Les travaux de recherche présentés adressent des problèmes de mises à jour de knowledge-based engineering templates dans le cadre de la conception de produits. La réutilisation de connaissances de conception est devenue un avantage clé pour la compétitivité des entreprises. Le savoir faire ainsi que les bonnes pratiques peuvent être stockés au sein de templates par le biais de formules, règles, scripts, etc. Ces connaissances de conception peuvent alors être réutilisées en instanciant le template. L’instanciation résulte en la création d’une instance du template dans le contexte spécifié.Dans le cadre de produit complexes et imposants tels que des voitures ou des avions, la maintenance des templates est une tache ambitieuse. Plusieurs ingénieurs de diverses disciplines travaillent ensemble et font évoluer les templates pour augmenter leurs aptitudes ou pour corriger des problèmes. De plus, dans certains cas, les modifications faites aux templates devraient être appliquées à leurs instances afin qu’elles puissent bénéficier de ces modifications. Ces problèmes ralentissent l’adoption à grande envergure des templates au sein des entreprises. L’objectif de ce travail est de proposer une approche afin d’épauler les ingénieurs dans les tâches relatives à la mise à jour des templates.Pour traiter ces problèmes, un processus adressant les tâches relatives à la mise à jour des templates est défini. Ensuite, un framework est proposé dans le but d’aider les ingénieurs de conception au cours du processus de mise à jour, en fournissant un système d’aide à la décision ainsi qu’une stratégie de mise à jour des instances. Le premier est un système conçu pour faciliter la collaboration entre les différent experts dans le but de résoudre les problèmes liés aux templates. Le second a pour but d’élaborer une séquence de mise à jour à fin d’appliquer les modifications du template à ses instances. La séquence est calculée avec les données extraites à partir des modèles CAD et des templates. Ces données sont stockées dans une ontologie conçue spécialement à cet effet. L’ontologie est utilisée pour représenter et inférer des connaissances sur les templates, les produits et leur relations. Cela facilite la construction des séquences de mises à jour en fournissant une vue d’ensemble sur les relations entre documents, même implicites. / The present Ph.D. thesis addresses the problem of knowledge-based engineering template update in product design. The reuse of design knowledge has become a key asset for the company’s competitiveness. Knowledge-based engineering templates allow to store best practices and knowhow via formulas, rules, scripts, etc. This design knowledge can then be reused by instantiating the template. The instantiation results in the creation of an instance of the template in the specified context. In the scope of complex and large products, such as cars or aircrafts, the maintenance of knowledge-based engineering templates is a challenging task. Several engineers from various disciplines work together and make evolve the templates in order to extend their capabilities or to fix bugs. Furthermore, in some cases, the modifications applied to templates should be forwarded to their instances in order that they benefit from the changes. These issues slow down the adoption of template technologies at a large scale within companies. The objective of this work is to propose an approach in order to support engineers in the template update related tasks. In order to address these issues, a process supporting the template update related tasks is defined. Then a framework is proposed that helps design engineers during the template update process by providing a decision support system and a strategy for the update of template instances. The former is a system designed to ease the collaboration between various experts in order to solve template related problems. The latter aims at providing a sequence of updates to follow, in order to forward the templates’ modifications to their instances. This sequence is computed with data extracted from models and templates, which are stored in an ontology designed for this purpose. The ontology is used to represent and to infer knowledge about templates, products and their relations. This facilitates the construction of update sequences as it provides an efficient overview of relationships, even implicit ones.

La thèse traite des activités de recherche et de preuve entre pairs (RPP) en classe de mathématiques et des moyens de favoriser leur mise en œuvre à la fin de l'école primaire. Le travail mené s'appuie sur des outils classiques en didactique des mathématiques (Robert & Rogalski 2002). Il est enrichi par la théorie des communautés de pratique (CoP) (Wenger 1998) qui est présentée et discutée, et par des concepts d'ergonomie des environnements informatiques pour l'apprentissage humain dont l'usage est élargi aux ressources destinées aux enseignants. Les potentiels de recherche, de débat, de résistance, de résistance dynamique, didactique, sont définis pour mieux caractériser les activités RPP. Une analyse comparée d'expériences antérieures et de ressources destinées aux enseignants est présentée, ainsi qu'une étude de la littérature concernant l'exploitation, encore limitée, de la théorie des CoP en didactique des mathématiques. Une expérimentation, menée sur 3 années et s'appuyant sur une CoP d'enseignants, a permis d'opérationnaliser cette théorie de manière nouvelle (participation/réification, objet frontière, courtage, trajectoire) dans le but de favoriser des évolutions de pratique. Des ressources présentaient aux enseignants des problèmes ouverts déjà expérimentés. Leur ergonomie était affinée pour résoudre le paradoxe d'incomplétude des ressources concernant la quantité d'information utilisable et acceptable par un enseignant. Les analyses ont montré l'intérêt de l'approche proposée, les possibilités de son optimisation, et le fait que la complexité des activités RPP peut largement expliquer leur faible diffusion dans les pratiques enseignantes.

Dans les environnements collaboratifs répartis temps réel, les objets répliqués, partagés par les utilisateurs sont soumis à des contraintes de concurrence. Pour les satisfaire, différents algorithmes de contrôle, exploitant les propriétés sémantiques des opérations et utilisant les Transformées opérationnelles, ont été proposés de façon à ordonner les opérations concurrentes et par-là garantir la convergence des copies d'un objet tout en respectant l'intention des usagers. Leur inconvénient est d'imposer ou bien que les opérations utilisées par les utilisateurs satisfassent une condition, difficile à vérifier et qu'il n'est pas toujours possible d'assurer, ou bien de défaire puis de refaire des opérations dans certaines situations. Le premier objectif de la thèse est de présenter deux nouveaux algorithmes n'ayant pas ces défauts. Ils reposent sur la mise en œuvre d'un ordre global continu qui permet non seulement de s'affranchir de cette condition mais aussi de simplifier le processus d'intégration d'une opération. Dans l'un des algorithmes, SOCT4 dont nous donnons la preuve formelle, l'intégration est encore simplifiée en différant la diffusion des opérations alors que dans l'autre, SOCT5, le parallélisme dans la diffusion est privilégié. L'extension de ces algorithmes pour tenir compte de la présence de postes mobiles est abordée. Le deuxième objectif est d'adapter les algorithmes de type SOCT2 pour permettre à un utilisateur d'annuler une opération dans la mesure où les rares propositions non restrictives faites pour résoudre ce problème compromettent dans certains cas la convergence des copies. Pour cela, plutôt que de manipuler directement l'opération inverse, on considère l'annulation comme une opération spécifique dont la transposition en avant doit satisfaire deux conditions générales que l'étude met en évidence. Le bien fondé de cette démarche est validée par l'étude de cas critiques.

Pendant la dernière décennie nous avons vu une transformation incroyable du monde de la musique qui est passé des cassettes et disques compacts à la musique numérique en ligne. Avec l'explosion de la musique numérique, nous avons besoin de systèmes de recommandation de musique pour choisir les chansons susceptibles d’être appréciés à partir de ces énormes bases de données en ligne ou personnelles. Actuellement, la plupart des systèmes de recommandation de musique utilisent l’algorithme de filtrage collaboratif ou celui du filtrage à base de contenu. Dans ce mémoire, nous proposons un algorithme hybride et original qui combine le filtrage collaboratif avec le filtrage basé sur étiquetage, amélioré par la technique de filtrage basée sur le contexte d’utilisation afin de produire de meilleures recommandations. Notre approche suppose que les préférences de l'utilisateur changent selon le contexte d'utilisation. Par exemple, un utilisateur écoute un genre de musique en conduisant vers son travail, un autre type en voyageant avec la famille en vacances, un autre pendant une soirée romantique ou aux fêtes. De plus, si la sélection a été générée pour plus d'un utilisateur (voyage en famille, fête) le système proposera des chansons en fonction des préférences de tous ces utilisateurs. L'objectif principal de notre système est de recommander à l'utilisateur de la musique à partir de sa collection personnelle ou à partir de la collection du système, les nouveautés et les prochains concerts. Un autre objectif de notre système sera de collecter des données provenant de sources extérieures, en s'appuyant sur des techniques de crawling et sur les flux RSS pour offrir des informations reliées à la musique tels que: les nouveautés, les prochains concerts, les paroles et les artistes similaires. Nous essayerons d’unifier des ensembles de données disponibles gratuitement sur le Web tels que les habitudes d’écoute de Last.fm, la base de données de la musique de MusicBrainz et les étiquettes des MusicStrands afin d'obtenir des identificateurs uniques pour les chansons, les albums et les artistes. / In the last decade we have seen an incredible transformation of the world of music, from cassette tapes and compact discs to online digital music. With the explosion of the digital music we need music recommender systems to select those probably preferred songs from these huge online or personal databases. Currently, most music recommender systems use either collaborative (social) filtering or content-based algorithms. In this work we propose an original hybrid collaborative and tag-based algorithm improved by the context-of-use filtering technique in order to generate better playlists. Our approach assumes that user preferences change depending on the context of use. For example, a user listen one kind of music while driving to work, another type while traveling with the family on vacation, another one in a romantic evening or at parties. Additionally, if the playlist was generated for more than one user (family trip, party) the system will propose songs depending on the preferences of all these users. The main goal of our system is to recommend music to the user from the personal music collection or new music from system music collection, new releases and incoming concerts. Another goal of our system it will be to gather data from external sources based on crawling techniques and RSS Feeds to provide music related content like: new releases, incoming concerts, lyrics, similar artists. We’ll try to interlink some free available datasets on the web like listening habits from Last.fm, music database from MusicBrainz and tags from MusicStrands in order to obtain unique identifiers for songs, albums and artists.

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 original 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.

Les difficultés liées à la formation continue des professeurs de mathématiques se sont accentuées ces dernières années au Sénégal, avec le recrutement régulier et massif de vacataires, professeurs sans aucune formation pédagogique et avec un niveau académique insuffisant. Cette situation nécessite une formation continue très importante, mais la dispersion des vacataires dans tout le pays, et l'impossibilité de les éloigner trop longtemps de la classe, rend impossible une formation continue classique. La mise en place d'un dispositif de formation à distance, articulé avec des sessions de formations en présentiel apparaît comme une solution possible à ce problème. Nous étudions dans ce cadre les effets d'une formation basée sur un processus de conception collaborative de ressources pédagogiques. Ces ressources sont conçues par les vacataires eux-mêmes, accompagnés par un formateur, elles sont mises en œuvre dans les classes, puis révisées à la lumière des usages. Nous considérons ces ressources comme des artefacts, qui deviennent des instruments du travail professionnel de l'enseignant au cours d'une genèse que nous étudions dans plusieurs cas. Nous mettons ainsi en évidence l'importance du travail collaboratif pour le développement de ces genèses et la nécessité d'un modèle de ressource qui émerge d'interactions complexes. Pour analyser finement ce qui se passe dans la classe et donc pour mesurer la distance entre, d'une part les organisations mathématiques et didactiques décrites dans les ressources et, d'autre part, celles qui sont mises en œuvre par les professeurs dans leurs classes, nous avons étudié l'évolution des milieux didactiques en les considérant comme des artefacts tout à la fois soumis à l'action du professeur et ouvrant celle-ci. C'est sur l'intérêt, à plusieurs niveaux, de cette approche instrumentale pour l'étude de l'action du professeur que nous concluons ce travail.

La complexité des systèmes urbains est un défi constant pour les acteurs qui y sont confrontés. L'appréciation de ce phénomène est largement conditionnée par la posture (usager, technicien, pouvoir public, chercheur) et le bagage culturel, disciplinaire et professionnel, comme en rend compte une littérature pluridisciplinaire prolifique. Sur le plan de la recherche, multiplier les regards sur les systèmes complexes contribue à déceler des pistes de développements originales. Cette thèse est le fruit d'une rencontre entre le génie industriel, les sciences politiques et l'urbanisme autour d'une logique de transfert technologique. En effet, les technologies de la conception, notamment collaborative, et de l'innovation centrée-utilisateur sont parmi les réponses du génie industriel aux problématiques générées par la complexité et auxquelles doit faire face le monde industriel. Notre analyse nous amène alors à considérer le potentiel que représente l'adaptation de la conception collaborative distribuée (CCD). En conséquence, nous formulons des outils, des méthodes et un environnement nécessaires au développement d'une CCD dédiée aux projets urbains afin de favoriser leur acceptabilité globale et durable. Ces travaux posent alors la question de la place accordée à l'usager final dans le processus de conception des projets urbains. Dans ce cadre, les sciences politiques nous aident à comprendre les rapports entre citoyens et experts. Ce faisant nous pouvons poser les bases d'une approche collaborative dès la phase de conceptualisation car celle-ci influence l'ensemble du développement des projets. Plus globalement, le collaboratif participe à l'émergence de villes durables.

Les technologies d'acquisition numériques n'ont cessé de se perfectionner, permettant d'obtenir des données d'une qualité toujours plus fine. Néanmoins, le signal acquis est corrompu par des défauts qui ne peuvent être corrigés matériellement et nécessitent des méthodes de restauration adaptées. A l'origine, ces approches s'appuyaient uniquement sur un traitement local du signal. Récemment, le support du filtre a pu être étendu à l'ensemble des données acquises en exploitant leur caractère autosimilaire. Ces approches non locales ont principalement été utilisées pour restaurer des données régulières et structurées telles que des images. Mais dans le cas extrême de données irrégulières et non structurées comme les nuages de points 3D, leur adaptation est peu étudiée à l'heure actuelle. Avec l'augmentation de la quantité de données échangées, de nouvelles méthodes non locales ont récemment été proposées. Elles utilisent un modèle a priori extrait à partir de grands ensembles d'échantillons pour améliorer la qualité de la restauration. Néanmoins, ce type de méthode reste actuellement trop coûteux en temps et en mémoire. Dans cette thèse, nous proposons d'étendre les méthodes non locales aux nuages de points 3D, en définissant une surface de points exploitant leur caractère autosimilaire. Nous introduisons ensuite une nouvelle structure de données, le CovTree, flexible et générique, capable d'apprendre les distributions d'ensemble d'échantillons avec une capacité de mémoire limitée. Finalement, nous généralisons les méthodes de restauration collaboratives, en utilisant notre CovTree pour apprendre un modèle statistique a priori à partir d'un ensemble de données.

Quand des entreprises collaborent entre elles pour atteindre leurs objectifs métiers, des problèmes d'interopérabilité seront rencontrés. Afin de résoudre ces problèmes, nous étudions les domaines suivants : les processus métier collaboratifs, MDA, SOA, ESB et l'ontologie. Nous proposons alors un cadre intégrant ces cinq domaines pour les solutions TI (technologies de l’'information) aux problèmes d'interopérabilité. Pour construire ce cadre, nous proposons une Méthode Basée sur des Processus pour l'Interopérabilité d'Entreprise (MBPIE), qui utilise des processus collaboratifs pour représenter des exigences de collaboration. MBPIE transforme des processus collaboratifs en plusieurs processus d'interopérabilité exécutables par des transformations de modèles. En MBPIE, l'ontologie est utilisée pour annoter les processus collaboratifs. Pendant la transformation des processus, de nouvelles informations ontologiques sont ajoutées dans les processus pour les rendre exécutables. Nous avons conçu un bus de services sémantiques Basé sur l'Ontologie et Dirigé par des Buts (BODB) pour supporter l'exécution des processus d'interopérabilité. Ce bus est basé sur un mécanisme symétrique pour l'invocation de services sémantiques. Ce mécanisme utilise l’extension de SOAP (Simple Object Access Protocol) qui est composée de trois parties : le format des messages BODB, le module BODB et le modèle de traitement BODB. Ce mécanisme a trois propriétés de transparence (emplacement, sémantique et technique) qui sont essentielles à l'exécution des processus d'interopérabilité. Ensemble, MBPIE et le bus constituent une approche fédérée pour résoudre les problèmes d'interopérabilité. / When enterprises collaborate with others to achieve business objectives, enterprise interoperability problems will be encountered. In order to solve the problems, in this thesis, we analyze the five related research domains: collaborative business process, MDA, SOA, ESB and ontology. Consequently, we propose a framework for IT solutions to interoperability problems, which integrates the above five domains together. In order to realize the framework, we propose a Process-Based Method for Enterprise Interoperability (PBMEI), which employs collaborative processes to represent collaboration requirements between enterprises. PBMEI transforms collaborative processes into multiple executable interoperability processes through model transformations. In PBMEI, ontology is used to annotate collaborative processes. During model transformation, new ontology information will be added into processes. Such information will contribute to process execution. In order to support execution of interoperability processes, an ontology-based and goal-driven (OBGD) semantic service bus is designed. This bus is based on a symmetric mechanism for OBGD service invocation. The mechanism is designed according to OBGD Simple Object Access Protocol (SOAP) which is composed of three parts: OBGD message format, OBGD module and OBGD processing model. This mechanism has three properties: location transparency, semantics transparency and technique transparency, which are critical to execution of interoperability processes. The bus also supports federated deployment for inter-enterprise interoperability. PBMEI and the OBGD bus together constitute a federated approach for solving interoperability problems.

Cette thèse traite des systèmes de recommandation automatiques. Les moteurs de recommandation automatique sont des systèmes qui permettent, par des techniques de data mining, de recommander automatiquement à des clients, en fonction de leurs consommations passées, des produits susceptibles de les intéresser. Ces systèmes permettent par exemple d'augmenter les ventes sur des sites web marchands : le site Amazon a une stratégie marketing en grande partie basée sur la recommandation automatique. Amazon a popularisé l'usage de la recommandation automatique par la célèbre fonction de recommandation que nous qualifions d'item-to-items, le fameux : " les personnes qui ont vu/acheté cet articles ont aussi vu/acheté ces articles. La contribution centrale de cette thèse est d'analyser les systèmes de recommandation automatiques dans le contexte industriel, et notamment des besoins marketing, et de croiser cette analyse avec les travaux académiques. / This thesis deals with automatic recommendation systems. Automatic recommendation systems are systems that allow, through data mining techniques, to recommend automatically to users, based on their past consumption, items that may interest them. These systems allow for example to increase sales on e-commerce websites: the Amazon site has a marketing strategy based mainly on the recommendation. Amazon has popularized the use of automatic recommendation based on the recommendation function that we call item-to-items, the famous "people who have seen / bought this product have also seen / bought these articles". The central contribution of this thesis is to analyze the automatic recommendation systems in the industrial context, including marketing needs, and to cross this analysis with academic works.