1

Daouda Sawadogo3ème année de

doctorat

19-20 et 21 Nov. 2014

Encadrants : Ronan Champagnat

& Pascal Estraillier

Laboratoire : L3i S2IM - Séminaire Thématique Automne 2014

Gestion Consolidée de Ressources Numériques –

Architectures Logicielles et Mécanismes

2

Plan

① Contexte et Motivation② Problématiques③ Nos Travaux

① Utilisateur & Ressource Numérique(RN)② Pertinence et adaptabilité des RN

④ Expérimentations & Résultats⑤ Futures travaux

19-20 et 21 Nov. 2014

3

Laboratoire L3i : Notre équipe

Conception de système de gestion consolidée de ressources numériques Architecture de système adaptatif

19-20 et 21 Nov. 2014

L3IASPIC

Ressource

Pertinence Contenu

Interaction

Système interactif et adaptatif

Ressources Adaptative

usage

Adapter les ressources à l’utilisateur

Caractériser les ressources pour l’utilisateur

4

Positionnement L3i

POLARIS(Plateforme Ouverte de blended-Learning Adaptative inteRactIve et Scénarisée)

Démo : http://l3i-education.univ-lr.fr/

19-20 et 21 Nov. 2014

L3IASPIC

Structuration

Cohérence

Pilotage

Décision

Scénarisation

Médiation

Ressource Sémantiq

ue

Daouda Sawadogo (2012)

Soraya Chachoua (2013)

Guylain Delmas (2005-08)Dang Kim Dung (2009-13)

Nicolas Rempulski (2008-13)

Pham Phuong Thao (2009-13)

Hoang Nam Ho (2012)

Fabrice Trillaud (2009-13)

François Picard (2006-11)

Contextualisation

Cyrille Suire (2014)

5

Motivation

POLARIS(Plateforme Ouverte de blended-Learning Adaptative inteRactIve et Scénarisée)

Demo : http://l3i-education.univ-lr.fr/19-20 et 21 Nov. 2014

[G. Delmas (2008) and D.K. Dung(2013): Scenarisation F. Picard (2011): Pilotage N. Remplusik (2013) : StructurationF. Trillaud (2013) : MediationP.P. Thao (2013): Consistency ]

6

Motivation

19-20 et 21 Nov. 2014

Select the best resource for the right userPropose the best resource for the right situation

(activity)Have right use of any adaptive resource

7

Contexte, Objectifs & Problématiques

19-20 et 21 Nov. 2014

8

Contexte, Objectifs & Problématiques

Proposer des modèles d’architectures logicielles pour la gestion de ressources numériques (RN)

Proposer des approches méthodologiques et algorithmes pour caractériser la pertinence d’une RN

Proposer des mécanismes et algorithmes pour l’exécution adaptative d’une RN19-20 et 21 Nov. 2014

9

Contexte, Objectifs & Problématiques

Proposer la bonne ressource numérique au bon utilisateur Proposer la bonne ressource numérique pour la bonne situation

19-20 et 21 Nov. 2014

10

Donnée Vs Ressource Numérique : Concepts

19-20 et 21 Nov. 2014

11

Gestion Consolidée - Ressources Numériques

19-20 et 21 Nov. 2014

Profil Ressource

Profil Utilisateur

Profil Processus

Application Interactive

Pertinence

Cohérence

2

3

4

1

Create

Use

EvaluateShare

12

Expérimentations

19-20 et 21 Nov. 2014

Utilisateur – Représentation de l’utilisateur – IMS-LIP extension

Ressource Numérique – Représentation des RN – LOM Profil d’application

Contexte – Scénario à base de Situation – IMS-LD

13

Profil Utilisateur & Pertinence

19-20 et 21 Nov. 2014

Profil : Informations Statiques (Nom, prénom, âge, nom, style

d’apprentissage…) Informations Dynamiques (Objectif, intention, intérêts, expertise…)

Pertinence Avant : Librairie de ressources numériques (critères généraux) Pendant : Calcul en temps de réel – Sélection adaptative Après : Recommandation

14

Pertinence des Ressources Numériques

19-20 et 21 Nov. 2014

Travaux existants : Machine Learning [Wetzler P. et al. , 2013], [Cristian C. et al. , 2011] Data provenance [Peter B. et al., 2010]

Eléments manquants: Usage du profil pour déterminer la pertinence Approche : Mesure de distance entre le profil et la ressource

Approche MRPE (Multi-criteria Rating-based Preference elicitation) : Choix et Evaluation des critères

Approche TF-IDF : calcul de la pertinence

Profile (JSON OBJECT)

Terme : Weight()- Domaine.: w(D)- Language : w(L)- Keyword 1 : w(M1)- Keyword 2 : w(M2)- Keyword 3: w(M3)- Intention : w(I)

Resource (JSON OBJECT)

Terme : Weight()- Title : w(T)- Domaine R. : w(D)- Language : w(L)- Keyword 1 : w(K1)- Keyword 2 : w(K2)- Keyword 3: w(K3)- Date : w(DP)- Source : w(S)- Objective : w(I)

Situation (JSON OBJECT)

Terme : Weight()- Title : w(T)- Domaine R. : w(D)- Language : w(L)- Pre-condition: w(P1)- Post-Condition 2 :

w(P2)- Objectif : w(I)

15

Expérimentations

19-20 et 21 Nov. 2014

Etude de cas: PRISE (PeRsonal Interactive research Smart Environment) Gestion de ressource dans le domaine de la recherche scientifique Assistant (Calcul pertinence et cohérence, Adaptabilité des RN)

Digital Resource

Profile

Situation

TF-IDF()

TF-IDF()

Trace-based system and TF-IDF() ponderation

16

Expérimentations

19-20 et 21 Nov. 2014 [Lucene in action, 2010]

17

Expérimentations

19-20 et 21 Nov. 2014

Etude de cas: PRISE (PeRsonal Interactive research Smart Environment) Gestion de ressource dans le domaine de la recherche scientifique Assistant (Calcul pertinence et cohérence, Adaptabilité des RN)

18

Architecture

19-20 et 21 Nov. 2014

Proposition de méthodes pour évaluer la pertinence d’une ressource numérique en temps réel

Proposition d’une architecture logiciel pour la gestion des RN

19

Profil Utilisateur & Ressource Adaptative

19-20 et 21 Nov. 2014

Differentiated Learning describes the case where there are different pathways that students can take within a learning environment, typically organized as pre-set categories.

Personalized Learning describes the case where there is a different pathway for each individual student, often implemented in a rules-based method with a decision tree. Students might take a diagnostic test on the first day that will be fed into a rules engine to lay out that individual’s path and content.

Adaptive Learning is data-driven and continually takes data from students and adapts their learning pathway to “change and improve over time for each student”.http://mfeldstein.com/differentiated-personalized-adaptive-learning-clarity-educause/

[Jess Nepom – Knewton, 2013]

The user model is a representation of information about an individual user that is essential for an adaptive system to provide the adaptation effect. i.e. to behave differently for different users [P. Brusilovsky, 2007].

Expérimentations

19-20 et 21 Nov. 2014

Exemple 1 : Conférence Proceeding

User 1 : Paper 5, 7, 9

User 2 : Paper 4 & 8

User 3 : Paper 1, 10, 15, 25

Adapter suivant les mots-clés de l’utilisateur

Adapter suivant le niveau de l’utilisateur

Eeample 2 : Ebook (EDUPUB)

20

21

Expérimentations

19-20 et 21 Nov. 2014

« the process used to integrate multiple resources into a coherent

learning environment has not been well established. Learners and designers

are accustomed to using resources for specific purposes. We are not generally

accustomed to reusing resources developed for one purpose for other purposes »

[R. Doiron and J. Davies, 1998]

Research is needed to demonstrate how resources can be linked to meet varied

needs.

22

Bilan Travaux & Contributions

19-20 et 21 Nov. 2014

Profil de la ressource

Profil de l’utilisateur

Profil de traitement

Application interactive

Pertinence

Cohérence

Profil IMS-LIP++[Daouda S. et al., 2014] - UMAP-PALE 2014 – Publié User Interaction [Daouda S. et al., 2014] Revue IJAIED 2014 – En

cours

Archit. syst. PRISE[Daouda S. & al., 2014] – UMAPProS 2014 – Publié

Consolidation RN[Daouda S, 2014] – RJC-EIAH - Publié Resource relevance[Daouda S. et al., 2014] – CSCL -

Soumis Adaptive Resource [Daouda S. et al.] – CoDIT’14 - Publié

Connected digital resource [Daouda S. et al., 2014] – AETIE2014 - Publié

2

3

4

1

23

Conclusion et Travaux Futures

19-20 et 21 Nov. 2014

Pertinence des ressources numériques pour ses utilisateurs

Adapter chaque ressource à son utilisateur Connexion de plusieurs ressources numériques

Travaux futurs : Système de gestion de traces pour améliorer l’expérience

des utilisateurs : User Experience (UX)

Construire un moteur d’exécution de ressource numérique adaptative plus autonome et interoperable : Adaptive resource execution environment

Meilleure système de compagnon : User assistance

24

Merci pour votre attention

19-20 et 21 Nov. 2014

25

Références

19-20 et 21 Nov. 2014

[J-P Pernin, 2003] [J. Pinon et al., 1997] [T. H. Davenport et al., 1997] [Wetzler P. et al. , 2013] [Cristian C. et al. , 2011] [Peter B. et al., 2007] [Peter B. et al., 2010] [M. McCandless, E. Hatcher, and O. Gospodnetic, 2010]