Modélisation du système de reconnaissance chimique des fourmis pour le problème de la classification non-supervisée : application à la mesure d'audience sur internet

par Nicolas Labroche

Thèse de doctorat en Informatique

Sous la direction de Gilles Venturini.

Soutenue en 2003

à Tours .


  • Résumé

    Dans ce travail de thèse, nous proposons de modéliser le système de reconnaissance chimique des fourmis pour concevoir une méthode de classification non-supervisée, appliquée au problème de la mesure d'audience sur Internet. Les principes biologiques issus du modèle ont permis d'une part de réaliser un simulateur de vie artificielle capable de reproduire des expériences conduites sur les fourmis réelles et d'autre part, de poser les bases de nos algorithmes de classification AntClust et Visual AntClust. Ceux-ci associent un objet à classer au génome d'une fourmi artificielle et simulent des rencontres entre ces dernières. Le regroupement des fourmis ayant une odeut comparable dans les même nids réalise la partition recherchée des objets. Une représentation multi-modale des sessions de navigations sur internet ainsi qu'une mesure de similarité adaptée ont été développées et associées à AntClust de façon à aider à la compréhension de l'activité des internautes sur les sites web.

  • Titre traduit

    Modelling of the chemical recognition system of ants to solve the unsupervised clustering problem : application to the web usage mining probleme


  • Résumé

    In this thesis, we model the chemical recognition system of ants to develop a new unsupervised clustering method, applied to the web usage mining problem. The biological principles of the model allowed us on the one hand to develop an artificial life simulator able to reproduce real ants experiments and on the other hand to set the basis of our clustering algorithm AntClust and Visual AntClust. These algorithms associate one object to the genome of an artificial ant and simulate meetings between them. The gathering of artificial ants with similar odours in the same nest builds the expected partition of the objects. We associate Antclust to a multi-modal representation of the web sessions and an adapted similarity measure to help understanding the web users behaviours.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (229 p.)
  • Notes : Publication autorisée par le jury
  • Annexes : Bibliogr. p. 219-229.

Où se trouve cette thèse ?

  • Bibliothèque :
  • Non disponible pour le PEB
  • Cote : TS-2003-TOUR-4033
  • Bibliothèque :
  • Disponible pour le PEB
  • Cote : DI-TH-694
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.