Cette recherche porte sur l’étude des spécificités liées à l’apprentissage collaboratif en ligne et en contexte multiculturel. Elle se situe à l’intersection des réflexions menées sur les champs conceptuels traitant de la motivation, de la culture, du genre, et de la formation à distance médiatisée par les technologies éducatives. Le contexte de cette étude réside en une formation universitaire en ligne rassemblant 249 étudiants européens et africains, tous francophones, en formation continue et travaillant au sein d’un dispositif d’apprentissage collaboratif à distance. Ma réflexion a été guidée par le questionnement à propos de la manière dont les étudiants vivaient la collaboration en ligne en contexte multiculturel, et notamment sur les difficultés manifestées par les Africains alors même qu’ils semblaient présenter une attitude plus positive que leurs pairs occidentaux vis-à-vis de cette modalité d’apprentissage. Plusieurs enquêtes successives : préliminaires, quantitative et qualitative auprès d’échantillons représentatifs des étudiants permettent d’apporter un certain nombre de réponses à la question de recherche ainsi que des informations complémentaires. La culture, et notamment l’environnement sociotechnique des apprenants, constitue bien une variable supplémentaire à prendre en compte par rapport au genre pour décoder les attitudes et les comportements d’apprenants impliqués dans une formation collaborative en ligne. Une réflexion autour des dimensions de l’apprenance et de la distance transactionnelle permet également de mieux comprendre les relations entre les acteurs de la formation et les adaptations nécessaires du dispositif de formation dans un tel contexte. / The research concerns the study of specificities connected to the online collaborative learning in a multicultural context. It is situated at the intersection of the reflections carried out on the conceptual fields dealing with the motivation, with the culture, with the gender and with the distance training mediatized by the educational technologies. The context of this study lies in and online university training gathering 249 European and African students, all French-speaking people, in an adult continuing training and working within remote collaborative learning plan. My reflection was driven by the questioning about the way the students lived the online collaboration in multicultural context, in particular on the difficulties shown by the Africans while at the same time they seemed to present a more positive attitude than their western peers towards this method of training. Several successive investigations (preliminary, quantitative and qualitative among representative samples of the students) make it possible to bring a certain number of answers to the question of research as well as additional details. The culture, in particular the sociotechnical environment of the learners, provides an additional variable well to be taken into account with regard to the gender necessary to decode attitudes and behavior of learners who are involved in a online collaborative training. A reflection around the dimensions of the “learnance” (learning readiness) and the transactional distance also allows to understand better the relations between the actors of the training and the necessary adaptations of the training design in such a context.

Les systèmes de recommandation sont très étudiés dans la littérature sur l’apprentissage automatique, ce qui a permis la création de nombreux algorithmes. Cette thèse doctorale va au-delà de simples propositions de nouveaux algorithmes en tirant parti des toutes dernières techniques et en étudiant les interactions de ces techniques avec diverses sources de données. Nous nous sommes penchés sur la création de canevas capables d’aider les universitaires et les décideurs du marché dans le cadre du développement des systèmes de recommandation dans le contexte du e-commerce. Concrètement, cette thèse apporte à la littérature de sept manières différentes. Premièrement, nous décrivons et validons dans le chapitre I un cadre devant servir à évaluer les algorithmes de filtrage collaboratif. Deuxièmement, nous proposons dans le chapitre II un cadre destiné à développer et à évaluer des systèmes de recommandation hybrides, que nous validons à partir de données historiques réelles tirées du site de La Redoute. Troisièmement, le chapitre II introduit l’importance des caractéristiques dans la littérature. Quatrièmement, les algorithmes offrant les meilleurs résultats dans les tests hors-ligne sont utilisés dans le chapitre III comme base pour la création de deux systèmes de recommandation pour la maximisation du chiffre d’affaires. Cinquièmement, nous proposons, un cadre pour étudier trois effets des systèmes de recommandation sur les indicateurs tout au long du tunnel d’achat. Sixièmement, nous validons notre cadre par une expérience de terrain à grande échelle, en collaboration avec La Redoute. Enfin, une étude de cas montre la valeur ajoutée des meilleurs systèmes de recommandation. / Recommendation systems are a heavily investigated within machine learning literature, resulting in the creation of many algorithms. This doctoral dissertation goes beyond merely proposing new recommendation algorithms by leveraging state-of-the-art techniques and investigating the interaction of these techniques with different data sources having distinct characteristics. The focus lies upon the creation of frameworks guiding both marketers and academics in developing, evaluating, and testing recommendation systems in an e-commerce context. Concretely, this dissertation adds to literature in seven distinct ways. First, a framework evaluating collaborative filtering algorithms is designed and validated on real-life offline data sets of a large European e-tailer, La Redoute. Second, a five-step framework to develop and evaluate hybrid recommendation systems combing different data sources is proposed and validate on real-life historical data in Chapter II. Third, Chapter II introduces feature importance in the recommendation systems literature. Fourth, the best performing algorithms in the offline tests are leveraged to serve as basis for creating two revenue maximization recommendation systems in Chapter III. Fifth, a framework investigating three effects of (revenue maximization) recommendation systems on business metrics throughout the purchase funnel is proposed in Chapter III. Sixth, the framework is validated in a large-scale field experiment executed in collaboration with La Redoute. Finally, a business case shows the added value of the best performing recommendation systems.

Tesi di dottorato di ricerca--Qualità della formazione--Firenze--Dipartimento di Scienze dell'educazione e dei Processi Culturali e Formativi, Università di Firenze, 2005. / Bibliogr. p. 188-206.

Thèse doctorat : Informatique : Nancy 1 : 2007. / Titre provenant de l'écran-titre.

Thèse doctorat : Automatique, Traitement du signal et Génie Informatique : Nancy 1 : 2007. / Titre provenant de l'écran-titre.

Thèse de doctorat : Sciences physiques et de l'ingénieur. Productique : Bordeaux 1 : 2008. / Titre provenant de l'écran-titre.

Ces travaux de thèse apportent une contribution aux domaines de l’informatique pervasive et du travail collaboratif assisté par ordinateur. Nous explorons ces domaines par une présentation étendue de différents travaux se rapportant aux modèles de collaboration, aux différentes conceptions ainsi qu’aux méthodes d’évaluation. Notre principale contribution pour ces domaines est le modèle PCSCW, qui propose une approche originale pour l’intégration de l’aspect pervasif au sein de la collaboration. En se basant sur un modèle ontologique représentant le contexte des utilisateurs ainsi que sur un ensemble de règles de collaborations entres machines, notre travail permet aux dispositifs intelligents d’analyser et de trouver la meilleure façon de se comporter et de collaborer avec les autres machines de l’environnement afin de canaliser et de faciliter de manière transparente et efficace la collaboration entres les humains. Nous proposons également une méthodologie permettant aux développeurs de systèmes collaboratifs pervasifs de construire leurs propres stratégies d’évaluations. / This thesis work contributes both in the pervasive computing and computer supported collaborative work domains. We explore these domains by an extended presentation of related works concerning models, designs and evaluation methods. Our main contribution for these areas is the PCSCW model, which proposes an original approach to the integration of the pervasive aspect inside the collaboration. By relying on an ontological model representing users’ context and a set of devices collaboration rules, our work enables smart devices to analyse their context and find the best way to behave and collaborate with other devices of the environment in order to seamlessly and efficiently channel and facilitate the collaboration of humans. We also propose a methodology allowing collaborative systems’ developers to build their own evaluation strategies.

Thèse de 2e cycle--Institut de psychologie--Lausanne--Université de Lausanne, 2004. / Bibliogr. p. 59-61. Bibliogr.

Thèse diffusée initialement dans le cadre d'un projet pilote des Presses de l'Université de Montréal/Centre d'édition numérique UdeM (1997-2008) avec l'autorisation de l'auteur.

Les producteurs de données ont publié des millions de faits RDF sur le Web en suivant les principes des données liées. N’importe qui peut récupérer des informations utiles en interrogeant les données liées avec des requêtes SPARQL. Ces requêtes sont utiles dans plusieurs domaines, comme la santé ou le journalisme des données. Cependant, il y a un compromis entre la performance des requêtes et la disponibilité des données lors de l’exécution des requêtes SPARQL. Dans cette thèse, nous étudions comment la collaboration des consommateurs de données ouvre de nouvelles opportunités concernant ce compromis. Plus précisément, comment la collaboration des consommateurs de données peut : améliorer les performances sans dégrader la disponibilité, ou améliorer la disponibilité sans dégrader les performances. Nous considérons que les données liées permettent à n’importe qui d’exécuter un médiateur compact qui peut interroger des sources de données sur le Web grâce à des requêtes SPARQL. L’idée principale est de connecter ces médiateurs ensemble pour construire une fédération de consommateurs de données liées. Dans cette fédération, chaque médiateur interagit avec un sous-ensemble du réseau. Grâce à cette fédération, nous avons construit : (i) un cache décentralisé hébergé par les médiateurs. Ce cache côté client permet de prendre en charge une part importante des sous-requêtes et d’améliorer la disponibilité des données avec un impact faible sur les performances. (ii) un algorithme de délégation qui permet aux médiateurs de déléguer leurs requêtes à d’autres médiateurs. Nous démontrons que la délégation permet d’exécuter un ensemble de requêtes plus rapidement quand les médiateurs collaborent. Cela améliore les performances sans dégrader la disponibilité des données. / Following the Linked Data principles, data providers have published billions of RDF facts on the web. Anyone can retrieve some relevant information from the Linked Data by executing SPARQL queries. Such queries are useful in many domains including health or data journalism. However, there is a trade-off between performances of the queries and data availability when executing SPARQL queries. In this thesis, we have investigated how the collaboration of data consumers is opening new opportunities in this trade-off. More precisely, how the collaboration of data consumers can improve performances without degrading availability, or can improve availability without degrading performances. We consider that Linked Data can allow anyone to run a compact mediator that executes SPARQL queries over data sources on the web. The main idea is to connect these mediators together to build a federation of Linked Data consumers. In this federation, each mediator interacts with a subset of the network. Thanks to this federation, we have built : (i) a decentralized cache hosted by mediators. This client-side cache is able to handle a significative part of subqueries and then improve data availability without a low impact on performances. (ii) a delegation algorithm that allows mediators to delegate their queries to other mediators. We have demonstrated that delegation allows to run the workloads faster when collaborating. This clearly improves performances without degrading data availability.