Les systèmes de recommandation sont conçus dans une variété d'applications pour aider à la prise de décision. Dans un environnement collaboratif, le système de recommandation peut guider la collaboration. Les utilisateurs laissent des traces d’interaction lorsqu'ils collaborent sur une plateforme numérique. Ces traces peuvent être analysées pour détecter les signaux forts et les signaux faibles d’une collaboration. Cette thèse porte sur la mise en œuvre d'un système de recommandation exploitant les traces de collaboration dans un environnement informatique. Les travaux réalisés ont été testés au sein de la plateforme web collaborative E-MEMORAe. / With the development of information and Internet technology, human society has stepped into an era of information overload. Owing to the overwhelming quantity of information, both information providers and information consumers are facing challenges: information providers want the information to be transferred to the target audience while information consumers need to find the information most relevant to their need. To bridge the gap, recommender systems have been designed and applied in a variety of applications to help making decisions on movies, music, news and even services and persons. In a Collaborative Working Environment, recommender systems are also needed to guide collaboration and allocate task efficiently. When people exchange information and resources, they leave traces in some way or other. For a typical Web-based Collaborative Working Environment, traces can be recorded which are mainly produced by collaborative activities or interactions. The modelled traces represent knowledge as well as experience concerning the interactive actions among users and resources. Such traces can be defined, modelled and exploited in return to offer a clue on a variety of deductions. Firstly they can indicate whether a user is active or not concerning interactions on a certain subject. Combining with users’ evaluation of the information and resources during interaction, we can further evaluate a user’s competency on each subject. This aids the decision for further collaboration because knowing the specialization of users helps to distribute tasks reasonably.This thesis focuses on implementing a recommender system by exploiting various collaborative traces in the group shared/collaborative workspace. To achieve this goal, firstly we collect traces and get them filtered by system filters. For evaluating shared resources we propose a system of vote and combine the result with collaborative traces. Furthermore, we present two mathematical approaches (TF-IDF and Bayes Classifier) with semantic meanings of traced resources and a machine learning method (Logistic Regression) with user profile to exploit traces, and then discuss comprehensive examples. As a practical experience we tested our prototype in the context of the E-MEMORAe collaborative platform. By comparing the results of experiments we assess the strengths and weaknesses of each of the three methods and in which scenario they perform better. Cases show that our exploitation framework and various methods can facilitate both personal and collaborative work and help decision-making.

Le contexte de cette recherche se situe dans la perspective d’une meilleure compréhension de l’ingénierie de l’Interaction Homme-Machine pour les environnements collaboratifs et nomadiques. Les systèmes d’informations d’aujourd’hui sont devenus de plus en plus collaboratifs et nomadiques. Cette transformation impose deux contraintes à prendre en considération pendant la conception d’interfaces utilisateur. D’une part, dans une application collaborative, les acteurs interagissent les uns avec les autres afin de réaliser un projet en commun. Ces acteurs interviennent dans différentes disciplines et chacun d’eux a son propre savoir-faire. Ainsi, ils ne partagent pas les mêmes informations relatives au projet. D’autre part, les utilisateurs sont mobiles et désirent avoir accès au système quel que soit sa localisation géographique, tout en conservant la confidentialité des informations définies dans le système. Cette mobilité requiert l’intégration de terminaux mobiles dans le système d’information. Cependant, pour des raisons de taille et de poids, les terminaux mobiles disposent de ressources moins importantes que celles offertes par des stations fixes. Devant ce constat, notre objectif est de construire une interface pour une application collaborative et mobile, personnalisée et adaptée en fonction du profil de l’utilisateur et des ressources d’interactions du terminal utilisé. En particulier, notre contribution est d’une part, la proposition d’une architecture pour un système coopératif, et d’autre part, l’introduction de nouvelles notations, basées sur les environnements collaboratifs, pour la modélisation des tâches. Celle-ci joue un rôle essentiel dans la conception d’interfaces utilisateur. Enfin, nous proposons une approche à base de modèles, pour la génération automatique d’interfaces utilisateur personnalisées aux acteurs et adaptables aux caractéristiques de plateformes, basé sur quatre niveaux d’abstraction. L’applicabilité de notre proposition est vérifiée par des exemples d’application dans le domaine de la santé. Nous avons développé un prototype de système collaboratif pour le suivi des infections nosocomiales. L’étude de cas menée à l’aide de ce système a été rendue possible grâce à la collaboration de l’hôpital Édouard Herriot à Lyon qui nous a transmis son savoir-faire. Ainsi, nous avons développé l’outil AICEStudio afin de montrer la faisabilité de notre approche pour la génération des interfaces utilisateur personnalisées aux acteurs et adaptables aux caractéristiques de plateformes / The context of this research work lies in the prospect of a better understanding of Human-Computer Interaction engineering for collaborative and nomadic environments. Today, information systems have become increasingly collaborative and nomadic. This transformation implies two constraints to consider when designing user interfaces. First, in a collaborative application, the actors interact with each other to achieve a common project. These actors come from different disciplines and each has his own expertise. Thus, they do not share the same information on the project. Second, users are mobile and would like to access the system regardless of its geographical location, while maintaining the confidentiality of information defined in the system. This mobility requires the integration of mobile devices in the information system. However, for reasons of size and weight, mobile devices have limited resources compared to those offered by fixed stations, like PC. Given these observations, our objective is to build an interface for collaborative and mobile applications, personalized and tailored according to user profile and the interaction resources used by the terminal. In particular, our contribution is, on the one hand, the proposal of a collaborative architecture. On the other hand, the introduction of new notations, based on collaborative and nomadic environments, for the modeling of tasks that plays a key role in designing user interfaces. In addition, we proposed an approach based on models for the automatic generation of customized user interfaces to actors and adaptable to the platforms’ characteristics, composed of several levels of abstraction. The applicability of our proposal is tested by examples drawn of the healthcare application domain. We have developed a prototype of a collaborative system for monitoring nosocomial infections. The case study conducted using this system was made possible owing to the collaboration of Edouard Herriot hospital that has fed us with its expertise. Moreover, we have developed the tool AICEStudio to demonstrate the feasibility of our approach for generating customized user interfaces to actors and adaptable to the platforms’ characteristics