Modèle collaboratif pour lInternet of Things (IoT)
Le service Web (1er concept de base) représente la technologie permettant l'échange de données entre les différentes plateformes et leurs applications bien que
Le centre Mirotvorets Une plateforme collaborative en ligne
13 août 2018 Une base de données collaborative recensant les « ennemis de l'Ukraine ... 6 Un site internet créé en 2014 par Dmitri GORDON un journaliste ...
La bonne utilisation de le-mail dans lentreprise
des autres outils de communication et de collaboration Bien constituer sa base de données ... L'adresse du site Internet de votre société peut.
Un système de recommandation contextuel et composite pour la
16 avr. 2018 1.4.1 Filtrage collaboratif basé sur les voisins . ... 2.3.3 Les langages ontologiques du web sémantique . ... 6.2.3.1 Base de données .
PolimaWiki : un site contributif pour létude du pouvoir des listes au
21 sept. 2020 disposer d'un espace de travail collaboratif dédié aux listes pour ... consultation et une base de données accessible sur internet et ...
E-Test une plateforme e-learning collaborative
https://journal.amaquen.org/index.php/joqie/article/download/50/47/
Thesaurus Exemplorum Medii Aevi : une base de données
1 déc. 2021 données collaborative sur les exempla médiévaux » Humanités ... tour remplacée en 2005 par un site Web directement lié à une base de.
Base web collaborative Ludoprêt
1 fév. 2022 Actuellement Plus de 5000 jeux sont référencés. Le principe est le suivant : Une base de données stocke tous les jeux sur un serveur Web. Une ...
Thesaurus Exemplorum Medii Aevi: une base de données
22 déc. 2021 données collaborative sur les exempla médiévaux. ... tour remplacée en 2005 par un site Web directement lié à une base de données MySQL pour ...
Un système de recommandation contextuel et
composite pour la visite personnalisée de sites culturelsUn système de recommandation
contextuel et composite pour la visitepersonnalisée de sites culturels. Idir BenouaretThèse présentée pour l"obtention du grade de Docteur de l"UTC Soutenue le 25 Janvier 2017 devant un jury composé de :Rapporteurs :
Max Chevalier Serge Garlatti
Professeur des universités Professeur
Université Paul Sabatier Toulouse Telecom BretagneExaminateurs :
Elsa Negre Sebastien Destercke
Maître de conférences Chercheur CNRS
Université de Paris-Dauphine Université de Technologie de CompiègnePhilippe Trigano
Professeur des universités
Université de Technologie de Compiègne
Directeur de Thèse :
Dominique Lenne
Professeur des universités
Université de Technologie de CompiègneUniversité de Technologie de CompiègneLaboratoire Heudiasyc UMR CNRS 7253
Table des matières
Table des matières i
Liste des figures vii
Résumé ix
Abstract xi
Remerciements xiii
Introduction 1
1 Les Systèmes de recommandation 7
1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
71.2 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
91.2.1 Histoire des Systèmes de Recommandation . . . . . . . . . . .
91.2.2 Netflix Challenge . . . . . . . . . . . . . . . . . . . . . . . . .
101.2.3 Définitions, Terminologies et Notations . . . . . . . . . . . . .
111.2.4 Notations . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
121.2.5 Classification des systèmes de recommandation . . . . . . . .
121.3 Les approches basées sur le contenu . . . . . . . . . . . . . . . . . . .
131.3.1 Approche générale . . . . . . . . . . . . . . . . . . . . . . . .
131.3.2 Représentation d"un item . . . . . . . . . . . . . . . . . . . .
151.3.3 Recommandations basées sur les vecteurs de mots-clés . . . .
151.3.4 Autres modèles . . . . . . . . . . . . . . . . . . . . . . . . . .
171.3.5 Formes particulières de recommandation basée sur le contenu .
181.3.5.1 Recommandation basée sur la connaissance . . . . .
181.3.5.2 Recommandation basée sur l"utilité . . . . . . . . . .
181.3.6 Avantages et inconvénients des approches basées sur le contenu
191.4 Les approches basées sur le filtrage collaboratif . . . . . . . . . . . . .
201.4.1 Filtrage collaboratif basé sur les voisins . . . . . . . . . . . . .
211.4.1.1 Filtrage basé sur les utilisateurs . . . . . . . . . . . .
21i ii Table des matières
1.4.1.2 Filtrage basé sur les items . . . . . . . . . . . . . .
231.4.1.3 Calcul de la similarité . . . . . . . . . . . . . . . . .
241.4.2 Méthode de réduction de la dimension . . . . . . . . . . . . .
251.4.3 Modèles probabilistes . . . . . . . . . . . . . . . . . . . . . . .
271.4.4 Avantages et inconvénients du filtrage collaboratif . . . . . . .
281.5 Les Approches Hybrides . . . . . . . . . . . . . . . . . . . . . . . . .
291.6 Systèmes de recommandation sensibles au contexte . . . . . . . . . .
301.6.1 Définition du contexte . . . . . . . . . . . . . . . . . . . . . .
311.6.2 Sources d"informations contextuelles . . . . . . . . . . . . . .
311.6.3 Modélisation du contexte pour les systèmes de recommandation
321.6.4 Méthodes d"incorporation du contexte . . . . . . . . . . . . .
331.6.4.1 Pré-filtrage contextuel . . . . . . . . . . . . . . . . .
341.6.4.2 Post-filtrage contextuel . . . . . . . . . . . . . . . . .
341.6.4.3 Modélisation directe du contexte . . . . . . . . . . .
341.7 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3 42 Représentation des connaissances et similarités sémantiques 37
2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
372.2 La représentation des connaissances . . . . . . . . . . . . . . . . . . .
382.2.1 Fondements logiques de la représentation des connaissances .
382.3 Ontologies et Web sémantique . . . . . . . . . . . . . . . . . . . . . .
412.3.1 Architecture du web sémantique . . . . . . . . . . . . . . . . .
412.3.2 Ontologie . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
422.3.3 Les langages ontologiques du web sémantique . . . . . . . . .
432.3.3.1 RDF (Ressource Description Framework) . . . . . .
442.3.3.2 RDFs (Resource Description Framework Schema) . .
452.3.3.3 OWL (Web Ontology Language) . . . . . . . . . . .
462.3.4 Conclusion sur la représentation des connaissances . . . . . .
462.4 Mesures de similarité sémantiques . . . . . . . . . . . . . . . . . . . .
472.4.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
482.4.2 Similarité ou proximité? . . . . . . . . . . . . . . . . . . . . .
482.4.3 Mesures de similarités sémantiques . . . . . . . . . . . . . . .
492.4.3.1 Mesures de type structurel (basées sur les hiérarchies
de concepts) . . . . . . . . . . . . . . . . . . . . . . . 492.4.3.2 Mesures de type intentionnel (basées sur les proprié-
tés des concepts) . . . . . . . . . . . . . . . . . . . . 522.4.3.3 Mesures de type expressionnel (basées sur les corpus)
552.4.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
57Table des matières iii
3 Systèmes de recommandation pour l"aide à la visite culturelle 59
3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
593.2 Systèmes pour l"assistance à la visite de musées . . . . . . . . . . . .
603.2.1 Systèmes orientés tâche . . . . . . . . . . . . . . . . . . . . . .
603.2.2 Systèmes orientés navigation . . . . . . . . . . . . . . . . . . .
613.2.3 Systèmes de recommandation pour la visite de musées . . . . .
623.3 Systèmes de recommandation pour le tourisme . . . . . . . . . . . .
653.3.1 Fonctionnalités offertes . . . . . . . . . . . . . . . . . . . . .
663.3.1.1 Suggestion de destination et parcours de visite . . . .
663.3.1.2 Recommandation de points d"intérêt . . . . . . . . .
683.3.1.3 Planification de la visite . . . . . . . . . . . . . . . .
693.3.1.4 Aspects sociaux de la visite . . . . . . . . . . . . . .
703.3.2 Techniques de recommandation en e-Tourisme . . . . . . . . .
713.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
7 34 Une approche hybride et contextuelle pour la visite de musée 75
4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
754.2 Modélisation sémantique du domaine . . . . . . . . . . . . . . . . . .
764.2.1 Sources de connaissances utilisées . . . . . . . . . . . . . . . .
774.2.1.1 CIDOC-CRM . . . . . . . . . . . . . . . . . . . . . .
784.2.1.2 ICONCLASS . . . . . . . . . . . . . . . . . . . . . .
784.2.1.3 AAT . . . . . . . . . . . . . . . . . . . . . . . . . . .
784.2.1.4 ULAN . . . . . . . . . . . . . . . . . . . . . . . . . .
804.2.1.5 TGN . . . . . . . . . . . . . . . . . . . . . . . . . . .
8 14.2.2 Modèle sémantique de l"oeuvre . . . . . . . . . . . . . . . . . .
824.3 Modélisation du contexte . . . . . . . . . . . . . . . . . . . . . . . . .
844.4 Architecture de recommandation contextuelle . . . . . . . . . . . . .
854.4.1 Principe de fonctionnement . . . . . . . . . . . . . . . . . . .
864.5 Approche démographique . . . . . . . . . . . . . . . . . . . . . . . . .
8 74.6 Approche sémantique . . . . . . . . . . . . . . . . . . . . . . . . . . .
904.6.1 Formalisation . . . . . . . . . . . . . . . . . . . . . . . . . . .
914.6.1.1 Cas où les valeurs de la propriété sont des instances
organisées hiérarchiquement . . . . . . . . . . . . . . 924.6.1.2 Cas où les valeurs de la propriété sont des instances
non hiérarchisées . . . . . . . . . . . . . . . . . . . . 934.6.1.3 Cas où les valeurs de la propriété sont de type littéral
944.6.2 Cas des liens directs entre instances . . . . . . . . . . . . . . .
944.6.3 Prédictions et recommandations . . . . . . . . . . . . . . . . .
95iv Table des matières
4.7 Approche collaborative . . . . . . . . . . . . . . . . . . . . . . . . . .
964.7.1 Similarité entre utilisateurs . . . . . . . . . . . . . . . . . . .
964.7.2 Prédictions et recommandations . . . . . . . . . . . . . . . . .
984.8 Génération de parcours de visite . . . . . . . . . . . . . . . . . . . . .
984.9 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1015 Un système de recommandation composite pour la planification
quotesdbs_dbs43.pdfusesText_43[PDF] La réduction des inégalités. Impot : participation financière obligatoire aux dépenses de l Etat, d une région, d un département ou d une commune.
[PDF] Elle doit être lue avec attention ainsi que l aide à la rédaction du formulaire CERFA n 12156*03 de demande de subvention en annexe.
[PDF] Séjour d immersion à Vancouver
[PDF] Questions de sécurité routière? Mon élu référent a les réponses! La vitesse
[PDF] rue Marcel Tonglet n 142 6500 BEAUMONT - : 071/31.89.83 rue de Villers n 17-1348 LOUVAIN-LA-NEUVE - : 010/84.85.50
[PDF] Annexe-11 Plan de la fourniture des services de conseils (soft component)
[PDF] Open Data Nord-Pas de Calais : le projet du Conseil régional
[PDF] Le mécénat La réduction d impôt mécénat
[PDF] Cahier des charges des Missions locales Coordination de filière de formation innovante 1 er semestre 2004
[PDF] RAPPORT DES TOURNEES DE SENSIBILISATION DE L UNPRB SUR GENRE EQUITE : 29 MARS AU 2 AVRIL 2011
[PDF] COMMENT FINANCER VOS INNOVATIONS?
[PDF] NOM : Groupe : Prénom : Câblage HABITAT. Objectif général du T. P. Réaliser en encastré l installation électrique d une chambre.
[PDF] La protection de votre famille est aussi importante que celle de votre maison
[PDF] SEMINAIRE DE FORMATION DES ACTEURS DES TRANSPORTS ROUTIERS ET DE LA SECURITE ROUTIERE EN ZONE CEMAC Douala, 10-14 juin 2013