Optimisation d'hypertextes par algorithmes biomimétiques

Optimization of hypertexts by biomimetic algorithms

• Auteur / Autrice : Ali Alarabi
• Direction : Gilles Venturini
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance en 2006
• Etablissement(s) : Tours

Mots clés

Mots clés contrôlés

Sites Web

Automates cellulaires

Programmation génétique (informatique)

Algorithmes génétiques

Hypertextes

Résumé

Dans ce travail nous considérons des documents HTML des données d'entrée. Notre objectif est d'optimiser des liens entre ces documents et de construire un hypertexte grâce auquel l'utilisateur peut naviguer facilement pour chercher des informations. Pour arriver à cet objectif, nous avons proposé deux méthodes. Une méthode qui utilise un algorithme génétique pour optimiser une matrice de liens de manière à maximiser une fonction de qualité. Cette fonction vise à mesurer une corrélation entre les distances thématiques entre les documents et les distances entre les noeuds du graphe reliant ces documents entre eux (des documents proches thématiquement doivent être séparés par un nombre faible de clics sur des hyperliens). La deuxième méthode est une carte de documents qui va regrouper les documents en classes selon leur similarité et proposer un résultat virtuel, en utilisant un automate cellulaire 2D. Chaque cellule de la grille prend des états égaux à vide ou à l'un des documents. L'objectif de l'automate est de faire apparaître des états voisins thématiquement sur des cellules voisines de la grilles. Les résultats forment ainsi une carte cliquable qui se comporte comme un hypertexte.

In this technique, some documents like HTML are used as entering data. The purpose of this technique is to optimize links between these documents and to build a hypertexte system which can be used by users for searching information. To achieve this goal, the following two methods have been studied. The first method uses the principles of genetic algorithms for optimizing a matrix of links and for maximizing the fitness function This function measures the correlation between two variables : the thematic distance between documents and distance between nodes in the hypertexte. The second method is based on maps of documents which can organize the documents in clusters according to the similarity between them, and which may present these clusters in a visual way. It makes use of 2d cellular automata. Each cell of automata is to visually present similar documents in neighbouring cells. The resulting map can be used by the user to open the documents by the click on the corresponding cell.