Modèle d'accès personnalisé pour les plateformes de livraison de contenu : une approche basée sur les services

Personalized access model for content delivery platforms : service oriented approach

• Auteur / Autrice : Sofiane Abbar
• Direction : Mokrane Bouzeghoub
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance en 2010
• Etablissement(s) : Versailles-St Quentin en Yvelines

Mots clés

Mots clés contrôlés

Modélisation tridimensionnelle

Qualité de Service (télécommunications)

Préparation des données (informatique)

Interfaces utilisateur (informatique)

Résumé

L’accès personnalisé adapté aux préférences et aux contextes des utilisateurs est un défi dans plusieurs applications. Ainsi, nous avons proposé un modèle d’accès personnalisé (PAM) basé sur des modèles multidimensionnels de profil utilisateur et de contexte. Le PAM fournit un ensemble de services qui permet la double prise en compte du profil et du contexte lors de la personnalisation. Ces services servent, entre autres, à : la découverte automatique des contextes d’un utilisateur ainsi que de ses préférences contextuelles, la projection d’un profil dans un contexte courant et l’appariement des profils et des contenus pour le calcule de recommandations. Nous avons également montré que la composition de ses services permet d’intégrer le contexte dans une application personnalisée, sans altérer son fonctionnement interne. Dans ce cas précis, nous avons instancié le PAM pour définir des systèmes de recommandation sensibles aux contextes, qui ont servi à l’évaluation de notre approche.

Access to relevant information adapted to user’s preferences and contexts is a challenge in many applications. In this thesis, we address the personalization in the context of content delivery platforms. Hence we propose a personalized access model based on multidimensional models of user’s profile and context. The PAM provides a set of services that enable applications to take into account both user’s profile and context within personalization processes, hence delivering more accurate contents. PAM services include, but are not limited to, an automatic approach for contexts and contextual preferences discovery, the projection of user’s profile within his current context, and matching of profiles and contents to provide user recommendations. We also show that PAM services allow a smooth integration of context within personalized applications without changing their inner processes. Thus, we instantiated the PAM to define context-aware recommender systems used to evaluate our approach.