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

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.PARIS-BIUSJ-Thèses (751052125) / SudocPARIS-BIUSJ-Mathématiques rech (751052111) / SudocSudocFranceF