Modélisation logique et générique des systèmes d'hypermédias adaptatifs
Institution:
Paris 11Disciplines:
Directors:
Abstract EN:
Adaptive hypermedia systems can be split in two parts, as any knowledge-based systems: a static part, in charge of representing the data related to the application, and a dynamic part, in charge of computing the data. The existing data models are difficult to reuse, since they are either dedicated to a specific application, or very general, in which case they can rarely be specified to fit a domain in particular. The adaptation models are often limited to a rule language, which makes no distinction between the different kinds of data it deals with. This thesis describes generic data models, which allow the creation data models specific for a given domain. These models are provided as UML class diagrams, which can be specialized to provide specific models. This thesis also describes an adaptation model. This model is based on first order logic. It reuses the situation calculus, and introduces a rule language working altogether with the calculus. This rule language is made of different layers, which take into account the different kinds of data. It also allows the description of meta-adaptation, by selection of adaptation strategies. Finally, this thesis introduces the notion of semi-guidance, an intermediary between full guidance and free navigation. All the models described above have been used to provide an e-learning application.
Abstract FR:
Les hypermédias adaptatifs, comme tous les systèmes à base de connaissances, peuvent être divisés en deux parties : une partie statique, permettant la représentation de données relatives aux domaines à traiter, et une partie dynamique, consacrée au traitement des données par différents procédés. Les modèles de données existants sont souvent difficiles à réutiliser car ils sont soit très spécifiques à une application particulière, soit très généraux et, dans ce cas, il est rarement possible de les rendre plus spécifiques pour un domaine d’application particulier. Les modèles d’adaptation existants se limitent souvent à des langages de règles, qui ne font pas de distinction entre les différentes sortes de données. Cette thèse propose des modèles génériques de données, décrits sous forme de diagrammes de classe UML, permettant par spécialisation la création de modèles spécifiques à un domaine d’application. Elle présente également un modèle d’adaptation entièrement décrit en calcul des prédicats du premier ordre, basé sur la logique situationnelle, et muni d’un langage de règles constitué de plusieurs niveaux, prenant en compte les différents types de données à des niveaux différents du langage. Ce langage introduit, en outre, une forme de méta-adaptation, par sélection de stratégies de parcours du domaine. Cette thèse introduit la notion de parcours par tronçons, qui offre une solution intermédiaire, entre le parcours libre et le parcours guidé. L’ensemble des modèles est utilisé pour proposer une application dans le domaine du e-learning.