Recherche d'information sur Internet par algorithmes évolutionnaires

Searching for information on Internet with evolutionary algorithms

• Auteur / Autrice : Fabien Picarougne
• Direction : Gilles Venturini
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance en 2004
• Etablissement(s) : Tours

Mots clés

Mots clés contrôlés

Algorithmes génétiques

Agents intelligents (logiciels)

Veille informationnelle

Recherche sur Internet

Résumé

Dans ce travail de thèse, nous présentons le problème de recherche d'information sur Internet et plus généralement de veille stratégique. Nous remarquons généralement qu'il est nécessaire de passer beaucoup de temps à analyser les résultats fournis par les moteurs de recherche traditionnels afin d'obtenir une réponse satisfaisante. Dans cette thèse, nous avons développé un outil de recherche automatique basé sur une stratégie de recherche évolutionnaire. Cet outil explore les pages Web en partant des résultats fournis par les moteurs de recherche traditionnels. Plusieurs méthodes d'optimisation ont été comparées : une approche génétique, une approche à base de population de fourmis et un algorithme tabou. L'effort de recherche a également été parallélisé et peut être distribué sur plusieurs machines distantes afin de maximiser les ressources disponibles à l'exécution de cette tâche et d'utiliser une architecture parallèle de grande ampleur. Enfin, nous proposons un système de visualisation des résultats d'un moteur de recherche basé sur les propriétés des nuages d'agents afin d'aider les utilisateurs à mieux comprendre les résultats retournés.

In this thesis, we present the problem of information search on Internet and more generally of strategic watch. We generally notice that it is necessary to spend a long time to analyze the results provided by traditional search engines in order to obtain good answers. In this thesis, we have developed an automatic search tool based on evolutionary search strategies. This tool explores Web pages starting from the results provided by traditional search engines. Several methods of optimization have been compared: a genetic approach, a population of ants and a tabu search. The search effort is also parallelized and can be distributed on several distant computers in order to maximize the resources available for the execution of this task and in order to user a large scale parallel architecture. Finally, we propose a display system of search engine results based on the property of flock of agents in order to help the users to better understanding the results returned by the engine and to decrease the time necessary to analyse these results.