CAMLearn* : une architecture de système de recommandation sémantique sensible au contexte : application au domaine du m-learning
par Fayrouz Soualah Alila
Thèse de doctorat en Informatique
Sous la direction de Christophe Nicolle et de Florence Mendès.
Soutenue le 18-03-2015
à Dijon , dans le cadre de École doctorale Sciences pour l'ingénieur et microtechniques (Besançon ; Dijon ; Belfort) , en partenariat avec Laboratoire Electronique, Informatique et Image (LE2i) (Dijon, Côte d'Or ; Auxerre, Yonne ; Chalon-sur-Saône, Saône-et-Loire ; Le Creusot, Saône-et-Loire) (laboratoire) .
Le président du jury était Jacky Akoka.
Le jury était composé de Ioan Roxin, Catherine Faron-Zucker, Sandra Bringay.
Les rapporteurs étaient Jacky Akoka, Myriam Lamolle.
- M-learning
- Contexte
- Recommandation
- Web sémantique
- Algorithmes combinatoires
- Web sémantique
- Téléphonie mobile en éducation
mots clés
-
Résumé
Au vu de l'émergence rapide des nouvelles technologies mobiles et la croissance des offres et besoins d'une société en mouvement en formation, les travaux se multiplient pour identifier de nouvelles plateformes d'apprentissage pertinentes afin d'améliorer et faciliter le processus d'apprentissage à distance. La prochaine étape de l'apprentissage à distance est naturellement le port de l'apprentissage électronique vers les nouveaux systèmes mobiles. On parle alors de m-learning (apprentissage mobile). Jusqu'à présent l'environnement d'apprentissage était soit défini par un cadre pédagogique soit imposé par le contenu d'apprentissage. Maintenant, nous cherchons, à l'inverse, à adapter le cadre pédagogique et le contenu d'apprentissage au contexte de l'apprenant.Nos travaux de recherche portent sur le développement d'une nouvelle architecture pour le m-learning. Nous proposons une approche pour un système m-learning contextuel et adaptatif intégrant des stratégies de recommandation de scénarios de formations sans risque de rupture.
-
Titre traduit
CAMLearn : a semantic context-aware recommender system architecture : application on m-learning domain
-
Résumé
Given the rapid emergence of new mobile technologies and the growth of needs of a moving society in training, works are increasing to identify new relevant educational platforms to improve distant learning. The next step in distance learning is porting e-learning to mobile systems. This is called m-learning. So far, learning environment was either defined by an educational setting, or imposed by the educational content. In our approach, in m-learning, we change the paradigm where the system recommends content and adapts learning follow to learner's context.
Il est disponible au sein de la bibliothèque de l'établissement de soutenance.
