SlideShare une entreprise Scribd logo
GESTION DE VERSIONSGESTION DE VERSIONS
DE PROFIL DANS UNDE PROFIL DANS UN
SYSTEME DE RECHERCHESYSTEME DE RECHERCHE
D’INFORMATIOND’INFORMATION
Présenté par : Randa AL SABBAGH
Directeur de recherche : Josiane MOTHE
Encadrement et suivi : Gilles HUBERT
Equipe : SIG/EVI
(Extraction et Visualisation d’Informations)
2004/2005 2
 INTRODUCTION
 ETAT DE L’ART
 PROBLEMATIQUE
 OBJECTIFS
 CONTRIBUTION
 CONCLUSION ET PERSPECTIVES
PLANPLAN
2004/2005 3
Définition d’un Profil : Ensemble des caractéristiques
d’un objet permettant de l’identifier ou de le
représenter.
Utilité d’un profil dans un système de recherche
d’information : Personnalisation du besoin
d’information afin d’améliorer la satisfaction de
l’utilisateur [Korfhage1997].
NOTION DE PROFILS (1)NOTION DE PROFILS (1)
Introduction Etat de l’art Problématique ContributionObjectifs Conclusion
2004/2005 4
Types de profils
Profil utilisateur : Représentation de l’utilisateur, utilisée
par le système pour :
filtrer l’information ;
personnaliser l’information ;
étendre une requête.
NOTION DE PROFILS (2)NOTION DE PROFILS (2)
Profil utilisateur
Profil de requête
Introduction Etat de l’art Problématique ContributionObjectifs Conclusion
2004/2005 5
NOTION DE PROFILS (3)NOTION DE PROFILS (3)
[Montaner, al. 2003] définit trois types de filtrage :
FILTRAGEFILTRAGE
Filtrage Cognitif
centres d’intérêt durables ou
récurrents : liste de mots-clés
pondérés
Filtrage Cognitif
centres d’intérêt durables ou
récurrents : liste de mots-clés
pondérés
Filtrage Démographique
données démographiques(âge,
profession, ville d’origine, etc.)
pour recommander
Filtrage Démographique
données démographiques(âge,
profession, ville d’origine, etc.)
pour recommander
Filtrage Social/Collaboratif
jugements de l’information
utilisés pour recommander
Filtrage Social/Collaboratif
jugements de l’information
utilisés pour recommander
Introduction Etat de l’art Problématique ContributionObjectifs Conclusion
2004/2005 6
Personnalisation de l’information permet l’adaptation du
système :
aux buts de l’utilisateur ;
aux préférences de l’utilisateur ;
aux capacités de l’utilisateur.
Expansion de requêtes : A partir des mots-clés présents
dans le profil utilisateur, le système peut proposer une
nouvelle requête plus étendue.
NOTION DE PROFILS (4)NOTION DE PROFILS (4)
Introduction Etat de l’art Problématique ContributionObjectifs Conclusion
2004/2005 7
Caractéristiques d’un utilisateur [Lainé-Cruzel1999] :
 Activité/Profession de l’utilisateur ;
 Type d’information souhaité ;
 But final de l’utilisation des documents sélectionnés.
PROFIL UTILISATEURPROFIL UTILISATEUR
Base de données
de documents
Interface
d’interrogation
Interface
de consultation
PROFIL - DOC
Introduction Etat de l’art Problématique ContributionObjectifs Conclusion
2004/2005 8
Sauvegarde des profils d’interrogation pertinents pour
l’utilisateur [Benammar, al. 2003] - Intérêt :
Réutilisation de son expérience passée ou celle des
autres utilisateurs pour améliorer les résultats de ses
recherches.
Avantages de la représentation d’un objet sous forme de
versions :
 Clarté ;
 Facilité ;
 Efficacité ;
 Distinction d’une version par son numéro ;
 Mise en avant d’un ordre chronologique/historique par les
structures d’arbres.
PROFIL D’INTERROGATIONPROFIL D’INTERROGATION
Introduction Etat de l’art Problématique ContributionObjectifs Conclusion
2004/2005 9
Approche Broadway [Trousse, al. 1999] :
Utilisation des techniques de raisonnement à partir de
cas : description et solution du problème ;
Prise en compte de l’ordre des actions utilisateurs.
Principe :
Recommander à un utilisateur des pages ayant satisfait
des utilisateurs navigant d’une manière similaire.
Intérêt :
Résoudre plus efficacement les problèmes ou éviter les
échecs passés.
SYSTEME BROADWAYSYSTEME BROADWAY
Introduction Etat de l’art Problématique ContributionObjectifs Conclusion
2004/2005 10
Gérer l’évolution des différents profils de requête et de
navigation en fonction du profil utilisateur à l’aide de
mesures de similarité :
Entre une requête et un profil de requête ;
Entre profils de requête ;
Entre profils de navigation.
PROBLEMATIQUEPROBLEMATIQUE
Introduction Etat de l’art Problématique ContributionObjectifs Conclusion
2004/2005 11
Proposer une approche d’aide à la recherche d’information
combinant :
Intégration des profils ;
Principe des systèmes de raisonnements à partir de cas ;
Axée principalement sur la gestion et l’exploitation de
l’évolution.
But :
Faire bénéficier un utilisateur de ses expériences passées
ou des expériences d’autres utilisateurs.
OBJECTIFSOBJECTIFS
Introduction Etat de l’art Problématique ContributionObjectifs Conclusion
2004/2005 12
Etapes de notre démarche :
Conception d’un modèle conceptuel de classes ;
Création d’une base de données et proposition d’un
prototype du système avec différents calculs de
similarité.
CONTRIBUTIONCONTRIBUTION
Introduction Etat de l’art Problématique ContributionObjectifs Conclusion
2004/2005 13
Gestion de profils utilisateurs :
 Besoins en information des utilisateurs ;
 Manière dont ces besoins évoluent ;
 Manière dont ces besoins exploitent les résultats.
Décomposition du Profil utilisateur en deux aspects :
 Expression du besoin en information et son évolution ;
 Traitement du résultat.
PROFILS (1)PROFILS (1)
Introduction Etat de l’art Problématique ContributionObjectifs Conclusion
2004/2005 14
Profil d’interrogation constitué par :
 Expression du besoin utilisateur traduit par une requête ;
 Evolution du besoin traité par la notion de version de
requête.
Profil de navigation constitué par :
 Traitement du résultat : documents obtenus en réponse à
une requête et les documents obtenus par navigation à
partir du résultat.
PROFILS (2)PROFILS (2)
Introduction Etat de l’art Problématique ContributionObjectifs Conclusion
2004/2005 15
Thème 1
Forêt de versions d’un profil
d’interrogation pour un thème donné
VERSIONS (1)VERSIONS (1)
Introduction Etat de l’art Problématique ContributionObjectifs Conclusion
2004/2005 16Versions de profil d’interrogation pour un
thème donné
Thème 1
VERSIONS (2)VERSIONS (2)
Introduction Etat de l’art Problématique ContributionObjectifs Conclusion
2004/2005 17
Conserver les différentes versions du profil d’interrogation.
 Avantages :
Evite la répétition de requêtes par l’utilisateur ;
Garde les requêtes les plus fréquentes et les plus
efficaces ;
Garde les modifications apportées à une requête ;
Compare les requêtes exprimées par d’autres
utilisateurs.
PROFILS (3)PROFILS (3)
Introduction Etat de l’art Problématique ContributionObjectifs Conclusion
2004/2005 18
Conserver les différentes versions du profil de navigation
correspondantes aux versions du profil d’interrogation.
 Avantages :
Obtenir les différentes navigations réalisées à
partir des documents du résultat à une requête,
c’est-à-dire le cheminement de document en
document ;
Optimisation du temps de recherche ;
Réutilisation de la version de navigation
correspondante à la version de requête voulue ;
Personnalisation du profil de navigation en
fonction des caractéristiques de l’utilisateur.
PROFILS (4)PROFILS (4)
Introduction Etat de l’art Problématique ContributionObjectifs Conclusion
2004/2005 19
MODELE CONCEPTUELMODELE CONCEPTUEL
Introduction Etat de l’art Problématique ContributionObjectifs Conclusion
2004/2005 20
 Versions de profils reliées par des liens
prédécesseurs/successeurs :
Suivi de l’évolution du profil ;
Synthèse générale du profil.
 Versions recommandées à l’utilisateur par le système à
partir de calculs de similarité.
SIMILARITE (1)SIMILARITE (1)
Introduction Etat de l’art Problématique ContributionObjectifs Conclusion
2004/2005 21
 Similarité requête-profil d’interrogation :
Comparaison profil de navigation-requête
⇒ Comparaison documents-requête.
Modèle Vectoriel : Représentation du document et
de la requête sous forme vectorielle .
Formule du cosinus :
SIMILARITE (2)SIMILARITE (2)
Introduction Etat de l’art Problématique ContributionObjectifs Conclusion
2004/2005 22
Sélection du profil d’interrogation correspondant au
profil de navigation dont les documents se
rapprochent le plus de la requête.
Recherche de la version de requête la plus similaire
sur le même principe en remplaçant le vecteur
document par un autre vecteur requête.
 Mesures de similarité suivant le même principe :
profil d’interrogation-profil d’interrogation ;
profil de navigation-profil de navigation ;
SIMILARITE (3)SIMILARITE (3)
Introduction Etat de l’art Problématique ContributionObjectifs Conclusion
2004/2005 23
Fonctionnalités proposées par le prototype :
Identification de l’utilisateur ;
Mise à jour du profil utilisateur ;
FONCTIONNALITES (1)FONCTIONNALITES (1)
Introduction Etat de l’art Problématique ContributionObjectifs Conclusion
2004/2005 24
Pré-recherche de l’utilisateur :
Consultation de ses anciens profils
d’interrogation en choisissant un thème et la
version de requête qui s’y rapporte (similarité
requête-profil d’interrogation) ;
Consultation des profils d’interrogation d’autres
utilisateurs en choisissant un nom, un thème et la
version de requête qui s’y rapporte (similarité
requête-profil d’interrogation) ;
FONCTIONNALITES (2)FONCTIONNALITES (2)
Introduction Etat de l’art Problématique ContributionObjectifs Conclusion
2004/2005 25
Post-recherche : Recommandation du système d’une
version de requête à partir de mesures de similarité ;
FONCTIONNALITES (3)FONCTIONNALITES (3)
Introduction Etat de l’art Problématique ContributionObjectifs Conclusion
2004/2005 26
Sauvegarde du profil de navigation : documents jugés
pertinents par l ’utilisateur + affectation d’un jugement
de pertinence à chaque document allant de 1 à 10 ;
FONCTIONNALITES (4)FONCTIONNALITES (4)
Introduction Etat de l’art Problématique ContributionObjectifs Conclusion
2004/2005 27
Sauvegarde du profil d ’interrogation : informations de
l’utilisateur + requête + liste des documents-jugement de
pertinence.
FONCTIONNALITES (5)FONCTIONNALITES (5)
Introduction Etat de l’art Problématique ContributionObjectifs Conclusion
2004/2005 28
 Prototype : Première illustration du système à concevoir.
 Perspectives :
Evaluation des réactions de l’utilisateur face aux
recommandations du système ;
Conception de l’interface ;
Affiner les mesures de similarité.
CONCLUSION ETCONCLUSION ET
PERSPECTIVESPERSPECTIVES
Introduction Etat de l’art Problématique ContributionObjectifs Conclusion
2004/2005 29
Merci de votre
attention

Contenu connexe

En vedette

2010-02 Migration vers le Cloud - Lancelot-Network
2010-02 Migration vers le Cloud - Lancelot-Network2010-02 Migration vers le Cloud - Lancelot-Network
2010-02 Migration vers le Cloud - Lancelot-Network
Yves Leblond
 
case based recommendation approach for market basket data
case based recommendation approach for market basket datacase based recommendation approach for market basket data
case based recommendation approach for market basket data
mniranjanmurthy
 
Introduction aux Technologies Web élaborée par Marouan OMEZZINE
Introduction aux Technologies Web élaborée par Marouan OMEZZINEIntroduction aux Technologies Web élaborée par Marouan OMEZZINE
Introduction aux Technologies Web élaborée par Marouan OMEZZINE
Marouan OMEZZINE
 
SaaS et Cloud, une révolution ?
SaaS et Cloud, une révolution ?SaaS et Cloud, une révolution ?
SaaS et Cloud, une révolution ?
Sage france
 
Les systèmes de recommandations
Les systèmes de recommandationsLes systèmes de recommandations
Les systèmes de recommandations
Romain Picot-Clemente
 
Google Cloud solution pour business 2.0
Google Cloud solution pour business 2.0Google Cloud solution pour business 2.0
Google Cloud solution pour business 2.0
Eric Herschkorn
 
Identity as a Service - Etude IDaaS
Identity as a Service - Etude IDaaSIdentity as a Service - Etude IDaaS
Identity as a Service - Etude IDaaS
Marc Rousselet
 
Lexique Facebook
Lexique FacebookLexique Facebook
Lexique Facebook
Netpub
 
Analyse Expérience Utilisateur - Voyages-Sncf
Analyse Expérience Utilisateur - Voyages-SncfAnalyse Expérience Utilisateur - Voyages-Sncf
Analyse Expérience Utilisateur - Voyages-Sncf
MBAMCI (Institut Léonard de Vinci)
 
Presentation pfe 2012
Presentation pfe 2012Presentation pfe 2012
Presentation pfe 2012
Sellami Ahmed
 
seminar topic
seminar topicseminar topic
seminar topic
dipple
 
LEVACOMM :e-Services aux voyageurs (enquête en ligne - février 2007)
LEVACOMM :e-Services aux voyageurs (enquête en ligne - février 2007)LEVACOMM :e-Services aux voyageurs (enquête en ligne - février 2007)
LEVACOMM :e-Services aux voyageurs (enquête en ligne - février 2007)
ChristianB
 
Réseaux Sociaux et CRM-PRM
Réseaux Sociaux et CRM-PRMRéseaux Sociaux et CRM-PRM
Réseaux Sociaux et CRM-PRM
Soft Computing
 
Valtech - Usages et technologie SaaS
Valtech - Usages et technologie SaaSValtech - Usages et technologie SaaS
Valtech - Usages et technologie SaaS
Valtech
 
Un modèle de Recherche d'Information Sociale pour l'Accès aux Ressources Bib...
Un modèle de Recherche d'Information Sociale  pour l'Accès aux Ressources Bib...Un modèle de Recherche d'Information Sociale  pour l'Accès aux Ressources Bib...
Un modèle de Recherche d'Information Sociale pour l'Accès aux Ressources Bib...
Lamjed Ben Jabeur
 
Définition et évaluation de modèles d'agrégation pour l'estimation de la pert...
Définition et évaluation de modèles d'agrégation pour l'estimation de la pert...Définition et évaluation de modèles d'agrégation pour l'estimation de la pert...
Définition et évaluation de modèles d'agrégation pour l'estimation de la pert...
Bilel Moulahi
 
LES SYSTEMES DE GESTION DES IDENTITES ET DES ACCES : MISE EN ŒUVRE ET APPORT ...
LES SYSTEMES DE GESTION DES IDENTITES ET DES ACCES : MISE EN ŒUVRE ET APPORT ...LES SYSTEMES DE GESTION DES IDENTITES ET DES ACCES : MISE EN ŒUVRE ET APPORT ...
LES SYSTEMES DE GESTION DES IDENTITES ET DES ACCES : MISE EN ŒUVRE ET APPORT ...
Danny Batomen Yanga
 

En vedette (18)

2010-02 Migration vers le Cloud - Lancelot-Network
2010-02 Migration vers le Cloud - Lancelot-Network2010-02 Migration vers le Cloud - Lancelot-Network
2010-02 Migration vers le Cloud - Lancelot-Network
 
case based recommendation approach for market basket data
case based recommendation approach for market basket datacase based recommendation approach for market basket data
case based recommendation approach for market basket data
 
Introduction aux Technologies Web élaborée par Marouan OMEZZINE
Introduction aux Technologies Web élaborée par Marouan OMEZZINEIntroduction aux Technologies Web élaborée par Marouan OMEZZINE
Introduction aux Technologies Web élaborée par Marouan OMEZZINE
 
SaaS et Cloud, une révolution ?
SaaS et Cloud, une révolution ?SaaS et Cloud, une révolution ?
SaaS et Cloud, une révolution ?
 
Les systèmes de recommandations
Les systèmes de recommandationsLes systèmes de recommandations
Les systèmes de recommandations
 
Google Cloud solution pour business 2.0
Google Cloud solution pour business 2.0Google Cloud solution pour business 2.0
Google Cloud solution pour business 2.0
 
Identity as a Service - Etude IDaaS
Identity as a Service - Etude IDaaSIdentity as a Service - Etude IDaaS
Identity as a Service - Etude IDaaS
 
Lexique Facebook
Lexique FacebookLexique Facebook
Lexique Facebook
 
Analyse Expérience Utilisateur - Voyages-Sncf
Analyse Expérience Utilisateur - Voyages-SncfAnalyse Expérience Utilisateur - Voyages-Sncf
Analyse Expérience Utilisateur - Voyages-Sncf
 
Le design d'expérience utilisateur - Bases
Le design d'expérience utilisateur - BasesLe design d'expérience utilisateur - Bases
Le design d'expérience utilisateur - Bases
 
Presentation pfe 2012
Presentation pfe 2012Presentation pfe 2012
Presentation pfe 2012
 
seminar topic
seminar topicseminar topic
seminar topic
 
LEVACOMM :e-Services aux voyageurs (enquête en ligne - février 2007)
LEVACOMM :e-Services aux voyageurs (enquête en ligne - février 2007)LEVACOMM :e-Services aux voyageurs (enquête en ligne - février 2007)
LEVACOMM :e-Services aux voyageurs (enquête en ligne - février 2007)
 
Réseaux Sociaux et CRM-PRM
Réseaux Sociaux et CRM-PRMRéseaux Sociaux et CRM-PRM
Réseaux Sociaux et CRM-PRM
 
Valtech - Usages et technologie SaaS
Valtech - Usages et technologie SaaSValtech - Usages et technologie SaaS
Valtech - Usages et technologie SaaS
 
Un modèle de Recherche d'Information Sociale pour l'Accès aux Ressources Bib...
Un modèle de Recherche d'Information Sociale  pour l'Accès aux Ressources Bib...Un modèle de Recherche d'Information Sociale  pour l'Accès aux Ressources Bib...
Un modèle de Recherche d'Information Sociale pour l'Accès aux Ressources Bib...
 
Définition et évaluation de modèles d'agrégation pour l'estimation de la pert...
Définition et évaluation de modèles d'agrégation pour l'estimation de la pert...Définition et évaluation de modèles d'agrégation pour l'estimation de la pert...
Définition et évaluation de modèles d'agrégation pour l'estimation de la pert...
 
LES SYSTEMES DE GESTION DES IDENTITES ET DES ACCES : MISE EN ŒUVRE ET APPORT ...
LES SYSTEMES DE GESTION DES IDENTITES ET DES ACCES : MISE EN ŒUVRE ET APPORT ...LES SYSTEMES DE GESTION DES IDENTITES ET DES ACCES : MISE EN ŒUVRE ET APPORT ...
LES SYSTEMES DE GESTION DES IDENTITES ET DES ACCES : MISE EN ŒUVRE ET APPORT ...
 

Similaire à SoutenanceFinale

L'accès unifié à l'information: retour d'expérience Locarchives
L'accès unifié à l'information: retour d'expérience LocarchivesL'accès unifié à l'information: retour d'expérience Locarchives
L'accès unifié à l'information: retour d'expérience Locarchives
Documation Gestion de l'information et du document numérique en entreprise
 
Presentation hibernate nfe103
Presentation hibernate nfe103Presentation hibernate nfe103
Presentation hibernate nfe103
MRamo2s
 
Alphorm.com Formation Informatica PowerCenter : Administration
Alphorm.com Formation Informatica PowerCenter : AdministrationAlphorm.com Formation Informatica PowerCenter : Administration
Alphorm.com Formation Informatica PowerCenter : Administration
Alphorm
 
Le Référentiel du système girondin d'archivage électronique
Le Référentiel du système girondin d'archivage électroniqueLe Référentiel du système girondin d'archivage électronique
Le Référentiel du système girondin d'archivage électronique
AssociationAF
 
4 Solutions Linux Spar
4 Solutions Linux Spar4 Solutions Linux Spar
4 Solutions Linux Spar
Alexis Monville
 
IODS : Retour d’expériences au sein du Center for Data Science
IODS : Retour d’expériences au sein du Center for Data ScienceIODS : Retour d’expériences au sein du Center for Data Science
IODS : Retour d’expériences au sein du Center for Data Science
BorderCloud
 
Alphorm.com Formation SAP BusinessObjects Web Intelligence BI4 : Installation...
Alphorm.com Formation SAP BusinessObjects Web Intelligence BI4 : Installation...Alphorm.com Formation SAP BusinessObjects Web Intelligence BI4 : Installation...
Alphorm.com Formation SAP BusinessObjects Web Intelligence BI4 : Installation...
Alphorm
 
infrastructure de données spatiales: notions et enjeux
infrastructure de données spatiales: notions et enjeuxinfrastructure de données spatiales: notions et enjeux
infrastructure de données spatiales: notions et enjeux
Desconnets Jean-Christophe
 
Ojs 3
Ojs 3Ojs 3
Observation and measurement data model
Observation and measurement data modelObservation and measurement data model
Observation and measurement data model
Desconnets Jean-Christophe
 
Moteurs de recherche : sortir de Google
Moteurs de recherche : sortir de GoogleMoteurs de recherche : sortir de Google
Moteurs de recherche : sortir de Google
Aref Jdey
 
Conceptualisation du construit d'utilisabilité - HEC Montréal - Février 2008
Conceptualisation du construit d'utilisabilité - HEC Montréal - Février 2008Conceptualisation du construit d'utilisabilité - HEC Montréal - Février 2008
Conceptualisation du construit d'utilisabilité - HEC Montréal - Février 2008
camillegrange
 
Démarche et logiciel de gestion des connaissances pour le cycle de vie des pr...
Démarche et logiciel de gestion des connaissances pour le cycle de vie des pr...Démarche et logiciel de gestion des connaissances pour le cycle de vie des pr...
Démarche et logiciel de gestion des connaissances pour le cycle de vie des pr...
hackick
 
310119 Webinar Présentation Nouveautés 5.3
310119 Webinar Présentation Nouveautés 5.3310119 Webinar Présentation Nouveautés 5.3
310119 Webinar Présentation Nouveautés 5.3
Everteam
 
10h20 orange agnes_ripoll_ghys
10h20 orange agnes_ripoll_ghys10h20 orange agnes_ripoll_ghys
10h20 orange agnes_ripoll_ghys
AssociationAF
 
Bases de donnees fondamentaux
Bases de donnees fondamentauxBases de donnees fondamentaux
Bases de donnees fondamentaux
Rokhaya CISSE
 
base de données -note de cours
base de données -note de cours base de données -note de cours
base de données -note de cours
Yassine Badri
 

Similaire à SoutenanceFinale (20)

L'accès unifié à l'information: retour d'expérience Locarchives
L'accès unifié à l'information: retour d'expérience LocarchivesL'accès unifié à l'information: retour d'expérience Locarchives
L'accès unifié à l'information: retour d'expérience Locarchives
 
Presentation hibernate nfe103
Presentation hibernate nfe103Presentation hibernate nfe103
Presentation hibernate nfe103
 
Alphorm.com Formation Informatica PowerCenter : Administration
Alphorm.com Formation Informatica PowerCenter : AdministrationAlphorm.com Formation Informatica PowerCenter : Administration
Alphorm.com Formation Informatica PowerCenter : Administration
 
Le Référentiel du système girondin d'archivage électronique
Le Référentiel du système girondin d'archivage électroniqueLe Référentiel du système girondin d'archivage électronique
Le Référentiel du système girondin d'archivage électronique
 
4 Solutions Linux Spar
4 Solutions Linux Spar4 Solutions Linux Spar
4 Solutions Linux Spar
 
IODS : Retour d’expériences au sein du Center for Data Science
IODS : Retour d’expériences au sein du Center for Data ScienceIODS : Retour d’expériences au sein du Center for Data Science
IODS : Retour d’expériences au sein du Center for Data Science
 
Alphorm.com Formation SAP BusinessObjects Web Intelligence BI4 : Installation...
Alphorm.com Formation SAP BusinessObjects Web Intelligence BI4 : Installation...Alphorm.com Formation SAP BusinessObjects Web Intelligence BI4 : Installation...
Alphorm.com Formation SAP BusinessObjects Web Intelligence BI4 : Installation...
 
infrastructure de données spatiales: notions et enjeux
infrastructure de données spatiales: notions et enjeuxinfrastructure de données spatiales: notions et enjeux
infrastructure de données spatiales: notions et enjeux
 
Profil d'application AI
Profil d'application AIProfil d'application AI
Profil d'application AI
 
ENSI_Project
ENSI_ProjectENSI_Project
ENSI_Project
 
Ojs 3
Ojs 3Ojs 3
Ojs 3
 
Observation and measurement data model
Observation and measurement data modelObservation and measurement data model
Observation and measurement data model
 
Moteurs de recherche : sortir de Google
Moteurs de recherche : sortir de GoogleMoteurs de recherche : sortir de Google
Moteurs de recherche : sortir de Google
 
Conceptualisation du construit d'utilisabilité - HEC Montréal - Février 2008
Conceptualisation du construit d'utilisabilité - HEC Montréal - Février 2008Conceptualisation du construit d'utilisabilité - HEC Montréal - Février 2008
Conceptualisation du construit d'utilisabilité - HEC Montréal - Février 2008
 
Démarche et logiciel de gestion des connaissances pour le cycle de vie des pr...
Démarche et logiciel de gestion des connaissances pour le cycle de vie des pr...Démarche et logiciel de gestion des connaissances pour le cycle de vie des pr...
Démarche et logiciel de gestion des connaissances pour le cycle de vie des pr...
 
Lecon 1.1
Lecon 1.1Lecon 1.1
Lecon 1.1
 
310119 Webinar Présentation Nouveautés 5.3
310119 Webinar Présentation Nouveautés 5.3310119 Webinar Présentation Nouveautés 5.3
310119 Webinar Présentation Nouveautés 5.3
 
10h20 orange agnes_ripoll_ghys
10h20 orange agnes_ripoll_ghys10h20 orange agnes_ripoll_ghys
10h20 orange agnes_ripoll_ghys
 
Bases de donnees fondamentaux
Bases de donnees fondamentauxBases de donnees fondamentaux
Bases de donnees fondamentaux
 
base de données -note de cours
base de données -note de cours base de données -note de cours
base de données -note de cours
 

SoutenanceFinale

  • 1. GESTION DE VERSIONSGESTION DE VERSIONS DE PROFIL DANS UNDE PROFIL DANS UN SYSTEME DE RECHERCHESYSTEME DE RECHERCHE D’INFORMATIOND’INFORMATION Présenté par : Randa AL SABBAGH Directeur de recherche : Josiane MOTHE Encadrement et suivi : Gilles HUBERT Equipe : SIG/EVI (Extraction et Visualisation d’Informations)
  • 2. 2004/2005 2  INTRODUCTION  ETAT DE L’ART  PROBLEMATIQUE  OBJECTIFS  CONTRIBUTION  CONCLUSION ET PERSPECTIVES PLANPLAN
  • 3. 2004/2005 3 Définition d’un Profil : Ensemble des caractéristiques d’un objet permettant de l’identifier ou de le représenter. Utilité d’un profil dans un système de recherche d’information : Personnalisation du besoin d’information afin d’améliorer la satisfaction de l’utilisateur [Korfhage1997]. NOTION DE PROFILS (1)NOTION DE PROFILS (1) Introduction Etat de l’art Problématique ContributionObjectifs Conclusion
  • 4. 2004/2005 4 Types de profils Profil utilisateur : Représentation de l’utilisateur, utilisée par le système pour : filtrer l’information ; personnaliser l’information ; étendre une requête. NOTION DE PROFILS (2)NOTION DE PROFILS (2) Profil utilisateur Profil de requête Introduction Etat de l’art Problématique ContributionObjectifs Conclusion
  • 5. 2004/2005 5 NOTION DE PROFILS (3)NOTION DE PROFILS (3) [Montaner, al. 2003] définit trois types de filtrage : FILTRAGEFILTRAGE Filtrage Cognitif centres d’intérêt durables ou récurrents : liste de mots-clés pondérés Filtrage Cognitif centres d’intérêt durables ou récurrents : liste de mots-clés pondérés Filtrage Démographique données démographiques(âge, profession, ville d’origine, etc.) pour recommander Filtrage Démographique données démographiques(âge, profession, ville d’origine, etc.) pour recommander Filtrage Social/Collaboratif jugements de l’information utilisés pour recommander Filtrage Social/Collaboratif jugements de l’information utilisés pour recommander Introduction Etat de l’art Problématique ContributionObjectifs Conclusion
  • 6. 2004/2005 6 Personnalisation de l’information permet l’adaptation du système : aux buts de l’utilisateur ; aux préférences de l’utilisateur ; aux capacités de l’utilisateur. Expansion de requêtes : A partir des mots-clés présents dans le profil utilisateur, le système peut proposer une nouvelle requête plus étendue. NOTION DE PROFILS (4)NOTION DE PROFILS (4) Introduction Etat de l’art Problématique ContributionObjectifs Conclusion
  • 7. 2004/2005 7 Caractéristiques d’un utilisateur [Lainé-Cruzel1999] :  Activité/Profession de l’utilisateur ;  Type d’information souhaité ;  But final de l’utilisation des documents sélectionnés. PROFIL UTILISATEURPROFIL UTILISATEUR Base de données de documents Interface d’interrogation Interface de consultation PROFIL - DOC Introduction Etat de l’art Problématique ContributionObjectifs Conclusion
  • 8. 2004/2005 8 Sauvegarde des profils d’interrogation pertinents pour l’utilisateur [Benammar, al. 2003] - Intérêt : Réutilisation de son expérience passée ou celle des autres utilisateurs pour améliorer les résultats de ses recherches. Avantages de la représentation d’un objet sous forme de versions :  Clarté ;  Facilité ;  Efficacité ;  Distinction d’une version par son numéro ;  Mise en avant d’un ordre chronologique/historique par les structures d’arbres. PROFIL D’INTERROGATIONPROFIL D’INTERROGATION Introduction Etat de l’art Problématique ContributionObjectifs Conclusion
  • 9. 2004/2005 9 Approche Broadway [Trousse, al. 1999] : Utilisation des techniques de raisonnement à partir de cas : description et solution du problème ; Prise en compte de l’ordre des actions utilisateurs. Principe : Recommander à un utilisateur des pages ayant satisfait des utilisateurs navigant d’une manière similaire. Intérêt : Résoudre plus efficacement les problèmes ou éviter les échecs passés. SYSTEME BROADWAYSYSTEME BROADWAY Introduction Etat de l’art Problématique ContributionObjectifs Conclusion
  • 10. 2004/2005 10 Gérer l’évolution des différents profils de requête et de navigation en fonction du profil utilisateur à l’aide de mesures de similarité : Entre une requête et un profil de requête ; Entre profils de requête ; Entre profils de navigation. PROBLEMATIQUEPROBLEMATIQUE Introduction Etat de l’art Problématique ContributionObjectifs Conclusion
  • 11. 2004/2005 11 Proposer une approche d’aide à la recherche d’information combinant : Intégration des profils ; Principe des systèmes de raisonnements à partir de cas ; Axée principalement sur la gestion et l’exploitation de l’évolution. But : Faire bénéficier un utilisateur de ses expériences passées ou des expériences d’autres utilisateurs. OBJECTIFSOBJECTIFS Introduction Etat de l’art Problématique ContributionObjectifs Conclusion
  • 12. 2004/2005 12 Etapes de notre démarche : Conception d’un modèle conceptuel de classes ; Création d’une base de données et proposition d’un prototype du système avec différents calculs de similarité. CONTRIBUTIONCONTRIBUTION Introduction Etat de l’art Problématique ContributionObjectifs Conclusion
  • 13. 2004/2005 13 Gestion de profils utilisateurs :  Besoins en information des utilisateurs ;  Manière dont ces besoins évoluent ;  Manière dont ces besoins exploitent les résultats. Décomposition du Profil utilisateur en deux aspects :  Expression du besoin en information et son évolution ;  Traitement du résultat. PROFILS (1)PROFILS (1) Introduction Etat de l’art Problématique ContributionObjectifs Conclusion
  • 14. 2004/2005 14 Profil d’interrogation constitué par :  Expression du besoin utilisateur traduit par une requête ;  Evolution du besoin traité par la notion de version de requête. Profil de navigation constitué par :  Traitement du résultat : documents obtenus en réponse à une requête et les documents obtenus par navigation à partir du résultat. PROFILS (2)PROFILS (2) Introduction Etat de l’art Problématique ContributionObjectifs Conclusion
  • 15. 2004/2005 15 Thème 1 Forêt de versions d’un profil d’interrogation pour un thème donné VERSIONS (1)VERSIONS (1) Introduction Etat de l’art Problématique ContributionObjectifs Conclusion
  • 16. 2004/2005 16Versions de profil d’interrogation pour un thème donné Thème 1 VERSIONS (2)VERSIONS (2) Introduction Etat de l’art Problématique ContributionObjectifs Conclusion
  • 17. 2004/2005 17 Conserver les différentes versions du profil d’interrogation.  Avantages : Evite la répétition de requêtes par l’utilisateur ; Garde les requêtes les plus fréquentes et les plus efficaces ; Garde les modifications apportées à une requête ; Compare les requêtes exprimées par d’autres utilisateurs. PROFILS (3)PROFILS (3) Introduction Etat de l’art Problématique ContributionObjectifs Conclusion
  • 18. 2004/2005 18 Conserver les différentes versions du profil de navigation correspondantes aux versions du profil d’interrogation.  Avantages : Obtenir les différentes navigations réalisées à partir des documents du résultat à une requête, c’est-à-dire le cheminement de document en document ; Optimisation du temps de recherche ; Réutilisation de la version de navigation correspondante à la version de requête voulue ; Personnalisation du profil de navigation en fonction des caractéristiques de l’utilisateur. PROFILS (4)PROFILS (4) Introduction Etat de l’art Problématique ContributionObjectifs Conclusion
  • 19. 2004/2005 19 MODELE CONCEPTUELMODELE CONCEPTUEL Introduction Etat de l’art Problématique ContributionObjectifs Conclusion
  • 20. 2004/2005 20  Versions de profils reliées par des liens prédécesseurs/successeurs : Suivi de l’évolution du profil ; Synthèse générale du profil.  Versions recommandées à l’utilisateur par le système à partir de calculs de similarité. SIMILARITE (1)SIMILARITE (1) Introduction Etat de l’art Problématique ContributionObjectifs Conclusion
  • 21. 2004/2005 21  Similarité requête-profil d’interrogation : Comparaison profil de navigation-requête ⇒ Comparaison documents-requête. Modèle Vectoriel : Représentation du document et de la requête sous forme vectorielle . Formule du cosinus : SIMILARITE (2)SIMILARITE (2) Introduction Etat de l’art Problématique ContributionObjectifs Conclusion
  • 22. 2004/2005 22 Sélection du profil d’interrogation correspondant au profil de navigation dont les documents se rapprochent le plus de la requête. Recherche de la version de requête la plus similaire sur le même principe en remplaçant le vecteur document par un autre vecteur requête.  Mesures de similarité suivant le même principe : profil d’interrogation-profil d’interrogation ; profil de navigation-profil de navigation ; SIMILARITE (3)SIMILARITE (3) Introduction Etat de l’art Problématique ContributionObjectifs Conclusion
  • 23. 2004/2005 23 Fonctionnalités proposées par le prototype : Identification de l’utilisateur ; Mise à jour du profil utilisateur ; FONCTIONNALITES (1)FONCTIONNALITES (1) Introduction Etat de l’art Problématique ContributionObjectifs Conclusion
  • 24. 2004/2005 24 Pré-recherche de l’utilisateur : Consultation de ses anciens profils d’interrogation en choisissant un thème et la version de requête qui s’y rapporte (similarité requête-profil d’interrogation) ; Consultation des profils d’interrogation d’autres utilisateurs en choisissant un nom, un thème et la version de requête qui s’y rapporte (similarité requête-profil d’interrogation) ; FONCTIONNALITES (2)FONCTIONNALITES (2) Introduction Etat de l’art Problématique ContributionObjectifs Conclusion
  • 25. 2004/2005 25 Post-recherche : Recommandation du système d’une version de requête à partir de mesures de similarité ; FONCTIONNALITES (3)FONCTIONNALITES (3) Introduction Etat de l’art Problématique ContributionObjectifs Conclusion
  • 26. 2004/2005 26 Sauvegarde du profil de navigation : documents jugés pertinents par l ’utilisateur + affectation d’un jugement de pertinence à chaque document allant de 1 à 10 ; FONCTIONNALITES (4)FONCTIONNALITES (4) Introduction Etat de l’art Problématique ContributionObjectifs Conclusion
  • 27. 2004/2005 27 Sauvegarde du profil d ’interrogation : informations de l’utilisateur + requête + liste des documents-jugement de pertinence. FONCTIONNALITES (5)FONCTIONNALITES (5) Introduction Etat de l’art Problématique ContributionObjectifs Conclusion
  • 28. 2004/2005 28  Prototype : Première illustration du système à concevoir.  Perspectives : Evaluation des réactions de l’utilisateur face aux recommandations du système ; Conception de l’interface ; Affiner les mesures de similarité. CONCLUSION ETCONCLUSION ET PERSPECTIVESPERSPECTIVES Introduction Etat de l’art Problématique ContributionObjectifs Conclusion
  • 29. 2004/2005 29 Merci de votre attention