision-making situations. The question then is how to choose an appropriate aggregation operator for a given decision problem? In this thesis, we try to have some answers to this question, on the one hand by studying the decision support systems, on the other hand by analyzing different aggregation operators present in the literature. This allowed us to set up a recommendation system implementing several aggregation operators. During an aggregation procedure, the user has the possibility of choosing an aggregation operator from among the available operators. It can also be offered an aggregation operator by the system. The aggregation operator most appropriate to the decision-maker's decision problem is chosen according to several parameters

APA, Harvard, Vancouver, ISO, and other styles

22

Meyer, Frank. "Systèmes de recommandation dans des contextes industriels." Phd thesis, Université de Grenoble, 2012. http://tel.archives-ouvertes.fr/tel-00767159.

Full text

Abstract:

Cette thèse traite des systèmes de recommandation automatiques. Les moteurs de recommandation automatique sont des systèmes qui permettent, par des techniques de data mining, de recommander automatiquement à des clients, en fonction de leurs consommations passées, des produits susceptibles de les intéresser. Ces systèmes permettent par exemple d'augmenter les ventes sur des sites web marchands : le site Amazon a une stratégie marketing en grande partie basée sur la recommandation automatique. Amazon a popularisé l'usage de la recommandation automatique par la célèbre fonction de recommandation que nous qualifions d'item-to-items, le fameux : " les personnes qui ont vu/acheté cet articles ont aussi vu/acheté ces articles. La contribution centrale de cette thèse est d'analyser les systèmes de recommandation automatiques dans le contexte industriel, et notamment des besoins marketing, et de croiser cette analyse avec les travaux académiques.

APA, Harvard, Vancouver, ISO, and other styles

23

Bolan, Frigo Luciana. "MathTutor : un système tuteur intelligent distribué." Toulouse 1, 2007. http://www.theses.fr/2006TOU10020.

Full text

Abstract:

Cette thèse propose un cadre méthodologique assorti d'outils informatisés, pour le développement de STI s'adaptant aux interactions avec l'élève, permettant au professeur (l'auteur d'un cours) de spécifier le contenu d'un cours sans avoir à se préoccuper des mécanismes d'adaptation de ces interactions. Plus précisément, ce cadre méthodologique de création de cours doit permettre une intégration automatique du contenu fourni par le professeur avec un mécanisme d'adaptation de l'élève qui prend en compte ses caractéristiques individuelles et les résultats de ses performances durant son interaction avec le système. Ce cadre méthodologique a été mis en oeuvre par un outil informatisé, nommé FAST (Ferramenta de Autoria para Sistemas Tutores, en portugais). FAST permet de générer la description d'un STI spécifique à un domaine avec l'utilisation d'un formalisme expressif : les réseaux de Petri à objets. Les réseaux de Pétri, outre son caractère graphique, permet la vérification de propriétés comme la présence d'impasses dans le parcours d'un étudiant. Néanmoins, l'utilisation de ce formalisme est tranparente pour le professeur et l'étudiant. Au final, l'auteur d'un cours doit uniquement fournir le modèle du domaine, accompagné d'un graphe des prérequis entre les unités du cours à partir duquel le réseau de Pétri est automatiquement généré. Enfin, un outil informatisé, nommé ASTI, a été partiellement réalisé pour permettre le développement de STI en mettant en oeuvre le cadre méthodologique FAST comme dans la conception de l'outil ASTI, l'approche orientée agents et une exploitation d'ontologies de domaine sont privilégiés.

APA, Harvard, Vancouver, ISO, and other styles

24

Frainay, Clément. "Système de recommandation basé sur les réseaux pour l'interprétation de résultats de métabolomique." Thesis, Toulouse 3, 2017. http://www.theses.fr/2017TOU30297/document.

Full text

Abstract:

La métabolomique permet une étude à large échelle du profil métabolique d'un individu, représentatif de son état physiologique. La comparaison de ces profils conduit à l'identification de métabolites caractéristiques d'une condition donnée. La métabolomique présente un potentiel considérable pour le diagnostic, mais également pour la compréhension des mécanismes associés aux maladies et l'identification de cibles thérapeutiques. Cependant, ces dernières applications nécessitent d'inclure ces métabolites caractéristiques dans un contexte plus large, décrivant l'ensemble des connaissances relatives au métabolisme, afin de formuler des hypothèses sur les mécanismes impliqués. Cette mise en contexte peut être réalisée à l'aide des réseaux métaboliques, qui modélisent l'ensemble des transformations biochimiques opérables par un organisme. L'une des limites de cette approche est que la métabolomique ne permet pas à ce jour de mesurer l'ensemble des métabolites, et ainsi d'offrir une vue complète du métabolome. De plus, dans le contexte plus spécifique de la santé humaine, la métabolomique est usuellement appliquée à des échantillons provenant de biofluides plutôt que des tissus, ce qui n'offre pas une observation directe des mécanismes physiologiques eux-mêmes, mais plutôt de leur résultante. Les travaux présentés dans cette thèse proposent une méthode pour pallier ces limitations, en suggérant des métabolites pertinents pouvant aider à la reconstruction de scénarios mécanistiques. Cette méthode est inspirée des systèmes de recommandations utilisés dans le cadre d'activités en ligne, notamment la suggestion d'individus d'intérêt sur les réseaux sociaux numériques. La méthode a été appliquée à la signature métabolique de patients atteints d'encéphalopathie hépatique. Elle a permis de mettre en avant des métabolites pertinents dont le lien avec la maladie est appuyé par la littérature scientifique, et a conduit à une meilleure compréhension des mécanismes sous-jacents et à la proposition de scénarios alternatifs. Elle a également orienté l'analyse approfondie des données brutes de métabolomique et enrichie par ce biais la signature de la maladie initialement obtenue. La caractérisation des modèles et des données ainsi que les développements techniques nécessaires à la création de la méthode ont également conduit à la définition d'un cadre méthodologique générique pour l'analyse topologique des réseaux métaboliques
Metabolomics allows large-scale studies of the metabolic profile of an individual, which is representative of its physiological state. Metabolic markers characterising a given condition can be obtained through the comparison of those profiles. Therefore, metabolomics reveals a great potential for the diagnosis as well as the comprehension of mechanisms behind metabolic dysregulations, and to a certain extent the identification of therapeutic targets. However, in order to raise new hypotheses, those applications need to put metabolomics results in the light of global metabolism knowledge. This contextualisation of the results can rely on metabolic networks, which gather all biochemical transformations that can be performed by an organism. The major bottleneck preventing this interpretation stems from the fact that, currently, no single metabolomic approach allows monitoring all metabolites, thus leading to a partial representation of the metabolome. Furthermore, in the context of human health related experiments, metabolomics is usually performed on bio-fluid samples. Consequently, those approaches focus on the footprints left by impacted mechanisms rather than the mechanisms themselves. This thesis proposes a new approach to overcome those limitations, through the suggestion of relevant metabolites, which could fill the gaps in a metabolomics signature. This method is inspired by recommender systems used for several on-line activities, and more specifically the recommendation of users to follow on social networks. This approach has been used for the interpretation of the metabolic signature of the hepatic encephalopathy. It allows highlighting some relevant metabolites, closely related to the disease according to the literature, and led to a better comprehension of the impaired mechanisms and as a result the proposition of new hypothetical scenario. It also improved and enriched the original signature by guiding deeper investigation of the raw data, leading to the addition of missed compounds. Models and data characterisation, alongside technical developments presented in this thesis, can also offer generic frameworks and guidelines for metabolic networks topological analysis

APA, Harvard, Vancouver, ISO, and other styles

25

Jelassi, Mohamed Nidhal. "Un système personnalisé de recommandation à partir de concepts quadratiques dans les folksonomies." Thesis, Clermont-Ferrand 2, 2016. http://www.theses.fr/2016CLF22693/document.

Full text

Abstract:

Les systèmes de recommandation ont acquis une certaine popularité parmi les chercheurs, où de nombreuses approches ont été proposées dans la littérature. Les utilisateurs des folksonomies partagent des items (e.g., livres, films, sites web, etc.) en les annotant avec des tags librement choisis. Avec l'essor du Web 2.0, les utilisateurs sont devenus les principaux acteurs du système étant donné qu'ils sont à la fois les contributeurs et créateurs de l'information. Ainsi, il est important de répondre à leurs besoins en leur proposant une recommandation plus ciblée. Pour ce faire, nous considérons une nouvelle dimension dans une folksonomie classiquement composée de trois dimensions et nous proposons une approche afin de regrouper les utilisateurs ayant des intérêts proches à travers des structures appelées concepts quadratiques. Ensuite, nous utilisons ces structures afin de proposer un nouveau système personnalisé de recommandation. Nous évaluons nos approches sur divers jeux de données du monde réel. Ces expérimentations ont démontré de bons résultats en termes de précision et de rappel ainsi qu'une bonne évaluation sociale. De plus, nous étudions quelques unes des métriques utilisées pour évaluer le systèmes de recommandations, comme la couverture, la diversité, l'adaptivité, la sérendipité ou encore la scalabilité. Par ailleurs, nous menons une étude de cas sur quelques utilisateurs comme complément à notre évaluation afin d'avoir l'avis des utilisateurs sur notre système. Enfin, nous proposons un nouvel algorithme qui permet de mettre à jour un ensemble de concepts triadiques sans avoir à re-scanner l'entière folksonomie. Les premiers résultats comparant les performances de notre proposition par rapport au redémarrage du processus d'extraction des concepts triadiques sur quatre jeux de données du monde réel a démontré son efficacité
Recommender systems are now popular both commercially as well as within the research community, where many approaches have been suggested for providing recommendations. Folksonomies' users are sharing items (e.g., movies, books, bookmarks, etc.) by annotating them with freely chosen tags. Within the Web 2.0 age, users become the core of the system since they are both the contributors and the creators of the information. In this respect, it is of paramount importance to match their needs for providing a more targeted recommendation. For such purpose, we consider a new dimension in a folksonomy classically composed of three dimensions and propose an approach to group users with close interests through quadratic concepts. Then, we use such structures in order to propose our personalized recommendation system of users, tags and resources. We carried out extensive experiments on two real-life datasets, i.e., MovieLens and BookCrossing which highlight good results in terms of precision and recall as well as a promising social evaluation. Moreover, we study some of the key assessment metrics namely coverage, diversity, adaptivity, serendipity and scalability. In addition, we conduct a user study as a valuable complement to our evaluation in order to get further insights. Finally, we propose a new algorithm that aims to maintain a set of triadic concepts without the re-scan of the whole folksonomy. The first results comparing the performances of our proposition andthe running from scratch the whole process over four real-life datasets show its efficiency

APA, Harvard, Vancouver, ISO, and other styles

26

Alchiekh, Haydar Charif. "Les systèmes de recommandation à base de confiance." Thesis, Université de Lorraine, 2014. http://www.theses.fr/2014LORR0203/document.

Full text

Abstract:

La divergence comportementale des utilisateurs sur le web résulte un problème de fluctuation de performance chez les systèmes de recommandation (SR) qui exploitent ce comportement pour recommander aux utilisateurs des items qu’ils vont apprécier. Ce problème est observé dans l’approche de filtrage collaboratif (FC) qui exploite les notes attribuées par les utilisateurs aux items, et l’approche à base de confiance (SRC) qui exploite les notes de confiance que les utilisateurs attribuent l’un à l’autre. Nous proposons une approche hybride qui augmente le nombre d'utilisateurs bénéficiant de la recommandation, sans perte significative de précision. Par la suite, nous identifions plusieurs caractéristiques comportementales qui permettent de constituer un profil comportemental de l’utilisateur. Ce qui nous permet de classifier les utilisateurs selon leur comportement commun, et d’observer la performance de chaque approche par classe. Par la suite, nous focalisons sur les SRC. Le concept de confiance a été abordé dans plusieurs disciplines. Il n'existe pas véritablement de consensus sur sa définition. Cependant, toutes s'accordent sur son effet positif. La logique subjective (LS) fournit une plateforme flexible pour modéliser la confiance. Nous l’utilisons pour proposer et comparer trois modèles de confiance, dont l’objectif est de prédire à un utilisateur source s’il peut faire confiance à un utilisateur cible. La recommandation peut s’appuyer sur l’expérience personnelle de la source (modèle local), un système de bouche à oreille (modèle collectif), ou encore la réputation du cible (modèle global). Nous comparons ces trois modèles aux termes de la précision, la complexité, et la robustesse face aux attaques malicieuses
Recommender systems (RS) exploit users' behaviour to recommend to them items they would appreciate. Users Behavioral divergence on the web results in a problem of performance fluctuations to (RS). This problem is observed in the approach of collaborative filtering (CF), which exploites the ratings attributed by users to items, and in the trust-based approach (TRS), which exploites the trust relations between the users. We propose a hybrid approach that increases the number of users receiving recommendation, without significant loss of accuracy. Thereafter, we identify several behavioral characteristics that define a user profile. Then we classify users according to their common behavior, and observe the performance of the approaches by class. Thereafter, we focus on the TRS. The concept of trust has been discussed in several disciplines. There is no real consensus on its definition. However, all agree on its positive effect. Subjective logic (LS) provides a flexible platform for modeling trust. We use it to propose and compare three trust models, which aims to predict whether a user source can trust a target user. Trust may be based on the personal experience of the source (local model), or on a system of mouth (collective model), or the reputation of the target (global model). We compare these three models in terms of accuracy, complexity, and robustness against malicious attacks

APA, Harvard, Vancouver, ISO, and other styles

27

Gasmi, Bernadette. "Safir : système d'assemblage flexible intelligent multi-robots." Toulouse, ENSAE, 1990. http://www.theses.fr/1990ESAE0014.

Full text

Abstract:

Ce mémoire de thèse présente un environnement de programmation pour une cellule flexible d'assemblage multi-robots: SAFIR. Il comprend un mode hors-ligne qui correspond à l'interface opérateur (spécification des graphes d'assemblage contenant plusieurs plans d'assemblage d'un même produit; instanciation des bases de données concernant les pièces à assembler et les liaisons existant entre elles) et un mode en-ligne qui gère et supervise l'exécution des tâches d'assemblage de manière dynamique. L'objectif est de s'adapter, en temps réel, à l'évolution de la cellule (retard de pièces, pannes de ressources,. . . ). SAFIR utilise une approche distribuée des connaissances sur les pièces, les ressources, les tâches d'assemblage, etc. . . Son implémentation s'appuie sur les concepts de programmation orientée objet (encapsulation et niveau d'abstraction des données).

APA, Harvard, Vancouver, ISO, and other styles

28

Delecroix, Fabien. "Dialoguer pour décider : recommandation experte proactive et prise de décision multi-agents équitable." Thesis, Lille 1, 2015. http://www.theses.fr/2015LIL10011/document.

Full text

Abstract:

Si la prise de décision peut être purement individuelle, elle peut aussi impliquer plusieurs acteurs et revêtir des aspects sociaux. Dans cette thèse, je considère deux types de processus décisionnels sociaux : la prise de décision assistée et la prise de décision collective. Dans le cas de la prise de décision assistée, deux acteurs ont des rôles distincts : décideur et assistant. Ici, le décideur est un agent humain et l'assistant un agent logiciel. Dans de nombreuses applications, les capacités dialogiques de l'assistant sont décevantes et le dialogue manque de cohérence. Pour y remédier, nous avons conçu un agent dialogique proactif visant la crédibilité conversationnelle et la pertinence des recommandations : l'agent dirige la conversation en posant les questions adéquates pour acquérir les préférences du décideur afin de lui recommander les alternatives les plus pertinentes. Notre proposition trouve une de ses applications dans le champ du e-commerce. La deuxième contribution concerne la prise de décision collective. L'objectif visé est d'établir un processus permettant d'aboutir à un accord compatible avec des préférences incomplètes, qui engage l'ensemble des participants et présente un caractère équitable. Pour ce faire, je définis les accords équitables en appliquant le critère du leximax sur le rang des alternatives. Je propose ensuite un protocole de négociation permettant d'atteindre de tels accords et l'évalue au regard de la stratégie employée par les agents participant. Enfin, le protocole est appliqué à la recherche d'un point de rencontre dans un labyrinthe
If decision making can be a pure individual process, it can involve several actors and present social aspects. In this thesis, I consider two types of social decision process : supported decision making and collective decision making. Concerning supported decision making, two actors have distinct roles : the decision maker and the assistant. Here, the decision maker is a human agent and the assistant a software one. In many applications, the dialogical abilities of the assistant are deceptive and the dialogue lacks of consistency. To tackle this problem, we design a proactive dialogical agent aiming for the credibility in conversation and the relevance of recommandations : our agent leads the conversation in asking relevant questions to collect the preferences of the decision maker and use them in recommending the alternatives that fit the most. We apply our approach on the e-commerce field. The second contribution concerns collective decision. The objective is to define a process that lead to a fair agreement, even if participants have incomplete preferences. For this purpose, I define the fair agreements by applying the leximax criterion on the rank of alternatives. Then, I propose a negotiation protocol to reach such agreements and the strategy is taken into account to evaluate it. Finally, the protocol is applied to the search of a meeting point in a maze

APA, Harvard, Vancouver, ISO, and other styles

29

Benouaret, Idir. "Un système de recommandation contextuel et composite pour la visite personnalisée de sites culturels." Thesis, Compiègne, 2017. http://www.theses.fr/2017COMP2332/document.

Full text

Abstract:

Notre travail concerne les systèmes d’aide à la visite de musée et l’accès au patrimoine culturel. L’objectif est de concevoir des systèmes de recommandation, implémentés sur dispositifs mobiles, pour améliorer l’expérience du visiteur, en lui recommandant les items les plus pertinents et en l’aidant à personnaliser son parcours. Nous considérons essentiellement deux terrains d’application : la visite de musées et le tourisme. Nous proposons une approche de recommandation hybride et sensible au contexte qui utilise trois méthodes différentes : démographique, sémantique et collaborative. Chaque méthode est adaptée à une étape spécifique de la visite de musée. L’approche démographique est tout d’abord utilisée afin de résoudre le problème du démarrage à froid. L’approche sémantique est ensuite activée pour recommander à l’utilisateur des œuvres sémantiquement proches de celles qu’il a appréciées. Enfin l’approche collaborative est utilisée pour recommander à l’utilisateur des œuvres que les utilisateurs qui lui sont similaires ont aimées. La prise en compte du contexte de l’utilisateur se fait à l’aide d’un post-filtrage contextuel, qui permet la génération d’un parcours personnalisé dépendant des œuvres qui ont été recommandées et qui prend en compte des informations contextuelles de l’utilisateur à savoir : l’environnement physique, la localisation ainsi que le temps de visite. Dans le domaine du tourisme, les points d’intérêt à recommander peuvent être de différents types (monument, parc, musée, etc.). La nature hétérogène de ces points d’intérêt nous a poussé à proposer un système de recommandation composite. Chaque recommandation est une liste de points d’intérêt, organisés sous forme de packages, pouvant constituer un parcours de l’utilisateur. L’objectif est alors de recommander les Top-k packages parmi ceux qui satisfont les contraintes de l’utilisateur (temps et coût de visite par exemple). Nous définissons une fonction de score qui évalue la qualité d’un package suivant trois critères : l’appréciation estimée de l’utilisateur, la popularité des points d’intérêt ainsi que la diversité du package et nous proposons un algorithme inspiré de la recherche composite pour construire la liste des packages recommandés. L’évaluation expérimentale du système que nous avons proposé, en utilisant un data-set réel extrait de Tripadvisor démontre sa qualité et sa capacité à améliorer à la fois la précision et la diversité des recommandations
Our work concerns systems that help users during museum visits and access to cultural heritage. Our goal is to design recommender systems, implemented in mobile devices to improve the experience of the visitor, by recommending him the most relevant items and helping him to personalize the tour he makes. We consider two mainly domains of application : museum visits and tourism. We propose a context-aware hybrid recommender system which uses three different methods : demographic, semantic and collaborative. Every method is adapted to a specific step of the museum tour. First, the demographic approach is used to solve the problem of the cold start. The semantic approach is then activated to recommend to the user artworks that are semantically related to those that the user appreciated. Finally, the collaborative approach is used to recommend to the user artworks that users with similar preferences have appreciated. We used a contextual post filtering to generate personalized museum routes depending on artworks which were recommended and contextual information of the user namely : the physical environment, the location as well as the duration of the visit. In the tourism field, the items to be recommended can be of various types (monuments, parks, museums, etc.). Because of the heterogeneous nature of these points of interest, we proposed a composite recommender system. Every recommendation is a list of points of interest that are organized in a package, where each package may constitute a tour for the user. The objective is to recommend the Top-k packages among those who satisfy the constraints of the user (time, cost, etc.). We define a scoring function which estimates the quality of a package according to three criteria : the estimated appreciation of the user, the popularity of points of interest as well as the diversity of packages. We propose an algorithm inspired by composite retrieval to build the list of recommended packages. The experimental evaluation of the system we proposed using a real world data set crawled from Tripadvisor demonstrates its quality and its ability to improve both the relevance and the diversity of recommendations

APA, Harvard, Vancouver, ISO, and other styles

30

Tadlaoui, Mohammed. "Système de recommandation de ressources pédagogiques fondé sur les liens sociaux : Formalisation et évaluation." Thesis, Lyon, 2018. http://www.theses.fr/2018LYSEI053/document.

Full text

Abstract:

Avec la quantité croissante du contenu pédagogique produit chaque jour par les utilisateurs, il devient très difficile pour les apprenants de trouver les ressources les plus adaptées à leurs besoins. Les systèmes de recommandation sont utilisés dans les plateformes éducatives pour résoudre le problème de surcharge d'information. Ils sont conçus pour fournir des ressources pertinentes à un apprenant en utilisant certaines informations sur les utilisateurs et les ressources. Le présent travail s'inscrit dans le contexte des systèmes de recommandation des ressources pédagogiques, en particulier les systèmes qui utilisent des informations sociales. Nous avons défini une approche de recommandation de ressources éducatives en se basant sur les résultats de recherche dans le domaine des systèmes de recommandation, des réseaux sociaux et des environnements informatiques pour l’apprentissage humain. Nous nous appuyons sur les relations sociales entre apprenants pour améliorer la précision des recommandations. Notre proposition est basée sur des modèles formels qui calculent la similarité entre les utilisateurs d'un environnement d'apprentissage pour générer trois types de recommandation, à savoir la recommandation des 1) ressources populaires, 2) ressources utiles et 3) ressources récemment consultées. Nous avons développé une plateforme d'apprentissage, appelée Icraa, qui intègre nos modèles de recommandation. La plateforme Icraa est un environnement d’apprentissage social qui permet aux apprenants de télécharger, de visualiser et d’évaluer les ressources éducatives. Dans cette thèse, nous présentons les résultats d'une expérimentation menée pendant deux ans qui a impliqué un groupe de 372 apprenants d'Icraa dans un contexte éducatif réel. L'objectif de cette expérimentation est de mesurer la pertinence, la qualité et l'utilité des ressources recommandées. Cette étude nous a permis d'analyser les retours des utilisateurs concernant les trois types de recommandations. Cette analyse a été basée sur les traces des utilisateurs enregistrées avec Icraa et sur un questionnaire. Nous avons également effectué une analyse hors ligne en utilisant un jeu de données afin de comparer notre approche avec quatre algorithmes de référence
With the increasing amount of educational content produced daily by users, it becomes very difficult for learners to find the resources that are best suited to their needs. Recommendation systems are used in educational platforms to solve the problem of information overload. They are designed to provide relevant resources to a learner using some information about users and resources. The present work fits in the context of recommender systems for educational resources, especially systems that use social information. We have defined an educational resource recommendation approach based on research findings in the area of recommender systems, social networks, and Technology-Enhanced Learning. We rely on social relations between learners to improve the accuracy of recommendations. Our proposal is based on formal models that calculate the similarity between users of a learning environment to generate three types of recommendation, namely the recommendation of 1) popular resources; 2) useful resources; and 3) resources recently consulted. We have developed a learning platform, called Icraa, which integrates our recommendation models. The Icraa platform is a social learning environment that allows learners to download, view and evaluate educational resources. In this thesis, we present the results of an experiment conducted for almost two years on a group of 372 learners of Icraa in a real educational context. The objective of this experiment is to measure the relevance, quality and usefulness of the recommended resources. This study allowed us to analyze the user’s feedback on the three types of recommendations. This analysis is based on the users’ traces which was saved with Icraa and on a questionnaire. We have also performed an offline analysis using a dataset to compare our approach with four base line algorithms

APA, Harvard, Vancouver, ISO, and other styles

31

Picot-Clémente, Romain. "Une architecture générique de Systèmes de recommandation de combinaison d'items : application au domaine du tourisme." Phd thesis, Université de Bourgogne, 2011. http://tel.archives-ouvertes.fr/tel-00688994.

Full text

Abstract:

Cette thèse apporte une généralisation du principe de recommandation des systèmes de recommandation. Au lieu de considérer une recommandation comme un item, elle est considérée comme une combinaison constituée de plusieurs items suivant un pattern donné. Une recommandation d'un seul item est alors un cas particulier de ce type de recommandation. L'architecture de système de recommandation proposé se base sur une architecture dérivée des travaux en systèmes hypermédia adaptatifs. Trois couches sont définies : une couche sémantique, une couche utilisateur et une couche intelligence. La couche sémantique est constituée de deux sous-couches, une sous-couche modélisant le contenu suivant la connaissance générale du domaine et une sous-couche modélisant le contenu suivant la connaissance spécifique à l'application, plus précisément spécifique aux possibles contraintes des utilisateurs dans l'application. Cette deuxième partie permet de prendre en compte le savoir-faire du fournisseur de l'offre dans les propositions du système de recommandation. La couche utilisateur modélise l'utilisateur au sein du système de recommandation et la couche intelligence contient le processus de recommandation. Nous proposons de décomposer ce dernier en deux sous-processus principaux, un processus dit de projection des individus du domaine sur les profils utilisateurs et un processus de recherche combinatoire. Le premier apporte une pondération, appelée note dans la plupart des systèmes de recommandation, donnant les intérêts probables des utilisateurs pour les différents items. Le processus de recherche combinatoire recherche parmi la multitude de combinaisons possibles, une solution convenable (optimale si possible) à proposer à l'utilisateur. Cette architecture de système de recommandation combinatoire est appliquée au domaine touristique pour l'entreprise Côte-d'Or Tourisme impliquée dans le contrat de recherche. Le but de cette application est de proposer à l'utilisateur un ensemble d'offres touristiques sous forme de séjour. Ce problème touristique amène à la définition formelle d'un problème d'optimisation combinatoire qui est une variante d'un sous-problème du problème de sac à dos. Pour résoudre ce genre de problème, il est nécessaire d'utiliser une métaheuristique afin de tendre vers une bonne solution en un temps raisonnable. Nous présentons un algorithme basé sur le recuit simulé et un algorithme multi-objectif pour la résolution de ce problème. L'instanciation de chaque couche de l'architecture pour le système touristique est décrite en détail. Enfin, cette thèse présente une application mobile faisant office d'interface utilisateur avec le système de recommandation touristique et elle présente les développements techniques nécessaires à ce projet, étant donné son contexte industriel.

APA, Harvard, Vancouver, ISO, and other styles

32

You, Wei. "Un système à l'approche basée sur le contenu pour la recommandation personnalisée d'articles de recherche." Compiègne, 2011. http://www.theses.fr/2011COMP1922.

Full text

Abstract:

La recommandation personnalisée d'article de recherche filtre les publications selon les centres d'intérêt spécifiques en recherche des utilisateurs, et, bien menée, pourrait considérablement alléger le problème de la surcharge d'informations. Le filtrage basé sur le contenu est une solution prometteuse pour cette tâche parce qu'elle exploite efficacement la nature textuelle des articles de recherche. En général, la recommandation d'articles de recherche basée sur le contenu pose trois questions essentielles : la représentation des articles candidats, la construction du profil utilisateur, et la conception d'un modèle qui permette de comparer la représentation du contenu des articles candidats avec la représentation des intérêts de l'utilisateur cible. Dans cette thèse, nous développons tout d'abord une technique d'extraction automatique d'expressions-clés pour représenter les articles scientifiques. Cette technique améliore les approches existantes en utilisant une localisation plus précise des expressions-clés potentielles et une nouvelle stratégie pour éliminer le chevauchement dans la liste de sortie. Cette technique est un acteur majeur du système : en effet, non seulement elle fournit une représentation de l'article candidat, mais elle est également réutilisée pour la construction de l'ontologie de domaine, et pour l'analyse des articles appartenant à l'histoire des utilisateurs. Ensuite, pour la construction du profil utilisateur, nous proposons une nouvelle approche basée sur les ontologies. Le profil ontologique de l'utilisateur peut être décrit comme suit : tous les utilisateurs partagent une ontologie de domaine commune qui représente la base de connaissances des utilisateurs. Pour chaque utilisateur, nous créons alors une instance personnelle de l'ontologie étendue pour représenter ses besoins spécifiques. Cette instance personnelle contient tous les concepts intéressants pour l'utilisateur, et chaque concept est annoté par un score d'intérêt qui reflète le degré d'intérêt de l'utilisateur pour ce concept. On distingue les chercheurs chevronnés et les jeunes chercheurs en dérivant leurs intérêts en recherche individuelle à partir des différents ensembles de leur histoire. Nous utilisons également la structure des ontologies et appliquons l'algorithme de propagation nommé "spreading activation" pour déduire les intérêts possibles de l'utilisateur. Finalement, nous explorons un nouveau modèle pour produire des recommandations en recourant à la théorie Dempster-Shafer. On observe que quand un chercheur veut décider si oui ou non un article de recherche l'intéresse, il peut considérer le texte de l'article comme une suite d'expressions. Les expressions relatives à ses centres d'intérêt en recherche encouragent une lecture poussée de l'article, tandis que les expressions relevant de sujets qui ne l'intéressent pas diminuent son intérêt pour l'article. Notre modèle simule ce processus d'évaluation. Du point de vue de la théorie de croyance, les termes clés extraits à partir d'un article candidat peuvent être considérés comme des sources de croyance. A ces parts de croyance, notre modèle associe des degrés d'intérêt de l'utilisateur. Dés lors, comme ces croyances s'accumulent et se renforcent, une inclination prend forme et devient graduellement plus nette. Différentes d'autres mesures basées sur la similarité entre la représentation des articles candidats et les profils utilisateur, nos recommandations, produites en combinant toutes les parts de croyance, peuvent directement mesurer à quel point l'utilisateur pourrait être intéressé par l'article candidat. Les résultats expérimentaux montrent que le système que nous avons développé surpasse la plupart des approches actuelles. De plus, la méthode proposée est suffisamment générique pour permettre la résolution d'autres tâches de recommandation
Personalized research paper recommendation filters the publications according to the specific research interests of users, which could significantly alleviate the information overload problem. Content-based filtering is a promising solution for this task because it can effectively exploit the textual-nature of research papers. A content-based recommender system usually concerns three essential issues: item representation, user profiling, and a model that provides recommendations by comparing candidate item's content representation with the target user's interest representation. In this dissertation, we first propose an automatic keyphrase extraction technique for scientific documents, which improves the existing approaches by using a more precise location for potential keyphrases and a new strategy for eliminating the overlap in the output list. This technique helps to implement the representation of candidate papers and the analysis of users' history papers. Then for modeling the users' information needs, we present a new ontology-based approach. The basic idea is that each user is represented as an instance of a domain ontology in which concepts are assigned interest scores reflecting users' degree of interest. We distinguish senior researchers and junior researchers by deriving their individual research interests from different history paper sets. We also takes advantage of the structure of the ontology and apply spreading activation model to reason about the interests of users. Finally, we explore a novel model to generate recommendations by resorting to the Dempster-Shafer theory. Keyphrases extracted from the candidate paper are considered as sources of evidence. Each of them are linked to different levels of user interest and the strength of each link is quantified. Different from other similarity measures between user profiles and candidate papers, our recommendation result produced by combining all evidence is able to directly indicate the possibility that a user might be interested in the candidate paper. Experimental results show that the system we developed for personalized research paper recommendation outperforms other state-of-the-art approaches. The proposed method can be used as a generic way for addressing different types of recommendation problems

APA, Harvard, Vancouver, ISO, and other styles

33

Draidi, Fady. "Recommandation Pair-à-Pair pour Communautés en Ligne à Grande Echelle." Phd thesis, Université Montpellier II - Sciences et Techniques du Languedoc, 2012. http://tel.archives-ouvertes.fr/tel-00766963.

Full text

Abstract:

Les systèmes de recommandation (RS) et le pair-à-pair (P2) sont complémen-taires pour faciliter le partage de données à grande échelle: RS pour filtrer et person-naliser les requêtes des utilisateurs, et P2P pour construire des systèmes de partage de données décentralisés à grande échelle. Cependant, il reste beaucoup de difficultés pour construire des RS efficaces dans une infrastructure P2P. Dans cette thèse, nous considérons des communautés en ligne à grande échelle, où les utilisateurs notent les contenus qu'ils explorent et gardent dans leur espace de travail local les contenus de qualité pour leurs sujets d'intérêt. Notre objectif est de construire un P2P-RS efficace pour ce contexte. Nous exploitons les sujets d'intérêt des utilisateurs (extraits automatiquement des contenus et de leurs notes) et les don-nées sociales (amitié et confiance) afin de construire et maintenir un overlay P2P so-cial. La thèse traite de plusieurs problèmes. D'abord, nous nous concentrons sur la conception d'un P2P-RS qui passe à l'échelle, appelé P2Prec, en combinant les ap-proches de recommandation par filtrage collaboratif et par filtrage basé sur le contenu. Nous proposons alors de construire et maintenir un overlay P2P dynamique grâce à des protocoles de gossip. Nos résultats d'expérimentation montrent que P2Prec per-met d'obtenir un bon rappel avec une charge de requêtes et un trafic réseau accep-tables. Ensuite, nous considérons une infrastructure plus complexe afin de construire et maintenir un overlay P2P social, appelé F2Frec, qui exploite les relations sociales entre utilisateurs. Dans cette infrastructure, nous combinons les aspects filtrage par contenu et filtrage basé social, pour obtenir un P2P-RS qui fournit des résultats de qualité et fiables. A l'aide d'une évaluation de performances extensive, nous mon-trons que F2Frec améliore bien le rappel, ainsi que la confiance dans les résultats avec une surcharge acceptable. Enfin, nous décrivons notre prototype de P2P-RS que nous avons implémenté pour valider notre proposition basée sur P2Prec et F2Frec.

APA, Harvard, Vancouver, ISO, and other styles

34

El, Guedria Sgaier Zina. "Assistance à la recherche documentaire par une approche adaptative à base d’agents et d’artefacts." Thesis, Normandie, 2018. http://www.theses.fr/2018NORMIR24/document.

Full text

Abstract:

Le développement et la multiplication des systèmes et plateformes informatiques pour accéder à de l'information ne fait que s'accentuer depuis une trentaine d'années. Le grand volume d'information disponible a soulevé de nombreux défis scientifiques dans des domaines tel que la recherche d'information. Pour accéder à des documents regroupés dans un corpus numérique, il faut être en mesure d'exprimer son besoin en information, souvent sous la forme d'une requête, d'y associer les documents pertinents et de les présenter de la meilleure manière possible aux utilisateurs. La recherche documentaire dans un corpus documentaire thématique présentant un haut niveau de technicité dans la discipline concernée s'apparente à un processus de navigation guidé par un besoin d'information d'un utilisateur. Cette navigation nécessite l'usage d'outils classiques de recherche d'information pour sélectionner des documents pertinents en fonction d'une requête, mais ils doivent être complétés par des mécanismes de personnalisation et d'adaptation capable de faire évoluer la représentation du besoin en fonction des spécificités d'un utilisateur, de sa navigation en cours ou du corpus considéré. En effet, l'accès aux documents d'un corpus numérique soulève des problèmes liés à la recherche d'information, à la visualisation des résultats d'une requête et à la navigation entre les documents. Le processus de recherche d'information nécessite des améliorations et surtout l'intégration de l'utilisateur comme facteur principal à prendre en compte dans la recherche de satisfaction de son besoin informationnel. Nous considérons plusieurs approches pour aider un utilisateur dans sa recherche de documents. Une première assistance porte sur la reformulation de requêtes en visant un public d'utilisateurs peu familier avec les termes techniques du domaine et en difficulté pour exprimer sous la forme d'une requête leur besoin. La deuxième approche que nous proposons consiste à ne pas considérer l'utilisateur isolément mais à le rapprocher de ceux ayant exprimé des recherches similaires pour retrouver les documents qu'ils avaient jugés pertinents. Enfin, nous incluons des travaux issus du domaine de la recommandation afin de mieux cerner le besoin informationnel de l'utilisateur et l'aider à trouver plus facilement ce qu'il cherche en lui recommandant des ressources documentaires. Nous proposons dans cette thèse de traiter cette diversité d'influence par un système multi-agent interagissant par un environnement partagé représentant la navigation des utilisateurs, de manière à pouvoir adapter le système en utilisant l'une ou l'autre des techniques d'assistance proposées en fonction de l'expertise de l'utilisateur. Ce travail a été appliqué à une recherche documentaire dans un corpus numérique de documents juridiques
The development and multiplication of information systems and platforms for information access has been accentuated over the past thirty years. The large volume of information available has raised many scientific challenges in different areas such as information retrieval. To access documents grouped in a digital corpus, one must be able to express his/her information need, often in the form of a query, to associate the relevant documents and present them in the best possible way to users. Document research in a thematic digital corpus presenting a high level of technicality in the concerned discipline can be considered as a browsing process driven by some information needs. Such browses requires the use of traditional information retrieval tools to select relevant documents based on a query But they can be improved by the use of customization and adaptation mechanisms in order to refine the representation of information needs according to the specificities of a user, his current browsing or the corpus considered. Indeed, access to digital documents raises problems related to the search for information, the visualization of the results of a query and the browsing between the documents. The process of information retrieval requires to be improved and especially by the integration of the user as a main factor to take into account in the search for satisfaction of his/her information needs. We consider several approaches to help users in their search for documents. A first assistance concerns the reformulation of queries by targeting an audience of users unfamiliar with the technical terms of the field and struggling to express in the form of a query their need. The second approach that we propose is not to consider the user in isolation but to bring it closer to those who have expressed similar research to find the documents they considered relevant. Finally, we include works from the field of the recommendation to better understand the informational needs of the user and help them find what they are looking for by recommending documentary resources. In this thesis, we propose to treat this diversity of influence by a multi-agent system interacting with a shared environment representing the users browsing so that the system may be adapted to use either assistance facilities according to the user's expertise. We applied our work for document research in a digital corpus of legal documents

APA, Harvard, Vancouver, ISO, and other styles

35

Dudognon, Damien. "Diversité et système de recommandation : application à une plateforme de blogs à fort trafic (convention CIFRE n°20091274)." Toulouse 3, 2014. http://thesesups.ups-tlse.fr/2546/.

Full text

Abstract:

Les systèmes de recommandation ont pour objectif de proposer automatiquement aux usagers des objets en relation avec leurs intérêts. Ces outils d'aide à l'accès à l'information sont de plus en plus présents sur les plateformes de contenus. Dans ce contexte, les intérêts des usagers peuvent être modélisés à partir du contenu des documents visités ou des actions réalisées (clics, commentaires,. . . ). Cependant, ces intérêts ne peuvent être modélisés en cas de démarrage à froid, c'est-à-dire pour un usager inconnu du système ou un nouveau document. Cette modélisation s'avère donc complexe à obtenir, et demeure parfois incomplète, conduisant à des recommandations bien souvent éloignées des intérêts réels des usagers. De plus, les approches existantes ne sont généralement pas en mesure de garantir des performances satisfaisantes sur des plateformes à fort trafic et hébergeant une volumétrie de données conséquente. Pour tendre vers des recommandations plus pertinentes, nous proposons un modèle de système de recommandation qui construit une liste de recommandations répondant à un large spectre d'intérêts potentiels, et ce même dans un contexte où le système ne possède que peu d'informations sur l'usager. L'originalité de notre modèle est qu'il repose sur la notion de diversité. Cette diversité est obtenue en agrégeant le résultat de différentes mesures de sélection pour construire la liste de recommandations finale. Après avoir démontré l'intérêt de notre approche en utilisant des corpus des références, ainsi qu'au travers d'une évaluation auprès d'usagers réels, nous évaluons notre modèle sur la plateforme de blogs OverBlog. Nous validons ainsi notre proposition dans un contexte industriel à grande échelle
Recommender Systems aim at automatically providing objects related to user's interests. These tools are increasingly used on content platforms to help the users to access information. In this context, user's interests can be modeled from the visited content and/or user's actions (clicks, comments, etc). However, these interests can not be modeled for an unknown user (cold start issue). Therefore, modeling is complex and recommendations are often far away from the real user's interests. In addition, existing approaches are generally not able to guarantee good performances on platforms with high trafic and which host a significant volume of data. To obtain more relevant recommendations for each user, we propose a recommender system model that builds a list of recommendations aiming at covering a large range of interests, even when only few information about the user is available. The recommender system model we propose is based on diversity. It uses different interest measures and an aggregation function to build the final set of recommendations. We demonstrate the interest of our approach using reference collections and through a user study. Finally, we evaluate our model on the OverBlog platform to validate its scalability in an industrial context

APA, Harvard, Vancouver, ISO, and other styles

36

Aleksandrova, Marharyta. "Factorisation de matrices et analyse de contraste pour la recommandation." Thesis, Université de Lorraine, 2017. http://www.theses.fr/2017LORR0080/document.

Full text

Abstract:

Dans de nombreux domaines, les données peuvent être de grande dimension. Ça pose le problème de la réduction de dimension. Les techniques de réduction de dimension peuvent être classées en fonction de leur but : techniques pour la représentation optimale et techniques pour la classification, ainsi qu'en fonction de leur stratégie : la sélection et l'extraction des caractéristiques. L'ensemble des caractéristiques résultant des méthodes d'extraction est non interprétable. Ainsi, la première problématique scientifique de la thèse est comment extraire des caractéristiques latentes interprétables? La réduction de dimension pour la classification vise à améliorer la puissance de classification du sous-ensemble sélectionné. Nous voyons le développement de la tâche de classification comme la tâche d'identification des facteurs déclencheurs, c'est-à-dire des facteurs qui peuvent influencer le transfert d'éléments de données d'une classe à l'autre. La deuxième problématique scientifique de cette thèse est comment identifier automatiquement ces facteurs déclencheurs? Nous visons à résoudre les deux problématiques scientifiques dans le domaine d'application des systèmes de recommandation. Nous proposons d'interpréter les caractéristiques latentes de systèmes de recommandation basés sur la factorisation de matrices comme des utilisateurs réels. Nous concevons un algorithme d'identification automatique des facteurs déclencheurs basé sur les concepts d'analyse par contraste. Au travers d'expérimentations, nous montrons que les motifs définis peuvent être considérés comme des facteurs déclencheurs
In many application areas, data elements can be high-dimensional. This raises the problem of dimensionality reduction. The dimensionality reduction techniques can be classified based on their aim: dimensionality reduction for optimal data representation and dimensionality reduction for classification, as well as based on the adopted strategy: feature selection and feature extraction. The set of features resulting from feature extraction methods is usually uninterpretable. Thereby, the first scientific problematic of the thesis is how to extract interpretable latent features? The dimensionality reduction for classification aims to enhance the classification power of the selected subset of features. We see the development of the task of classification as the task of trigger factors identification that is identification of those factors that can influence the transfer of data elements from one class to another. The second scientific problematic of this thesis is how to automatically identify these trigger factors? We aim at solving both scientific problematics within the recommender systems application domain. We propose to interpret latent features for the matrix factorization-based recommender systems as real users. We design an algorithm for automatic identification of trigger factors based on the concepts of contrast analysis. Through experimental results, we show that the defined patterns indeed can be considered as trigger factors

APA, Harvard, Vancouver, ISO, and other styles

37

Soualah, Alila Fayrouz. "CAMLearn* : une architecture de système de recommandation sémantique sensible au contexte : application au domaine du m-learning." Thesis, Dijon, 2015. http://www.theses.fr/2015DIJOS032/document.

Full text

Abstract:

Au vu de l'émergence rapide des nouvelles technologies mobiles et la croissance des offres et besoins d'une société en mouvement en formation, les travaux se multiplient pour identifier de nouvelles plateformes d'apprentissage pertinentes afin d'améliorer et faciliter le processus d'apprentissage à distance. La prochaine étape de l'apprentissage à distance est naturellement le port de l'apprentissage électronique vers les nouveaux systèmes mobiles. On parle alors de m-learning (apprentissage mobile). Jusqu'à présent l'environnement d'apprentissage était soit défini par un cadre pédagogique soit imposé par le contenu d'apprentissage. Maintenant, nous cherchons, à l'inverse, à adapter le cadre pédagogique et le contenu d'apprentissage au contexte de l'apprenant.Nos travaux de recherche portent sur le développement d'une nouvelle architecture pour le m-learning. Nous proposons une approche pour un système m-learning contextuel et adaptatif intégrant des stratégies de recommandation de scénarios de formations sans risque de rupture
Given the rapid emergence of new mobile technologies and the growth of needs of a moving society in training, works are increasing to identify new relevant educational platforms to improve distant learning. The next step in distance learning is porting e-learning to mobile systems. This is called m-learning. So far, learning environment was either defined by an educational setting, or imposed by the educational content. In our approach, in m-learning, we change the paradigm where the system recommends content and adapts learning follow to learner's context

APA, Harvard, Vancouver, ISO, and other styles

38

Guez, Stéphane. "Interix : conception et réalisation d'un système d'aide intelligent sur Unix." Châtenay-Malabry, Ecole centrale de Paris, 1987. http://www.theses.fr/1987ECAP0027.

Full text

Abstract:

Interix est un système d’aide intelligent pour le système d’exploitation Unix. Interix permet aux utilisateurs débutants de poser des questions en français sur le fonctionnement et l’utilisation d’Unix (exemple : Comment effacer un fichier ?). Les réponses sont également rédigées en français. La difficulté des problèmes que posent la compréhension des requêtes d’un utilisateur débutant et la construction d’une représentation sémantique formalisée de leur signification nous a conduit à envisager l’ensemble du problème du point de vue de l’élaboration des réponses, considérée comme un véritable en soi nécessitant une réflexion particulière, des traitements et des connaissances spécifiques. En suivant un certain nombre de principes généraux, les réponses ont été conçues comme des exposés sur Unix construits et cohérents, adaptés à la situation personnelle de l’utilisateur, comme des explications, à la fois pertinentes et didactiques, compréhensibles et complètes, destinées à enrichir les connaissances de l’utilisateur et à le former à la maitrise d’Unix. Nous nous sommes particulièrement intéressés à l’analyse et à la représentation des connaissances, réparties en deux ensembles : une description opératoire des concepts du domaine, destinée à établir le lien entre les intentions de l’utilisateur et les solutions disponibles ; une représentation très riche des commandes, de leur fonctionnement et de toutes les informations pouvant intéresser l’utilisateur, destinée à servir de base au processus d’élaboration du contenu des réponses. Ce processus consiste à sélectionner les informations pertinentes, à les évaluer en fonction des données contextuelles disponibles et à les organiser.

APA, Harvard, Vancouver, ISO, and other styles

39

Labbé, Vincent. "Modélisation et apprentissage des préférences appliqués à la recommandation dans les systèmes d'impression." Phd thesis, Université Pierre et Marie Curie - Paris VI, 2009. http://tel.archives-ouvertes.fr/tel-00814267.

Full text

Abstract:

Cette thèse porte sur la modélisation et l'apprentissage automatique des préférences, dans le contexte industriel de l'impression en grand format. En particulier, nous nous intéressons à l'automatisation de la configuration d'impression. De par la palette des comportements possibles, cette fonctionnalité n'est triviale, ni à concevoir, ni à utiliser. Nous proposons une nouvelle approche pour en améliorer les deux aspect complémentaires : évolutivité et utilisabilité. Notre réalisation principale est un système de recommandation adaptatif, basé sur trois contributions originales : une modélisation de la configuration d'impression grand format à partir d'un modèle de préférence, sous la forme de problèmes d'optimisation sous contraintes, un modèle des préférences de l'imprimeur, sous la forme de fonctions d'utilité additive linéaires par morceaux, basée sur une famille d'attributs adaptée, un algorithme d'apprentissage automatique d'ordonnancements à partir de données comparatives. Basé sur l'algorithme rankSVM (noyau linéaire), notre méthode d'apprentissage permet d'adapter la complexité de l'espace de description des données, tout en conservant la linéarité

APA, Harvard, Vancouver, ISO, and other styles

40

Laurin, Éric. "Système intelligent d'assistance à la perception dans la conduite de véhicule." Thesis, National Library of Canada = Bibliothèque nationale du Canada, 2000. http://www.collectionscanada.ca/obj/s4/f2/dsk1/tape4/PQDD_0033/MQ67298.pdf.

Full text

APA, Harvard, Vancouver, ISO, and other styles

41

Wong, Tao. "Méthode de conception d'environnement et de laboratoire d'un système tutoriel intelligent." Mémoire, Université de Sherbrooke, 2004. http://savoirs.usherbrooke.ca/handle/11143/4614.

Full text

Abstract:

La recherche du présent mémoire vise à concevoir une architecture d'un environnement de système tutoriel intelligent (STI) qui permettra de concevoir des laboratoires virtuels hautement interactifs et accessibles par le biais de l'Internet.La méthodologie de recherche pour concevoir ASTUS a été premièrement d'analyser celui d'une plateforme qui avait exactement les mêmes objectifs que les nôtres ainsi que ceux présentées de ce mémoire. Nous avons analysé les outils et les techniques informatiques utilisés par nos prédécesseurs en fonction des résultats obtenus. Éclairés par cette critique, nous avons cherché des outils et des techniques ainsi que des combinaisons de ces derniers qui nous aideraient non seulement à concevoir le chargeur de laboratoire mais aussi à construire plus facilement des laboratoires virtuels ultérieurement. En nous basant sur les recherches, les analyses et les objectifs que nous avons préalablement définis, nous avons choisi une combinaison d'outils et de technologies pour implanter ASTUS. Le résultat de cette implantation à été fort encourageant, car nous avons pu atteindre tous les objectifs que nous visés. Les laboratoires virtuels permettent des interactions complexes et riches en temps réel tel que souhaité. Tous les problèmes dans la version antérieure (Cyberscience) ont été réglés. Une évaluation complète reste à être fait pour s'assurer que le système agira de la même manière lorsqu'il y aura une utilisation massive et simultanée.

APA, Harvard, Vancouver, ISO, and other styles

42

Theljeoui, Adel. "Système hybride de localisation des personnes âgées dans un habitat intelligent." Thesis, Toulouse 2, 2017. http://www.theses.fr/2017TOU20123.

Full text

Abstract:

Durant la dernière décennie, les personnes âgées vivant seules sont de plus en plus nombreuses. Ainsi, afin de leur assurer une assistance à domicile continue, la notion de "maison intelligente" est apparue. Notre travail consiste à combiner trois technologies (Bluetooth Low Energy, audio et LiFi) afin de proposer un système hybride de localisation d'une personne âgée dans une maison intelligente, qui soit efficace et précis. Le principe d’hybridation de ces trois sous-systèmes repose sur la fusion de leurs résultats respectifs via la proposition de trois nouvelles métriques « DOP-Like » permettant d’évaluer le taux de « précision » et « d’exactitude » du résultat de chaque sous-système. Cette évaluation sert à constituer une pondération des résultats intermédiaires afin de calculer la position finale de la cible à localiser. Grâce à l’introduction de ces indicateurs, l’erreur de localisation de notre système est passée de 0,5m à 0,2m en moyenne
Over the past decade, more and more elderly people are choosing to live alone. Therefore, in order to provide them with continuous home assistance, the notion of "intelligent home" has emerged. Our aim is to combine three technologies (Bluetooth Low Energy, Audio and LiFi) to provide an efficient and accurate hybrid indoor localization system that locates an elderly person inside a smart home. The principle of hybridization of these three subsystems is based on the combination of their respective results by proposing three new DOP-Like metrics to evaluate "precision" and "accuracy" of the result of each subsystem. This evaluation serves to constitute a weighting of the intermediate results in order to calculate the final position of the target to be localized. Thanks to the introduction of these indicators, the localization error of our system decreased from an average of 0.5m to 0.2m

APA, Harvard, Vancouver, ISO, and other styles

43

Tounsi, Dhouib Molka. "Ingénierie des connaissances dans le domaine du sourcing pour la recommandation de prestataires." Thesis, Université Côte d'Azur, 2021. http://www.theses.fr/2021COAZ4024.

Full text

Abstract:

Cette thèse de doctorat CIFRE s'inscrit dans le cadre d'un projet de recherche collaboratif entre le laboratoire I3S de l'Université Côte d'Azur et la société Silex et aborde le domaine des systèmes de recommandation. Silex est une start-up qui développe un outil de sourcing Software-as-a-Service permettant aux entreprises de fournir une description de leurs activités professionnelles, de leurs offres et/ou des services qu'elles recherchent en langue naturelle (actuellement le français).Dans ce contexte, l'objectif de cette thèse est de proposer un système d'aide à la décision en exploitant les connaissances sémantiques extraites à partir des descriptions textuelles des demandes de prestation et des prestataires, afin de recommander des prestataires pertinents pour une demande de prestation.Les contributions de cette thèse sont les suivantes. Premièrement, nous avons proposé un vocabulaire pour le domaine du sourcing en réutilisant et en intégrant des vocabulaires existants, afin d'annoter sémantiquement les descriptions textuelles des prestataires et des demandes de prestation. Deuxièmement, nous avons proposé une méthode d’alignement automatique afin d'établir la correspondance entre différents concepts des vocabulaires considérés. Cette approche se base sur des règles exploitant l'espace des plongements lexicaux et des mesures sur des groupes d'étiquettes pour découvrir les relations entre concepts. Troisièmement, nous avons proposé un algorithme d'extraction des entités nommées à partir des descriptions textuelles des demandes de prestation et des prestataires et un algorithme d'annotation sémantique de ces descriptions, basé sur le liage des entités extraites avec les concepts du vocabulaire défini.Quatrièmement, nous avons proposé un algorithme de recommandation de prestataires qui exploite ces annotations sémantiques.Finalement, nous avons étudié l'apport de l'utilisation de connaissances ontologiques afin d'améliorer notre système d'aide à décision pour le domaine du sourcing
This CIFRE doctoral thesis is part of a collaborative research project between the I3S laboratory of the University of Côte d'Azur and the Silex company, and addresses the field of recommendation systems. Silex is a start-up that develops a Software-as-a-Service sourcing tool that allows companies to provide a description of their professional activities, their offers and/or the services they are looking for in natural language (currently French).In this context, the objective of this thesis is to propose a decision support system by exploiting the semantic knowledge that are extracted from the textual descriptions of requests for services and providers, in order to recommend relevant providers for a service request.The contributions of this thesis are the following. First, we proposed a vocabulary for the sourcing field by reusing and integrating existing vocabularies, in order to semantically annotate the textual descriptions of providers and requests for services. Second, we proposed an automatic alignment method to establish the correspondence between different concepts of the considered vocabularies. This approach is based on rules exploiting embedding space and measurements on groups of labels to discover the relationships between concepts. Third, we proposed an algorithm for extracting named entities from the textual descriptions of service requests and providers, and an algorithm for semantic annotation of these descriptions, based on the linking of the extracted entities with the concepts of the defined vocabulary.Fourth, we proposed a provider recommendation algorithm that exploits these knowledges extracted.Finally, we studied the contribution of using ontological knowledge to improve our decision support system for the sourcing domain in order to recommend relevant providers for a service request.The contributions of this thesis are the following. First, we proposed a vocabulary for the sourcing field in order to semantically annotate the textual descriptions of providers and requests for services. This vocabulary was built by reusing and integrating existing vocabularies. Second, we proposed an automatic alignment method to establish the correspondence between different concepts of the considered vocabularies. This approach is based on rules exploiting embedding space and measurements on groups of labels to discover the relationships between concepts. Third, we proposed an algorithm for extracting named entities from the textual descriptions of service requests and providers, and an algorithm for semantic annotation of these descriptions, based on the linking of the extracted entities with the concepts of the defined vocabulary.Fourth, we proposed a provider recommendation algorithm that exploits these knowledge extracted.Finally, we studied the contribution of using ontological knowledge to improve our decision support system for the sourcing domain

APA, Harvard, Vancouver, ISO, and other styles

44

Aouag, Sofiane. "Individualisation de l'apprentissage dans un Système Tuteur Intelligent : cas de l'apprentissage de la lecture dans un système AMICAL." Phd thesis, Université Blaise Pascal - Clermont-Ferrand II, 2010. http://tel.archives-ouvertes.fr/tel-00658846.

Full text

Abstract:

Le problème traité dans cette thèse concerne l'individualisation de l'apprentissage dans un Système Tutoriel Intelligent dédié à l'apprentissage de la lecture pour les enfants en CP. On considère que l'individualisation de l'apprentissage est à la charge des agents rationnels qui se basent sur le modèle de l'apprenant pour intervenir sur les trois niveaux de l'individualisation : -individualisation de l'objectif de la prochaine session d'apprentissage, -individualisation de la séquence de situations didactiques types (plan d'enseignement) pour cet objectif, et enfin, -individualisation de l'activité didactique elle-même, pour arriver à la présentation de situations didactiques instanciées à l'élève. L'approche objet pédagogique a été adoptée pour représenter l'activité didactique et bénéficier de tous les avantages du paradigme orienté objet (réutilisation, adaptation souplesse). L'objet pédagogique ouvre sur des problèmes techniques (exigences technologiques) et d'autres pédagogiques (exigences théoriques ou rationnelles). La prise en compte des exigences théoriques nous a conduit à travailler sur la relation théorie-méthode, c'est-à-dire, proposer une méthode de conception prenant pour base théorique la théorie instrumentale pour concevoir l'objet pédagogique. Le travail de thèse montre comment utiliser le concept d'instrument pédagogique et le représenter dans le système informatique. Ce concept constitue aussi la clé de conception de l'agent d'individualisation intégré dans l'objet pédagogique. La conception d'un objet pédagogique intelligent intégrant l'agent d'individualisation de l'activité didactique introduit une nouvelle approche de conception appelée Agent-Objet pédagogique. Cette approche se base sur le principe du design pédagogique pour assurer une meilleure gestion de la tâche d'individualisation de l'activité didactique. Le rôle de l'agent d'individualisation de l'activité didactique est celui de l'instanciation des paramètres des modèles spécifiant les instruments pédagogiques (modèle de contenu, modèle cognitif, modèle d'interface et modèle didactique).On présente dans cette thèse des éléments théoriques et pratiques contribuant effectivement à la conception de l'agent d'individualisation de l'activité didactique. L'idée de base est que chaque agent utilise des connaissances complexes à partir du modèle de l'apprenant (connaissances à faire acquérir, cognition, attitudes, motivation, émotion et style d'apprentissage) pour scénariser l'activité didactique en suivant 3 phases : instanciation des paramètres de contenu pour la construction de la matière primaire pédagogique, préparation du matériel pédagogique représenté par l'ensemble d'instruments pédagogiques constituant l'activité didactique et finalement, adaptation du scénario d'utilisation des artefacts associés aux instruments pédagogiques.

APA, Harvard, Vancouver, ISO, and other styles

45

Martin, Arnaud. "Évolution de profils multi-attributs, par apprentissage automatique et adaptatif dans un système de recommandation pour l'aide à la décision." Toulouse 3, 2012. http://thesesups.ups-tlse.fr/1753/.

Full text

Abstract:

La prise en compte des profils utilisateurs ainsi que leurs évolutions, dans le domaine de l'aide à la décision, constitue actuellement dans la communauté des SIAD (Systèmes Interactifs d'Aide à la Décision) un enjeu important. En effet, la prise en compte du contexte lors de la décision est actuellement émergente pour les SIAD. Ces systèmes d'assistance offrent ainsi des conseils aux utilisateurs en se basant sur leur profil, qui représente leurs préférences à travers une liste de critères valués. Les principales contraintes viennent du fait qu'il est nécessaire que le système puisse amener de l'information pertinente de manière continue. Cela oblige donc à faire évoluer les profils des utilisateurs en fonction de leurs actions. Pour cela, le système ne doit pas seulement " comprendre " ce que l'utilisateur aime, mais également pourquoi. De plus, l'aide apportée aux utilisateurs évoluera donc dans le temps et également par rapport à l'utilisateur. Ainsi l'utilisateur aura à sa disposition une sorte d'assistant personnalisé. L'objectif du travail consiste à apporter une aide à l'activité de l'utilisateur en fonction de son profil. Pour cela, nous proposons de mettre en œuvre et de développer des algorithmes, basés sur des techniques issues du domaine de l'apprentissage, afin de faire évoluer le profil d'un utilisateur en fonction de ses actions. L'aide apportée à l'utilisateur par le système évoluera aussi en fonction de l'évolution de son profil. Le problème à traiter pour l'utilisateur est un problème de prise de décision. Pour ce problème, une assistance est apportée à l'utilisateur, et celle-ci se fait par un affinage des solutions potentielles. Cet affinage est effectué grâce à la mise en place d'un tri (ranking) évolutif des solutions qui sont présentées à l'utilisateur en fonction de son/ses profils. La réalisation d'un tel système nécessite l'articulation des trois principaux domaines de recherche ; qui sont l'Aide à la Décision multicritère, la Décomposition et Agrégation de préférence, et l'Apprentissage automatique. Les domaines de l'Aide à la Décision multicritère et de la Décomposition et Agrégation de préférence peuvent être aussi rassemblés en tant que Procédure d'Agrégation Multicritère (PAMC). Certaines méthodes d'Aide à la Décision multicritère sont mises en place ici et utilisent les données du profil afin d'apporter la meilleure aide possible à l'utilisateur. La décomposition est utilisée pour caractériser un objet afin de fournir à l'apprentissage les données nécessaires à son fonctionnement. L'agrégation quant à elle sert à obtenir une note sur un objet, et cela selon le profil de l'utilisateur, afin de pouvoir effectuer un classement (ranking). L'apprentissage sert à faire évoluer les profils des utilisateurs afin d'avoir toujours un profil représentant le plus fidèlement possible les préférences des utilisateurs. En effet les préférences des utilisateurs évoluant dans le temps, il est nécessaire de traiter ces changements afin d'adapter les réponses à apporter à l'utilisateur. Les contributions de cette thèse portent tout d'abord sur la définition, la construction et l'évolution d'un profil utilisateur (profiling évolutif) en fonction des actions explicites et implicites de l'utilisateur. Ce profiling évolutif est mis en œuvre au sein d'un système de recommandation utilisable sans base d'apprentissage, de manière synchrone et totalement incrémentale, et qui permet aux utilisateurs de changer rapidement de préférences et même d'être incohérents (rationalité limitée). Ce système, qui vient en complément d'un système de Recherche Information, a pour objectif d'établir un ordre total sur une liste d'éléments proposés à l'utilisateur (ranking), et ce en concordance avec les préférences de l'utilisateur. Ces contributions consistent également à la définition de techniques qui permettent d'apporter des parties de solutions à des verrous technologiques comme la désagrégation de critères et la prise en compte d'un nombre variable de critères dans le processus d'aide à la décision interactif, et ce sans définir au préalable de famille cohérente de critères sur laquelle est basée la décision. Plusieurs cadres applicatifs ont été définis afin d'évaluer le système par rapport à d'autres systèmes, mais également afin de tester ses performances de manière hors ligne avec des vraies données utilisateurs, ainsi qu'en ligne, en utilisant directement le système
Considering user profiles and their evolutions, for decision support is currently in the community of DSS (Decision Support Systems) an important issue. Indeed, the inclusion of context in the decision is currently emerging for DSS. Indeed the system offers advice to users based on their profile, which represents their preferences through a list of valued criteria. The main constraints come from the fact that the system need to continuously bring relevant information. It therefore requires changing user profiles thanks to their actions. So, the system must not only "understand" what the user likes, but also why. The users' assistance will evolve over time and therefore with the user. Thus the user has at his disposal a kind of personal assistant. The objective of this work is to provide assistance to the user's activity according to his profile. The objective is to develop an algorithm based on automatic techniques, in order to change the profile of a user based on his actions. The assistance provided to the user by the system will evolves according to the evolution of its profile. The problem addressed to the user is a problem of decision making. For this problem, assistance is provided to the user, and it is a refinement of potential solutions. This refining is done through the establishment of scalable scheduling solutions that are presented to the user depending on his / her profile. The realization of such a system requires the articulation of the three main areas of research which are the Multi-Criteria Decision Support, the Disaggregation and Aggregation of preferences, and Machine Learning. The fields of Decision Support and Multi Disaggregation and Aggregation preference can also be assembled as Multi-Criteria Aggregation Process (PAMC). Some methods of Multicriteria Decision Support are set up here and use profile data to provide the best possible support to the user. The decomposition is used to characterize an object to provide data to the learning algorithm required for its operation. Aggregation serves to score an object according to the user profile in order to rank the selected items. Machine Learning is used to change user profiles in order to always have a profile representing as closely as possible the preferences of users. Indeed user preferences change over the time, it is necessary to address these changes in order to adapt the answers to the user. The contributions of this thesis are firstly, the definition, construction and evolution of a user profile (evolutionary profiling) based on explicit and implicit user's actions. This evolutionary profiling is implemented within a recommender system usable without learning base, synchronously and completely incremental, and that allows users to quickly change their preferences and even to be inconsistent (bounded rationality). This system, which complements an Information System Research, aims to establish a total order on a list of items proposed to the user (ranking) and in accordance with his preferences. These also include the definition of techniques used to make parts of solutions to technological challenges as the disintegration of criteria and the inclusion of a variable number of criteria in the process of interactive decision support, and this without firstly defining coherent family of criteria on which the decision is based. Several application frameworks have been developed to evaluate the system and compare it to other systems, but also to test its performance with real user data in an offline mode, and in an online mode using directly the system

APA, Harvard, Vancouver, ISO, and other styles

46

Lé, Tang Ho. "Planification de l'enseignement individualisé dans un système tutoriel intelligent à grande échelle." Thesis, National Library of Canada = Bibliothèque nationale du Canada, 1998. http://www.collectionscanada.ca/obj/s4/f2/dsk1/tape10/PQDD_0021/NQ43495.pdf.

Full text

APA, Harvard, Vancouver, ISO, and other styles

47

Pouchairet-Ramona, Jean-Laurent. "Développement d'un système d'initiation pyrotechnique, sécurisé, autonome, intelligent et intégrant des nanothermites." Thesis, Toulouse, INSA, 2019. http://www.theses.fr/2019ISAT0001/document.

Full text

Abstract:

Répondant à un besoin grandissant de standardisation et d’adaptabilité pour les systèmes pyrotechniques, nous présentons au travers de ce travail un nouveau concept de leurre infrarouge intelligent, contrôlable à l’aide d’un système d’initiation électronique miniature embarqué. Notre solution innovante se décompose en trois blocs fonctionnels distincts : (1) un bloc d’éjection pyrotechnique contrôlable intégrant trois charges d’éjection dans une seule pièce plastique métallisée, (2) un bloc appelé fonction terminale, constitué d’un pain pyrotechnique infrarouge structuré, couplé à un étage de micro-initiation à base de nano-thermites, adressable et basse énergie, et (3) un bloc de contrôle, connecté et autonome, répondant au STANAG 4187 qui commande l’armement et la mise à feu des fonctions pyrotechniques. Au cours de ce travail, nous avons développé un code de balistique intérieure à paramètres globaux et un superviseur d’optimisation, capable de simuler n’importe quel système à effet mortier, et un code de régression géométrique basé sur la méthode level-set,capable de modéliser la combustion de n’importe quel pain solide multicomposition, compartimenté ou structuré, allumé séquentiellement ou simultanément en plusieurs points.Nous avons montré théoriquement, puis validé expérimentalement, qu’il était possible de contrôler finement la réaction de combustion des pains pyrotechniques IR grâce à un allumage séquentiel de ces derniers, ce qui représente une innovation importante en pyrotechnie. Nous avons validé expérimentalement, qu’il était possible de contrôler la vitesse d’éjection de leurres IR grâce à un allumage partiel d’impulseurs plastroniques. Ce travail a abouti à l’intégration des différents blocs fonctionnels dans un démonstrateur représentatif d’un leurre infrarouge intelligent et miniature : CASSIS
Answering a growing need for standardization and adaptability in pyrotechnics, we hereby present a smart and safe pyrotechnical infrared (IR) flare electronically controllable through an embedded miniature initiation system. The countermeasure has been designed to fit within a 1”×1”×8” standard cartridge, and consists of three distinct blocks, which are mechanically and electronically interconnected: (1) a pyrotechnical ejection block integrating three ejection charges in a single metalized plastic casing, (2) a micro-initiation stage comprising nanothermite-based micro-initiators and a structured pyrotechnic loaf, (3) a STANAG 4187 compatible electronic control, command and power management block.Throughout this work, we developed a lumped parameter internal ballistics model for the ejection, and conducted a response surface methodology study to extract optimal design parameters. We developed a geometric regression script, based on level set techniques, to model the combustion of multicomponent, sequentially-initiated, partially inerted pyrotechnic loafs. We demonstrated, theoretically then experimentally, that we could control the combustion of IR pyrotechnic loaves using sequential initiation, and that we could control the ejection velocity of IR flares using multipoint mortar ejectors.This work resulted in integrating said technological block in a functional 1’’1’’8’’ controllable, autonomous safe and smart infrared flare demonstrator, CASSIS

APA, Harvard, Vancouver, ISO, and other styles

48

El, Dahshan Kamal. "Le développement d'un système intelligent de CAO dans un environnement orienté objet." Compiègne, 1990. http://www.theses.fr/1990COMPD240.

Full text

Abstract:

Les systèmes classiques de conception assistée par ordinateur, CAO ne fournissent pas à l'utilisateur l'aide intelligente dont il a besoin. Leur complexité ne permet pas de les modifier pour leur rajouter facilement de nouvelles fonctions. Pourtant, la majorité du travail de conception n'est que de la modification. Nous montrons, en présentant OPAL, comment une approche différente basée sur des techniques d'IA (représentation de l'environnement sous forme d'objets, programmation par passation de messages et propagation de contraintes) permet de décharger l'utilisateur des tâches ancillaires de propagation des décisions de modification et de vérification des résultats obtenus. Ceci permet une conception plus rapide et plus efficace puisque le concepteur pourra se consacrer à l'aspect conceptuel, et dialoguer en terme de métier. Par ailleurs, l'approche choisie est entièrement ouverte et peut être développée dans de multiples applications industrielles. La thèse commence par une introduction générale des aspects relatifs aux systèmes intelligents de CAO. L'analyse des systèmes de CAO présentée dans le deuxième chapitre est suivie par une étude plus détaillée de l'introduction de l'intelligence en conception dans le troisième chapitre ainsi que quelques exemples des systèmes existants, dans le quatrième. Les techniques nécessaires pour développer notre système font l'objet du cinquième chapitre, ainsi que la représentation de connaissances dans OPAL. Le sixième chapitre présente les détails de l'implantation de OPAL. Ceci sera suivi par notre conclusion et les perspectives de notre travail
Classical CAD systems fail to offer the designer the intelligent aid that he needs. Furthermore, their complexity prevents from integrating easily the needed procedures that could help the user efficiently, although most of the design work is nothing but modifications. We show, in presenting OPAL, (Object Oriented Programming Assembly) a new system for the design and modification of the assembly of mechanical parts based on the constraint propagation mechanism in an object oriented programming environment. Such a system frees the user from the ancillary tasks of tracking consequences of modifications and of verifications of constraints on the computed results. In so doing, graphical aspects are nothing but a secondary task that can be automatized, letting the designer concentrate on the conceptual decisions. Furthermore, the solution is totally open and can be developed along several axes. We give an idea of the representation we use and of the programming mechanism by developing a small example involving a bolted assembly. The thesis begins with a general introduction of relative aspects to the intelligent CAD systems. The analysis of CAD systems presented in chapter 2 is followed by a more detailed study of the introduction of intelligence in CAD systems, in the third chapter and of a presentation of some existing systems in the fourth one. The necessary techniques for developing our system are presented in chapter five, as well as necessary techniques for knowledge representation in OPAL. The sixth chapter presents implementation details of OPAL. This is followed by our conclusion and propositions for further work

APA, Harvard, Vancouver, ISO, and other styles

49

Defude, Bruno. "Etude et réalisation d'un système intelligent de recherche d'informations : le prototype Iota." Grenoble INPG, 1986. http://tel.archives-ouvertes.fr/tel-00321461.

Full text

APA, Harvard, Vancouver, ISO, and other styles

50

Lauffenburger, Jean-Philippe. "Contribution à la surveillance temps-réel du système "Conducteur - Véhicule - Environnement" : élaboration d'un système intelligent d'aide à la conduite." Phd thesis, Université de Haute Alsace - Mulhouse, 2002. http://tel.archives-ouvertes.fr/tel-00732949.

Full text

Abstract:

Le sujet de cette thèse vise l'intégration dans une automobile de fonctions d'observation, de supervision, d'aide à la décision ou encore de commande. La problématique est le développement d'une assistance à la conduite longitudinale et latérale basée sur la localisation du véhicule. Le but est de signaler et corriger les faiblesses de conduite en considérant les paramètres du véhicule, du conducteur et la topologie de la route. Selon la localisation du véhicule, une trajectoire de référence et la vitesse associée sont déterminées en fonction du conducteur et de la phase de conduite. Ces références sont utilisées pour effectuer le contrôle du véhicule ou pour informer le conducteur de l'inadéquation de ses consignes.
Dans ce contexte, la localisation du véhicule et particulièrement les informations de l'environnement d'évolution doivent être pertinentes. Elles sont obtenues grâce à une base de données cartographique spécifiquement développée dans le cadre de ces travaux. Celle-ci est caractérisée par une précision supérieure à celle des bases de données traditionnellement employées dans des dispositifs de navigation.

APA, Harvard, Vancouver, ISO, and other styles

Dissertations / Theses on the topic 'Système de recommandation intelligent'

Create a spot-on reference in APA, MLA, Chicago, Harvard, and other styles