Résumé de la thèse

RÉSUMÉ. Dans de nombreux processus de résolution de problèmes (commande, prévision, assistance), la prise en considération des évolutions de variables d’observation est nécessaire. Dans cette thèse, nous proposons de faciliter l’analyse et l’utilisation du raisonnement à partir de cas (RàPC) à cette classe de problèmes. Le RàPC est un paradigme de résolution de problèmes basé sur la réutilisation par analogie d’expériences passées. Nous proposons, tout d’abord, le modèle d’indexation par situations comportementales permettant de réutiliser des cas suivant les comportements pertinents qui les caractérisent. Ce modèle d’indexation générique comprend un formalisme de représentation ainsi qu’un guide d’utilisation. Il permet la conception d’un meilleur processus de découverte des connaissances : extraction de cas potentiels, sauvegarde et mise à jour des cas potentiels sous la forme de cas concrets, et interprétation facilitée des cas concrets. Ensuite, pour gérer notre modèle et faciliter son utilisation au sein d’un cycle complet de raisonnement, nous proposons une plate-forme à objets, appelée CBR*Tools, intégrant des points d’ouverture spécialisables ainsi que des composants de base réutilisables. Notre modélisation repose sur la structuration des points d’ouverture suivant des cas d’utilisation, et sur l’utilisation systématique de patrons de conception permettant d’expliciter et de justifier les décisions de conception. Notre approche met ainsi en évidence des modèles à objets ouverts pour le RàPC et permet la capitalisation d’objets-métier RàPC. Enfin, nous avons appliqué nos travaux pour assister un groupe d’utilisateurs navigant sur le Web. Dans notre système, nommé Broadway, des expériences extraites des navigations passées sont réutilisées pour fournir des recommandations. Broadway est un exemple de notre approche originale d’assistance, dans laquelle nous proposons la réutilisation de comportements utilisateurs observés suivant un ensemble de variables.

MOTS CLEFS. Raisonnement à partir de cas (RàPC), indexation par historiques, plate-forme à objets, points d’ouverture, patrons de conception, recherche d’information sur le Web, système de recommandation.

ABSTRACT. In many problem solving activities (control, forecast, assistance), it is necessary to take evolutions of observation variables into account. In this thesis, we propose to facilitate the analysis and the use of case-based reasoning (CBR) for this class of problems. CBR is a problem solving paradigm based on the reuse by analogy of past experiences. Firstly, we propose the indexing scheme by behavioural situations in order to reuse cases based on their relevant behaviours. This generic indexing scheme provides a representation formalism and guidelines. It allows the design of a better knowledge discovery process: extraction of potential cases, updating of potential cases saved as concrete cases, and facilitated interpretation of concrete cases. Secondly, in order to facilitate the management and the use of our scheme in a complete reasoning cycle, we propose an object-oriented framework called CBR*Tools that integrates specialisable hot spots and reusable components. The proposed model is based on use cases to structure hot spots, and on the systematic use of design patterns to comment and justify design decisions. Our approach proposes object-oriented models for CBR and allows the capitalisation of corporate objects for CBR. Finally, we have applied our work to assist a group of users browsing the Web. In our system, called Broadway, extracted experiences from past navigations are reused to provide recommendations. Broadway is an example of our original approach to aiding systems, where we propose to reuse behaviours of users observed through a set of variables.

KEYWORDS. Case-based reasoning (CBR), time series indexing, object-oriented framework, hot spots, design patterns, information retrieval on the Web, recommender system.