De l'apprentissage artificiel pour l'apprentissage humain : de la récolte de traces à la modélisation utilisateur

Machine learning for human learning : from gathering traces to user modeling

• Auteur / Autrice : Marc Damez-Fontaine
• Direction : Bernadette Bouchon-Meunier
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance en 2008
• Etablissement(s) : Paris 6

Mots clés

Mots clés libres

Trace d'interaction

Interaction homme machine

Visualisation de données

Apprentissage artificiel

Analyse automatique

Caractérisation de comportements

Résumé

L’étude des traces utilisateurs pour la personnalisation des interactions hommes machines connaît de nombreuses applications dans tous les domaines logiciels de l’informatique. Cette thèse porte sur un modèle de récolte de traces d’interaction homme-machine et applique des méthodes d’apprentissage artificiel pour la caractérisation de l’apprentissage humain. Après analyse des travaux existants dans le même domaine, plusieurs méthodes, réparties en familles de type de traitement, sont appliquées pour étudier les données issues directement des évènements d’une interaction. Une méthode originale de visualisation des données qui permet notamment d’effectuer une recherche guidée des caractéristiques de comportements discriminants est proposée. La grande hétérogénéité des données récoltées lors des expériences menées ont permis d’explorer les techniques de traitements séquentiels et matriciels dans des contextes de reconnaissance et de classification de comportement humain en situation d’apprentissage.