DEL'OBSERVATION
AUX
RECOMMANDATIONS
MATHIEUD'AQUIN - @MDAQUIN
KNOWLEDGEMEDIAINSTITUTE,THEOPEN
UNIVERSITY
HIER
Information
| Résultats Information
| Résultats Information
Données v Résultats Information
Données > Analyse > Résul...
AUJOURD'HUI
Information
| Résultats Information
| Résultats Information
Données v Résultats Information
Données > Analyse ...
AUJOURD'HUI
Information
| Résultats Information
| Résultats Information
Données v Résultats Information
Données > Analyse ...
AUJOURD'HUI
Information ...
| Résultats Information ...
| Résultats Information ...
Données v Résultats Information ...
Do...
DONNÉESD'HIER POUR RECOMMANDATION D'AUJOURD'HUI
voir d'Aquin et al. @
WebSci 2012
DONNÉESD'HIER POUR RECOMMANDATION D'AUJOURD'HUI
voir d'Aquin et al. @
WebSci 2012
APPROCHEBASIQUEDERECOMMANDATION (SUR LES
CONTENUS)
APPROCHEBASIQUEDERECOMMANDATION (SUR LES
CONTENUS)
EXEMPLE:BBCLEARNING "MORELIKE
THIS"
L'AUTREAPPROCHE:L'INTELLIGENCE
COLLECTIVE
L'AUTREAPPROCHE:L'INTELLIGENCE
COLLECTIVE
EXEMPLETYPIQUE:AMAZON
ÇAPEUTETREPLUSSIMPLE
(TECHNIQUEMENT)...
Avec des données pre-compilées...
KEYINFORMATIONSET
KEYINFORMATIONSET-COLLECTION
KEYINFORMATIONSET-COLLECTION
KEYINFORMATIONSET-COLLECTION
KEYINFORMATIONSET-COLLECTION
KEYINFORMATIONSET-USE
KEYINFORMATIONSET-
RECOMMANDATION
ÇAPEUTAUSSIETREBEAUCOUP PLUS
COMPLEXE
Recommendation pas seulement de resources !
Analyser ce que font les etudiants pour ...
OU ANALYSE
OU ANALYSE
UNPEUPLUSSURLA
SIMILARITÉ
UNPEU PLUSSURLASIMILARITÉ
Ça se resemble...
EXEMPLE:BBC
UNPEU PLUSSURLASIMILARITÉ
C'est lié...
EXEMPLE:STUDYATTHEOU
EXEMPLE:TALISASPIRE
UNPEU PLUSSURLASIMILARITÉ
Quand les resources sont hétérogènes...
UNPEU PLUSSURLASIMILARITÉ
Quand les resources sont hétérogènes...
UNPEU PLUSSURLASIMILARITÉ
Quand les resources sont hétérogènes...
EXEMPLE:DISCOU ( )DISCOU.INFO
EXEMPLE:DISCOU ( )DISCOU.INFO
EXEMPLE:DISCOU ( )DISCOU.INFO
EXEMPLE:DISCOU ( )DISCOU.INFO
EXEMPLE:DISCOU ALFA
( )DISCOU.INFO/ALFA
EXEMPLE:DISCOU ALFA
( )DISCOU.INFO/ALFA
ATTENTION:LESPIÈGESDE
L'ANALYSEDEDONNÉES
Parce ce que ce n'est pas simplement des techniques....
LESPIÈGESDEL'ANALYSEDEDONNÉES
:DONNÉESPERSONELLES
L'annonimisation n'est pas la meme chose que la
pseudonymisation, et que...
LESPIÈGESDEL'ANALYSEDEDONNÉES
:PROPRIÉTÉ
Données crées par le chercheur => propriété de l'employeur
Données crées par l'ut...
LESPIÈGESDEL'ANALYSEDEDONNÉES
:BIAISETINTERPRETATION
La collection de données introduit un biais
L'analyse de données intr...
LESPIÈGESDEL'ANALYSEDEDONNÉES
:BIAISETINTERPRETATION
LESPIÈGESDEL'ANALYSEDEDONNÉES
:BIAISETINTERPRETATION
LESPIÈGESDEL'ANALYSEDEDONNÉES
:BIAISETINTERPRETATION
LESPIÈGESDEL'ANALYSEDEDONNÉES
:BIAISETINTERPRETATION
LESPIÈGESDEL'ANALYSEDEDONNÉES
:BIAISETINTERPRETATION
CONCLUSION/ FUTUR
Problème du passé - j'aimerai bien faire quelque
chose, mais je n'ai pas de données
Problème de maintena...
MERCI
mdaquin.net
@mdaquin
data.open.ac.uk
LinkedUniversities.org
discou.info
Prochain SlideShare
Chargement dans…5
×

De l'observation a la recommandation

1 132 vues

Publié le

Presentation a l'ecole thematique CNRS MOOC EIAH 2014

0 commentaire
1 j’aime
Statistiques
Remarques
  • Soyez le premier à commenter

Aucun téléchargement
Vues
Nombre de vues
1 132
Sur SlideShare
0
Issues des intégrations
0
Intégrations
31
Actions
Partages
0
Téléchargements
21
Commentaires
0
J’aime
1
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive

De l'observation a la recommandation

  1. 1. DEL'OBSERVATION AUX RECOMMANDATIONS MATHIEUD'AQUIN - @MDAQUIN KNOWLEDGEMEDIAINSTITUTE,THEOPEN UNIVERSITY
  2. 2. HIER Information | Résultats Information | Résultats Information Données v Résultats Information Données > Analyse > Résultats > Interpretation > Information Données Résultats ^ Information Résultats | Information Données Information
  3. 3. AUJOURD'HUI Information | Résultats Information | Résultats Information Données v Résultats Information Données > Analyse > Résultats > Interpretation > Information > Recommandation > Action/In Données Résultats ^ Information Résultats | Information Données Information
  4. 4. AUJOURD'HUI Information | Résultats Information | Résultats Information Données v Résultats Information Données > Analyse > Résultats > Interpretation > Information > Recommandation > Action/In Données Résultats ^ Information Résultats | Information Données Information
  5. 5. AUJOURD'HUI Information ... | Résultats Information ... | Résultats Information ... Données v Résultats Information ... Données > Analyse > Résultats > Interpretation > Information > Recommandation > Action/In Données Résultats ^ Information ... Résultats | Information ... Données Information ...
  6. 6. DONNÉESD'HIER POUR RECOMMANDATION D'AUJOURD'HUI voir d'Aquin et al. @ WebSci 2012
  7. 7. DONNÉESD'HIER POUR RECOMMANDATION D'AUJOURD'HUI voir d'Aquin et al. @ WebSci 2012
  8. 8. APPROCHEBASIQUEDERECOMMANDATION (SUR LES CONTENUS)
  9. 9. APPROCHEBASIQUEDERECOMMANDATION (SUR LES CONTENUS)
  10. 10. EXEMPLE:BBCLEARNING "MORELIKE THIS"
  11. 11. L'AUTREAPPROCHE:L'INTELLIGENCE COLLECTIVE
  12. 12. L'AUTREAPPROCHE:L'INTELLIGENCE COLLECTIVE
  13. 13. EXEMPLETYPIQUE:AMAZON
  14. 14. ÇAPEUTETREPLUSSIMPLE (TECHNIQUEMENT)... Avec des données pre-compilées...
  15. 15. KEYINFORMATIONSET
  16. 16. KEYINFORMATIONSET-COLLECTION
  17. 17. KEYINFORMATIONSET-COLLECTION
  18. 18. KEYINFORMATIONSET-COLLECTION
  19. 19. KEYINFORMATIONSET-COLLECTION
  20. 20. KEYINFORMATIONSET-USE
  21. 21. KEYINFORMATIONSET- RECOMMANDATION
  22. 22. ÇAPEUTAUSSIETREBEAUCOUP PLUS COMPLEXE Recommendation pas seulement de resources ! Analyser ce que font les etudiants pour predire leur succés Recommender aussi des interventions
  23. 23. OU ANALYSE
  24. 24. OU ANALYSE
  25. 25. UNPEUPLUSSURLA SIMILARITÉ
  26. 26. UNPEU PLUSSURLASIMILARITÉ Ça se resemble...
  27. 27. EXEMPLE:BBC
  28. 28. UNPEU PLUSSURLASIMILARITÉ C'est lié...
  29. 29. EXEMPLE:STUDYATTHEOU
  30. 30. EXEMPLE:TALISASPIRE
  31. 31. UNPEU PLUSSURLASIMILARITÉ Quand les resources sont hétérogènes...
  32. 32. UNPEU PLUSSURLASIMILARITÉ Quand les resources sont hétérogènes...
  33. 33. UNPEU PLUSSURLASIMILARITÉ Quand les resources sont hétérogènes...
  34. 34. EXEMPLE:DISCOU ( )DISCOU.INFO
  35. 35. EXEMPLE:DISCOU ( )DISCOU.INFO
  36. 36. EXEMPLE:DISCOU ( )DISCOU.INFO
  37. 37. EXEMPLE:DISCOU ( )DISCOU.INFO
  38. 38. EXEMPLE:DISCOU ALFA ( )DISCOU.INFO/ALFA
  39. 39. EXEMPLE:DISCOU ALFA ( )DISCOU.INFO/ALFA
  40. 40. ATTENTION:LESPIÈGESDE L'ANALYSEDEDONNÉES Parce ce que ce n'est pas simplement des techniques....
  41. 41. LESPIÈGESDEL'ANALYSEDEDONNÉES :DONNÉESPERSONELLES L'annonimisation n'est pas la meme chose que la pseudonymisation, et que la de-identifiçation... Et tout ça est trop souvent mal fait de toute facon. Collecter données personelles => CNIL/Data Protection Act L'argument "oui mais nous ont est gentils" ne compte pas. Attention à l'effet de bord du partage des données/résultats Un train peu en cacher un autre, des données publiées peuvent en impliquer des autres.
  42. 42. LESPIÈGESDEL'ANALYSEDEDONNÉES :PROPRIÉTÉ Données crées par le chercheur => propriété de l'employeur Données crées par l'utilisateur => co-propriété utilisateur/plateforme Données crées comme effet secondaire de l'utilisation => ????
  43. 43. LESPIÈGESDEL'ANALYSEDEDONNÉES :BIAISETINTERPRETATION La collection de données introduit un biais L'analyse de données introduit un biais L'interpretation de l'analyse introduit un biais La recommendation introduit un biais
  44. 44. LESPIÈGESDEL'ANALYSEDEDONNÉES :BIAISETINTERPRETATION
  45. 45. LESPIÈGESDEL'ANALYSEDEDONNÉES :BIAISETINTERPRETATION
  46. 46. LESPIÈGESDEL'ANALYSEDEDONNÉES :BIAISETINTERPRETATION
  47. 47. LESPIÈGESDEL'ANALYSEDEDONNÉES :BIAISETINTERPRETATION
  48. 48. LESPIÈGESDEL'ANALYSEDEDONNÉES :BIAISETINTERPRETATION
  49. 49. CONCLUSION/ FUTUR Problème du passé - j'aimerai bien faire quelque chose, mais je n'ai pas de données Problème de maintenant - j'ai plein de données, mais je ne sais pas quoi faire avec Problème du future - j'ai plein de données et d'outils, mais comment les gerer, y donner accés... et a qui (enseignant, aprennant, persone, mon gouvernement, la companie qui gere le MOOC) ?
  50. 50. MERCI mdaquin.net @mdaquin data.open.ac.uk LinkedUniversities.org discou.info

×