Un des objectifs principaux de la recherche actuelle dans le domaine des EIAH est de fournir une expérience éducative personnalisée, qui correspond aux besoins spécifiques de chaque apprenant (niveau de connaissances, buts, motivation etc.). Cette thèse traite de style d'apprentissage en tant que critère d'adaptation, étant donné que les différences individuelles jouent un rôle important dans le processus d'apprentissage.<br />Une première étape consiste à choisir une taxonomie appropriée pour les styles d'apprentissage. Nous proposons un « modèle unifié de style d'apprentissage », qui englobe des caractéristiques de plusieurs modèles traditionnels, établissant un vocabulaire de base unifié.<br />La méthode traditionnelle pour l'identification des styles d'apprentissage consiste à appliquer des questionnaires dédiés. Nous proposons dans cette thèse une méthode de modélisation implicite, basée sur l'analyse et l'interprétation du comportement de l'apprenant dans le système, qui ne nécessite pas un effort supplémentaire de la part de l'étudiant et qui élimine les problèmes de fidélité et de validité des questionnaires actuels. L'approche a été validée expérimentalement, obtenant des valeurs de précision élevées.<br />L'étape suivante a été d'identifier les technologies d'adaptation qui servent le mieux chaque style d'apprentissage et de définir les règles d'adaptation correspondantes. L'efficacité a été confirmée par le biais d'une étude expérimentale: les résultas obtenus (indicateurs de comportement de l'étudiant, performance, efficacité, degré de satisfaction) montrent l'influence positive de notre adaptation sur le processus d'apprentissage.<br />A partir des méthodes et techniques proposées pour la modélisation et l'adaptation, nous avons conçu un système hypermédia éducatif nommé WELSA (Web-based Educational system with Learning Style Adaptation), qui offre les fonctionnalités suivantes: i) une plateforme d'apprentissage pour les étudiants, qui leur permet de visualiser les cours, enrichie avec une fonctionnalité de collecte de traces et un module d'adaptation; ii) un outil d'analyse des traces pour l'identification des styles d'apprentissage; iii) un outil auteur pour les enseignants, qui leur permet de créer des cours conformes au format interne WELSA. La dernière partie de notre recherche a été l'évaluation globale de la plateforme WELSA. L'analyse des réponses des étudiants aux questionnaires a révélé le haut degré de satisfaction des étudiants avec le système, ainsi que leur désir d'utiliser WELSA au quotidien.<br />Le sujet nécessite une approche interdisciplinaire, exigeant la synergie entre les technologies de l'information et de la communication et les sciences de l'éducation (systèmes hypermédias adaptatifs, plateformes d'apprentissage en ligne, modélisation de l'apprenant, psychologie éducative). Les conclusions et résultas obtenus dans cette thèse ouvrent beaucoup de perspectives de recherche pour le domaine des systèmes hypermédias adaptatifs pour le e-learning.

Cette thèse apporte une généralisation du principe de recommandation des systèmes de recommandation. Au lieu de considérer une recommandation comme un item, elle est considérée comme une combinaison constituée de plusieurs items suivant un pattern donné. Une recommandation d'un seul item est alors un cas particulier de ce type de recommandation. L’architecture de système de recommandation proposé se base sur une architecture dérivée des travaux en systèmes hypermédia adaptatifs. Trois couches sont définies : une couche sémantique, une couche utilisateur et une couche intelligence. La couche sémantique est constituée de deux sous-couches, une sous-couche modélisant le contenu suivant la connaissance générale du domaine et une sous-couche modélisant le contenu suivant la connaissance spécifique à l'application, plus précisément spécifique aux possibles contraintes des utilisateurs dans l'application. Cette deuxième partie permet de prendre en compte le savoir-faire du fournisseur de l’offre dans les propositions du système de recommandation. La couche utilisateur modélise l’utilisateur au sein du système de recommandation et la couche intelligence contient le processus de recommandation. Nous proposons de décomposer ce dernier en deux sous-processus principaux, un processus dit de projection des individus du domaine sur les profils utilisateurs et un processus de recherche combinatoire. Le premier apporte une pondération, appelée note dans la plupart des systèmes de recommandation, donnant les intérêts probables des utilisateurs pour les différents items. Le processus de recherche combinatoire recherche parmi la multitude de combinaisons possibles, une solution convenable (optimale si possible) à proposer à l'utilisateur. Cette architecture de système de recommandation combinatoire est appliquée au domaine touristique pour l'entreprise Côte-d'Or Tourisme impliquée dans le contrat de recherche. Le but de cette application est de proposer à l'utilisateur un ensemble d'offres touristiques sous forme de séjour. Ce problème touristique amène à la définition formelle d'un problème d'optimisation combinatoire qui est une variante d'un sous-problème du problème de sac à dos. Pour résoudre ce genre de problème, il est nécessaire d'utiliser une métaheuristique afin de tendre vers une bonne solution en un temps raisonnable. Nous présentons un algorithme basé sur le recuit simulé et un algorithme multi-objectif pour la résolution de ce problème. L’instanciation de chaque couche de l’architecture pour le système touristique est décrite en détail. Enfin, cette thèse présente une application mobile faisant office d’interface utilisateur avec le système de recommandation touristique et elle présente les développements techniques nécessaires à ce projet, étant donné son contexte industriel. / This thesis gives a generalization of the recommendation principle of recommender systems. Instead of considering a recommendation as an item, it is considered as a combination of several items following a given pattern. A recommendation of a unique item is then a particular case of this type of recommendation. The proposed recommender system framework is based on an architecture derived from work in adaptive hypermedia systems. Three layers are defined: a semantic layer, a user layer and an intelligence layer. The semantic layer consists of two sub-layers, a sub-layer modeling the content according to the general knowledge of the domain and a sub-layer modeling the content according to the specific knowledge of the application. This second sub-layer allows taking into account the expertise of the offer’s supplier for the proposals of the recommender system. The user layer models the user into the recommender system and the intelligence layer contains recommendation process. We propose to decompose the adaptation into two main processes, a process called projection of domain’s individuals on user profiles and a combinatorial research process. The first brings a weight, called the note in most recommender systems, giving probable users’ interests on the different items. The combinatorial research process searches among the many possible combinations a suitable solution (optimal if possible) to propose to the user. This framework of combinatory recommender systems is applied to the domain of tourism for the company Côte-d'Or Tourisme implied in the research contract. The purpose of this application is to offer the user a set of tourism offers in the form of journey. This tourism problem leads to the formal definition of a combinatory optimization problem which is a variant of the knapsack problem. To resolve this kind of problem, it is necessary to use a metaheuristic to tend toward a good solution in a reasonable time. We present an algorithm based on simulated annealing and a multi-objective algorithm to solve this problem. The instantiation of each layer of the framework for the tourism system is described in detail. Finally, this thesis presents a mobile application serving as a user with the tourism recommender system and it presents the technical developments for this project.

Cette thèse apporte une généralisation du principe de recommandation des systèmes de recommandation. Au lieu de considérer une recommandation comme un item, elle est considérée comme une combinaison constituée de plusieurs items suivant un pattern donné. Une recommandation d'un seul item est alors un cas particulier de ce type de recommandation. L'architecture de système de recommandation proposé se base sur une architecture dérivée des travaux en systèmes hypermédia adaptatifs. Trois couches sont définies : une couche sémantique, une couche utilisateur et une couche intelligence. La couche sémantique est constituée de deux sous-couches, une sous-couche modélisant le contenu suivant la connaissance générale du domaine et une sous-couche modélisant le contenu suivant la connaissance spécifique à l'application, plus précisément spécifique aux possibles contraintes des utilisateurs dans l'application. Cette deuxième partie permet de prendre en compte le savoir-faire du fournisseur de l'offre dans les propositions du système de recommandation. La couche utilisateur modélise l'utilisateur au sein du système de recommandation et la couche intelligence contient le processus de recommandation. Nous proposons de décomposer ce dernier en deux sous-processus principaux, un processus dit de projection des individus du domaine sur les profils utilisateurs et un processus de recherche combinatoire. Le premier apporte une pondération, appelée note dans la plupart des systèmes de recommandation, donnant les intérêts probables des utilisateurs pour les différents items. Le processus de recherche combinatoire recherche parmi la multitude de combinaisons possibles, une solution convenable (optimale si possible) à proposer à l'utilisateur. Cette architecture de système de recommandation combinatoire est appliquée au domaine touristique pour l'entreprise Côte-d'Or Tourisme impliquée dans le contrat de recherche. Le but de cette application est de proposer à l'utilisateur un ensemble d'offres touristiques sous forme de séjour. Ce problème touristique amène à la définition formelle d'un problème d'optimisation combinatoire qui est une variante d'un sous-problème du problème de sac à dos. Pour résoudre ce genre de problème, il est nécessaire d'utiliser une métaheuristique afin de tendre vers une bonne solution en un temps raisonnable. Nous présentons un algorithme basé sur le recuit simulé et un algorithme multi-objectif pour la résolution de ce problème. L'instanciation de chaque couche de l'architecture pour le système touristique est décrite en détail. Enfin, cette thèse présente une application mobile faisant office d'interface utilisateur avec le système de recommandation touristique et elle présente les développements techniques nécessaires à ce projet, étant donné son contexte industriel.