Table des matières
Introduction 15
1 Problématique 17
2 Contributions 18
2.1 Présentation des contributions 19
2.2 Evaluation expérimentale 20
3 Plans de lecture 20
Chapitre I : le RàPC pour une
classe de problèmes 23
1 Motivations 25
1.1 Régulation de la nutrition des plantes 25
1.1.1 Problème de la nutrition 25
1.1.2 Vers la réutilisation d’expériences de régulation
26
1.2 Aide à la navigation sur le World-Wide-Web 27
1.2.1 Présentation du Web 28
1.2.2 Assistance à la navigation sur le Web 30
2 Présentation du raisonnement à partir de cas 31
2.1 Principes du raisonnement 32
2.1.1 Représentation des cas et des indices 32
2.1.2 Cycle du raisonnement 32
2.1.3 Importance de l'indexation pour le raisonnement et terminologie
34
2.2 Utilisation du raisonnement à partir de cas 35
2.2.1 Avantages, inconvénients et conditions d’application
35
2.2.2 Un exemple : le système CLAVIER 37
3 Application du RàPC à une classe de problèmes
38
3.1 Classe des problèmes nécessitant la prise
en compte d'historiques 38
3.2 Intérêt et spécificité du RàPC
39
3.2.1 Justification et intérêt du raisonnement
à partir de cas 39
3.2.2 Gestion d’indices sous forme d’historiques 39
3.3 Démarche générale de l'étude 40
3.3.1 Nécessité d'un modèle d’indexation
générique 40
3.3.2 Besoin d'un outil logiciel ouvert pour la gestion du modèle
et du RàPC 41
Chapitre II : modèle d'indexation
par situations comportementales 43
1 Approches existantes d'indexation par historiques 45
1.1 Approches basées sur le raisonnement à
partir de cas 45
1.1.1 Présentation des systèmes existants 45
1.1.1.1 Prévision de l’évolution des feux de
forêts : le système REBECAS 46
1.1.1.2 Commande de robots mobiles : le système SINS 47
1.1.1.3 Autres systèmes et approches de RàPC 49
1.1.2 Limites des systèmes existants 52
1.1.2.1 Absence d’approche générale pour l’indexation
52
1.1.2.2 Gestion des cas insuffisante pour la découverte de connaissances
52
1.1.2.3 Absence d’indices basés sur des observations hybrides
55
1.2 Autres approches 55
1.2.1 Reconnaissance d’historiques 56
1.2.1.1 Approches de traitement du signal 56
1.2.1.2 Approches syntaxiques 57
1.2.1.3 Approches basées sur des scénarios temporels
59
1.2.2 Bases de données temporelles et gestion d’historiques 62
1.2.2.1 Systèmes de gestion de bases de chroniques 62
1.2.2.2 Le système TEMPOS 63
1.2.3 Limites de la reconnaissance d'historiques et des bases de données
temporelles 64
2 Proposition du « modèle d’indexation par situations comportementales
» 66
2.1 Modèle de représentation des indices et
des cas 66
2.1.1 Hypothèses 66
2.1.2 Présentation générale 67
2.1.3 Description détaillée 68
2.1.3.1 Granularité des cas 68
2.1.3.2 Représentation des données d’observation 69
2.1.3.3 Représentation des situations comportementales 72
2.1.3.4 Représentation des cas 76
2.2 Guide d’utilisation de notre modèle de représentation
76
2.2.1 Principes de recherche 77
2.2.1.1 Types de filtrage pour la recherche 77
2.2.1.2 Exemple d’une stratégie séquentielle de recherche
78
2.2.2 Principes de réutilisation 79
2.2.3 Principes d’apprentissage 79
2.3 Un exemple : recherche des cas pour la nutrition des plantes 80
2.3.1 Identification des variables d’observation 80
2.3.2 Détermination de la sémantique d’un enregistrement
et de son contexte 81
2.3.3 Définition de la représentation des cas 81
2.3.3.1 Cas cible 82
2.3.3.2 Cas potentiels 82
2.3.3.3 Cas concrets 82
2.3.4 Conception des phases de raisonnement 83
3 Conclusion 84
Chapitre III : plate-forme à
objets pour la réalisation de systèmes de RàPC 87
1 Outils logiciels existants pour le RàPC 89
1.1 Présentation des outils 89
1.1.1 REMIND 90
1.1.2 REPRO 93
1.1.3 KATE 94
1.1.4 FABEL 94
1.1.5 Autres outils 96
1.2 Limites des outils existants 99
1.2.1 Difficulté de modifier les composants proposés
99
1.2.2 Difficulté d'intégrer de nouveaux composants 100
2 Proposition d'une plate-forme à objets pour le RàPC
100
2.1 Principes d’une plate-forme à objets 100
2.1.1 Définition et propriétés d’une plate-forme
100
2.1.2 Conception d’une plate-forme 101
2.1.3 Rôles des patrons de conception dans une plate-forme à
objets 103
2.1.4 Utilisation d’une plate-forme 104
2.2 Choix d’une plate-forme comme outil réutilisable et ouvert
105
2.3 Analyse des points d’ouverture de notre plate-forme à
objets 106
2.3.1 Points d’ouverture du RàPC 107
2.3.1.1 Gestion du raisonnement 107
2.3.1.2 Représentation des cas 108
2.3.1.3 Organisation de la mémoire 109
2.3.2 Points d’ouverture pour l’indexation par situations comportementales
110
2.3.2.1 Gestion du raisonnement 110
2.3.2.2 Représentation des cas 110
2.3.2.3 Organisation de la mémoire 112
3 Conclusion 112
Chapitre IV : patrons de conception
et modèles à objets ouverts pour le RàPC 115
1 Modèles à objets ouverts pour le RàPC
117
1.1 Gestion du raisonnement 117
1.1.1 Patrons de conception et représentation du cycle
du raisonnement 117
1.1.1.1 Contrôle du raisonnement 118
1.1.1.2 Cohérence de l’assemblage des phases 120
1.1.2 Schémas de base pour les phases du raisonnement 123
1.1.2.1 Schéma de configuration pour la recherche 124
1.1.2.2 Deux schémas pour la réutilisation 125
1.1.2.3 Schéma de décision de l’ajout d’un cas pour l’apprentissage
127
1.2 Représentation des cas 128
1.2.1 Cas et situation 128
1.2.2 Indices structurés et poids d’importance 129
1.3 Organisation de la mémoire 130
1.3.1 Indépendance des index et du stockage des cas
131
1.3.2 Bases de cas structurées : organisation logique et physique
des cas 131
1.3.3 Index et stratégie de recherche 133
1.3.3.1 Index et filtrage des indices 133
1.3.3.2 Hiérarchie extensible d’index 133
1.3.3.3 Communication entre les index et cohérence de l’assemblage
136
1.3.4 Similarités structurées, modifiables et extensibles
138
1.3.4.1 Domaines de valeurs des similarités 138
1.3.4.2 Similarités structurées et modifiables 139
1.3.4.3 Hiérarchies extensibles de fonctions élémentaires
de similarité et d’agrégation 140
2 Modèles à objets ouverts pour l’indexation par situations
comportementales 142
2.1 Représentation des cas 143
2.1.1 Représentation des données d’observation
143
2.1.1.1 Chroniques 143
2.1.1.2 Enregistrements et curseurs 144
2.1.2 Représentation des cas et des situations comportementales
145
2.1.3 Représentation des patrons de cas potentiels 147
2.2 Organisation de la mémoire 148
3 Réalisation et utilisation de CBR*Tools 149
3.1 Réalisation de la plate-forme 149
3.1.1 Structuration en sous-systèmes 150
3.1.2 Implantation en Java 150
3.2 Utilisation de CBR*Tools 152
3.2.1 Environnement d’utilisation 152
3.2.2 Estimation de la complexité d’utilisation de CBR*Tools
153
3.2.2.1 Effort minimum 153
3.2.2.2 Dépendances systématiques entre les points d’ouverture
154
4 Conclusion 156
Chapitre V : application pour l’assistance
à la navigation sur le Web 159
1 Présentation de Broadway 161
1.1 Contraintes de l’application 161
1.2 Interface utilisateur et architecture de Broadway 162
1.2.1 Interface utilisateur 162
1.2.1.1 Barre d’outils 162
1.2.1.2 Contrôleur 163
1.2.2 Architecture logicielle 164
1.2.2.1 Architecture globale 164
1.2.2.2 Architecture détaillée de Broadway 166
1.2.2.3 Broadway*Tools : des composants ouverts et réutilisables
pour Broadway 167
1.3 Serveur de recommandations 169
2 Evaluation de notre modèle d’indexation et de CBR*Tools 170
2.1 Application du modèle d’indexation par situations
comportementales 170
2.1.1 Identification des variables d’observation 170
2.1.1.1 Adresse d’une page Web 170
2.1.1.2 Contenu d’une page Web 172
2.1.1.3 Evaluation explicite des pages 174
2.1.1.4 Evaluation implicite des pages : le ratio d’affichage 174
2.1.2 Détermination de la sémantique d’un enregistrement
et de son contexte 174
2.1.3 Définition de la représentation des cas 176
2.1.3.1 Cas cible 176
2.1.3.2 Cas potentiels et cas concrets 176
2.1.4 Conception des phases de raisonnement 178
2.1.4.1 Phase de recherche 178
2.1.4.2 Phase de réutilisation 181
2.1.4.3 Phase de révision 182
2.1.4.4 Phase d’apprentissage et maintenance de la base de cas 183
2.2 Utilisation de la plate-forme CBR*Tools 184
2.2.1 Gestion du raisonnement 184
2.2.2 Représentation des cas 186
2.2.3 Organisation de la mémoire 188
2.3 Bilan 190
2.3.1 Modèle d’indexation par situations comportementales
190
2.3.1.1 Généricité du modèle de
représentation 190
2.3.1.2 Mise en évidence de cas : vers la découverte
des connaissances 191
2.3.2 Plate-forme à objets CBR*Tools 191
2.3.2.1 Evaluation du degré d’expertise nécessaire
de CBR*Tools pour Broadway 192
2.3.2.2 Evaluation de l’aide apportée par CBR*Tools pour la
réalisation de Broadway 192
3 Proposition d’un nouveau type d’assistants à la navigation
193
3.1 Evaluation expérimentale de Broadway 193
3.1.1 Objectifs et procédure d’expérimentation
194
3.1.2 Résultats de l’expérimentation 194
3.1.3 Configuration de Broadway utilisée 195
3.2 Comparaison avec les systèmes existants d’aide à la
navigation 197
3.2.1 Situation de recommandation 197
3.2.2 Apprentissage 200
3.2.3 Architecture : indépendance des navigateurs, assistance
multi-sites et ouverture 200
4 Conclusion 201
Conclusion 203
1 Bilan 205
1.1 Modèle d’indexation par situations comportementales
205
1.2 Plate-forme à objets pour le RàPC 206
1.3 Broadway : un nouveau type d’assistants à la navigation
sur le Web 206
2 Perspectives 207
2.1 Vers l’extension et la généralisation
de notre modèle d’indexation 207
2.2 Vers des méthodes d’utilisation d’objets-métier
pour le RàPC 208
2.3 Vers des assistants basés sur les comportements 209
Références bibliographiques 211
1 Liste des références 213
2 Index des références 224
Table des illustrations 227
Annexe A : éléments de notation UML 233
1 Diagramme de cas d'utilisation 235
2 Diagramme de classes 237
3 Diagramme d'objets 238
4 Diagramme de séquence 239
Annexe B : patrons de conception et CBR*tools 241
Annexe C : exemple d'utilisation de CBR*Tools 255
1 Présentation de l'application 257
2 Construction du système de raisonnement 258
2.1 Représentation des cas 258
2.2 Organisation de la mémoire 260
2.2.1 Base de cas 261
2.2.2 Mesure de similarité 261
2.2.3 Base d'index 262
2.3 Gestion du raisonnement 264
2.3.1 Recherche 265
2.3.2 Réutilisation 265
2.3.3 Apprentissage 265
2.3.4 Fabrique des objets 266
3 Exemples d'exécution 266
3.1 Premier raisonnement 266
3.2 Deuxième raisonnement 267
4 Code source complet de l'exemple 268
4.1 Classe CarCase 268
4.2 Classe CarCaseSituation 268
4.3 Classe CarFileSimpleCaseBase 270
4.4 Classe CarIndexBase 271
4.5 Classe CarReasonerFactory 273
4.6 Classe CarRetain 274
4.7 Classe CarRetrieve 274
4.8 Classe CarReuse 274
4.9 Classe CarsApp 275
4.10 Classe CarSimilarity 277
Annexe D : paramètres et algorithmes de Broadway
279
1 Paramètres de la modélisation 281
2 Algorithmes 284
2.1 Instanciation du patron de cas potentiels 284
2.2 Filtrage sur les comportements élémentaires 285