Cette recherche porte sur les apprentissages médiés par les TICE chez les étudiants déficients visuels. La particularité de ces apprentissages réside dans la nécessité d'utiliser des outils informatiques adaptés afin de pallier le manque de vision. La dernière décennie s'inscrit dans un contexte où le cadre législatif en faveur des personnes en situation de handicap se met en place en parallèle d'une expansion du numérique. Nous prenons appui sur un corpus audio et audiovisuel issu d'expérience d'apprentissage in situ et d'entretiens semi-qualitatifs. Grâce à un système d'analyse pluridisciplinaire (analyse de contenu, analyse du discours, sociocognitivisme) notre étude vise, d'une part, à analyser quels sont les freins humains et techniques subsistant dans l'apprentissage de ces étudiants. D'autre part, nous nous intéressons aux stratégies d'adaptation mises en oeuvre par les étudiants mais aussi par les acteurs de la vie universitaire afin de pallier la déficience visuelle. Enfin, en explorant les différentes modalités sensorielles, nous nous attachons à apporter des pistes de réflexion et des préconisations visant à améliorer les conditions d'apprentissage.

Cette thèse étudie spécifiquement la stratégie d'investissement des fonds d'investissement en microfinance à partir des données contextuelles, en utilisant une approche d'analyse de contenu qualitative. Information écrite de 84 sites de fonds de la microfinance a été utilisé comme sources secondaires. La principale question de recherche est "comment sont les stratégies d'investissement des fonds de microfinance conçus ? " Cette étude examine uniquement les informations que les fonds d'investissement en microfinance sont prêts à informer aux parties concernées au sujet de leur point de vue et les conditions d'investissement en microfinance, et la portée ne s'étend pas aux investisseurs et aux institutions de microfinance aspects. Il se trouve la stratégie d'investissement du fonds est conçu en incluant un certain nombre d' éléments spécifiques tels que les objectifs d'investissement, les critères de choix des investissements, les secteurs d'investissement , des instruments d'investissement et de leurs modalités, la structure de financement, la répartition géographique , le risque , le rendement , la couverture , effet de levier, les stratégies de sortie , et les procédures de sélection des investissements . Les conclusions de l'étude suggèrent les recherches futures utilisant des sources de données plus larges, en particulier d'examiner les investisseurs et les micro côtés de l'institution , afin d'obtenir une stratégie d'investissement efficace qui est bien adapté aux préférences de toutes les parties concernées . Par la suite, une évaluation de l'impact de cette stratégie sur la décision d'investissement devrait également être étudiée.

Thèse numérisée par la Direction des bibliothèques de l'Université de Montréal.

Cette étude porte sur les conations de socialisation chez les enseignants d’Education Physique et Sportive (EPS),éléments d’explication des choix de contenus d’enseignement proposés en sport collectif. Parallèlement, elle permet derepérer, dans les propositions de contenus, les différentes conceptions de la socialisation qu’ont les enseignants.Le cadre théorique retenu associe le modèle individualiste de Weber (1911) dans lequel l’individu gère ses actions dansl’art de se débrouiller et le modèle conatif développé par Bui-Xuân (1993, 1998), où l’inclination à agir dirigée par unsystème de valeurs incorporées va orienter l’action de l’être humain.L’hypothèse de travail était que le choix des contenus d’enseignement visant l’objectif de socialisation par les sportscollectifs détermine l’étape conative de socialisation dans laquelle se situe l’enseignant.La méthode s’appuie sur trois techniques principales et complémentaires :- L’analyse de la littérature scientifique et professionnelle,- Une enquête par questionnaire (n = 280),- Deux séries d’entretiens compréhensifs (avant : n = 9 ; après : n = 5).Les résultats mettent en évidence cinq étapes conatives : à l’étape 1 (émotionnelle), où l’enseignant, non spécialiste desport collectif, ne peut pas suivre la logique de socialisation précisée dans les textes car il est d’abord confronté auxobstacles à la socialisation ; à l’étape 2 (fonctionnelle), l’enseignant, non spécialiste de sport collectif, fait référence àl’objectif de socialisation présent dans les textes, mais il tâtonne et essaie de solliciter les élèves en fonction de leursdispositions ; à l’étape 3 (technique), l’enseignant, spécialiste ou non, est convaincu que les sports collectifs favorisent lasocialisation, et pour ce faire, il impose toutes les règles (socialisation passive) ; à l’étape 4 (contextuelle), l’enseignant,spécialiste de sport collectif, permet aux élèves de prendre des initiatives (socialisation active), mais celles-ci restent sousl’influence du contexte de la classe et du sport collectif retenu ; enfin, à l’étape 5 (expertise et création), l’élève est partieprenante de sa socialisation (socialisation active) qui est cependant placée sous l’influence des choix didactiques etpédagogiques de l’enseignant.Il est démontré, in fine, que le passage d’une étape à une autre répond à des conditions d’accumulation de facteurshiérarchisés.L’étude débouche sur la thèse : les conations de socialisation chez les enseignants d’EPS déterminent le choix des formeset des contenus d’enseignement en sport collectif. / This study concentrates on the conations for teachers of Physical Education (PE), and the elements that can explain thechoice of the content of the teaching of collective sports. At the same time, it indicates, in the choice of content, thedifferent conceptions teachers have of socialisation.The selected theoretical framework associates Weber’s individualistic model (1911) in which individuals manage theiractions in the attempt to get by, and the conative model developed by Bui-Xuân (1993, 1998), in which the inclination toact directed by a system of values will orientate the action of human beings.The method is based on three main, parallel techniques:- An analysis of the scientific and professional literature,- A survey via a questionnaire (n = 280),- Two series of in-depth interviews (before: n = 9 ; after: n = 5).The hypothesis was that the choice of teaching contents with a view to socialisation through the collective sportsdetermine the connective stage where the teacher is.The results reveal five conative stages: stage 1 (emotional), in which teachers, who are not specialists in collective sport,cannot follow a rationale of socialisation as stated in the texts because they are primarily confronted with obstacles tosocialisation; stage 2 (functional), the teachers, who are not specialists in collective sport, refer to the objective ofsocialisation as stated in the texts, making trials and attempting to solicit the students as best they can; stage 3 (technical),the teachers, who are or are not specialists, are convinced that collective sports favour socialisation, and, to achieve this,they impose all the rules (passive socialisation); stage 4 (contextual), the teachers, who are specialists in collective sport,allow students to take the initiative (active socialisation), but this remains under the influence of the context of the sportsclass and of the collective sport in question; finally, stage 5 (expertise and creation), in which the students are an integralpart of their own socialisation (active socialisation) but this is nevertheless placed under the influence of the teachers’educational and pedagogical choices.In the end, it has been shown that the passage from one stage to another depends on the accumulation of ranked factors.The study is leading up to the thesis: the conations of socialisation for the teachers of Physical Education determine thechoice of the forms and the teaching contents in collective sports.

Les avancées technologiques ont permis la commercialisation à grande échelle de terminaux mobiles. De ce fait, l’homme est de plus en plus connecté et partout. Ce nombre grandissant d’usagers du réseau ainsi que la forte croissance du contenu disponible, aussi bien d’un point de vue quantitatif que qualitatif saturent les réseaux et l’augmentation des moyens matériels (passage à la fibre optique) ne suffisent pas. Pour surmonter cela, les réseaux doivent prendre en compte le type de contenu (texte, vidéo, ...) ainsi que le contexte d’utilisation (état du réseau, capacité du terminal, ...) pour assurer une qualité d’expérience optimum. A ce sujet, la vidéo fait partie des contenus les plus critiques. Ce type de contenu est non seulement de plus en plus consommé par les utilisateurs mais est aussi l’un des plus contraignant en terme de ressources nécéssaires à sa distribution (taille serveur, bande passante, …). Adapter un contenu vidéo en fonction de l’état du réseau (ajuster son débit binaire à la bande passante) ou des capacités du terminal (s’assurer que le codec soit nativement supporté) est indispensable. Néanmoins, l’adaptation vidéo est un processus qui nécéssite beaucoup de ressources. Cela est antinomique à son utilisation à grande echelle dans les appareils à bas coûts qui constituent aujourd’hui une grande part dans l’ossature du réseau Internet. Cette thèse se concentre sur la conception d’un système d’adaptation vidéo à bas coût et temps réel qui prendrait place dans ces réseaux du futur. Après une analyse du contexte, un système d’adaptation générique est proposé et évalué en comparaison de l’état de l’art. Ce système est implémenté sur un FPGA afin d’assurer les performances (temps-réels) et la nécessité d’une solution à bas coût. Enfin, une étude sur les effets indirects de l’adaptation vidéo est menée. / On the one hand, technology advances have led to the expansion of the handheld devices market. Thanks to this expansion, people are more and more connected and more and more data are exchanged over the Internet. On the other hand, this huge amound of data imposes drastic constrains in order to achieve sufficient quality. The Internet is now showing its limits to assure such quality. To answer nowadays limitations, a next generation Internet is envisioned. This new network takes into account the content nature (video, audio, ...) and the context (network state, terminal capabilities ...) to better manage its own resources. To this extend, video manipulation is one of the key concept that is highlighted in this arising context. Video content is more and more consumed and at the same time requires more and more resources. Adapting videos to the network state (reducing its bitrate to match available bandwidth) or to the terminal capabilities (screen size, supported codecs, …) appears mandatory and is foreseen to take place in real time in networking devices such as home gateways. However, video adaptation is a resource intensive task and must be implemented using hardware accelerators to meet the desired low cost and real time constraints.In this thesis, content- and context-awareness is first analyzed to be considered at the network side. Secondly, a generic low cost video adaptation system is proposed and compared to existing solutions as a trade-off between system complexity and quality. Then, hardware conception is tackled as this system is implemented in an FPGA based architecture. Finally, this system is used to evaluate the indirect effects of video adaptation; energy consumption reduction is achieved at the terminal side by reducing video characteristics thus permitting an increased user experience for End-Users.

De nombreuses applications génèrent et reçoivent des données sous la forme de flux continu, illimité, et très rapide. Cela pose naturellement des problèmes de stockage, de traitement et d'analyse de données qui commencent juste à être abordés dans le domaine des flux de données. Il s'agit, d'une part, de pouvoir traiter de tels flux à la volée sans devoir mémoriser la totalité des données et, d'autre part, de pouvoir traiter de manière simultanée et concurrente l'analyse des régularités inhérentes au flux de données et celle des nouveautés, exceptions, ou changements survenant dans ce même flux au cours du temps. L'apport de ce travail de thèse réside principalement dans le développement d'un modèle d'apprentissage - nommé ILoNDF - fondé sur le principe de la détection de nouveauté. L'apprentissage de ce modèle est, contrairement à sa version de départ, guidé non seulement par la nouveauté qu'apporte une donnée d'entrée mais également par la donnée elle-même. De ce fait, le modèle ILoNDF peut acquérir constamment de nouvelles connaissances relatives aux fréquences d'occurrence des données et de leurs variables, ce qui le rend moins sensible au bruit. De plus, doté d'un fonctionnement en ligne sans répétition d'apprentissage, ce modèle répond aux exigences les plus fortes liées au traitement des flux de données. Dans un premier temps, notre travail se focalise sur l'étude du comportement du modèle ILoNDF dans le cadre général de la classification à partir d'une seule classe en partant de l'exploitation des données fortement multidimensionnelles et bruitées. Ce type d'étude nous a permis de mettre en évidence les capacités d'apprentissage pures du modèle ILoNDF vis-à-vis de l'ensemble des méthodes proposées jusqu'à présent. Dans un deuxième temps, nous nous intéressons plus particulièrement à l'adaptation fine du modèle au cadre précis du filtrage d'informations. Notre objectif est de mettre en place une stratégie de filtrage orientée-utilisateur plutôt qu'orientée-système, et ceci notamment en suivant deux types de directions. La première direction concerne la modélisation utilisateur à l'aide du modèle ILoNDF. Cette modélisation fournit une nouvelle manière de regarder le profil utilisateur en termes de critères de spécificité, d'exhaustivité et de contradiction. Ceci permet, entre autres, d'optimiser le seuil de filtrage en tenant compte de l'importance que pourrait donner l'utilisateur à la précision et au rappel. La seconde direction, complémentaire de la première, concerne le raffinement des fonctionnalités du modèle ILoNDF en le dotant d'une capacité à s'adapter à la dérive du besoin de l'utilisateur au cours du temps. Enfin, nous nous attachons à la généralisation de notre travail antérieur au cas où les données arrivant en flux peuvent être réparties en classes multiples. / Many applications produce and receive continuous, unlimited, and high-speed data streams. This raises obvious problems of storage, treatment and analysis of data, which are only just beginning to be treated in the domain of data streams. On the one hand, it is a question of treating data streams on the fly without having to memorize all the data. On the other hand, it is also a question of analyzing, in a simultaneous and concurrent manner, the regularities inherent in the data stream as well as the novelties, exceptions, or changes occurring in this stream over time. The main contribution of this thesis concerns the development of a new machine learning approach - called ILoNDF - which is based on novelty detection principle. The learning of this model is, contrary to that of its former self, driven not only by the novelty part in the input data but also by the data itself. Thereby, ILoNDF can continuously extract new knowledge relating to the relative frequencies of the data and their variables. This makes it more robust against noise. Being operated in an on-line mode without repeated training, ILoNDF can further address the primary challenges for managing data streams. Firstly, we focus on the study of ILoNDF's behavior for one-class classification when dealing with high-dimensional noisy data. This study enabled us to highlight the pure learning capacities of ILoNDF with respect to the key classification methods suggested until now. Next, we are particularly involved in the adaptation of ILoNDF to the specific context of information filtering. Our goal is to set up user-oriented filtering strategies rather than system-oriented in following two types of directions. The first direction concerns user modeling relying on the model ILoNDF. This provides a new way of looking at user's need in terms of specificity, exhaustivity and contradictory profile-contributing criteria. These criteria go on to estimate the relative importance the user might attach to precision and recall. The filtering threshold can then be adjusted taking into account this knowledge about user's need. The second direction, complementary to the first one, concerns the refinement of ILoNDF's functionality in order to confer it the capacity of tracking drifting user's need over time. Finally, we consider the generalization of our previous work to the case where streaming data can be divided into multiple classes.

Les applications de patrimoine numérique ont été largement développées grâce aux techniques de réalité virtuelle, également appelées Virtual Museum (VM). Les appareils et les contenus numériques augmentent considérablement, ce qui permet le système d’interaction de faire immerger les utilisateurs dans la VM. Afin de développer une application interactive, une interaction est toujours définie avant la création d'une application sur la plate-forme sélectionnée. Cela dépend du contenu et des appareils, ce qui est limité s’il y a le changement d'appareil. A l’heure actuelle, les technologies de la réalité virtuelle évoluent rapidement. Une plate-forme de développement d’application doit supporter l’évolution des périphériques et optimiser les systèmes d’interaction à utiliser dans les ordinateurs virtuels. Cependant, l'organisation des périphériques et la structure du contenu sur une plate-forme ne font toujours pas l'objet d'une gestion efficace pour soutenir une interaction alternative en général.Nous avons proposé une nouvelle méthode pour développer une application de VM qui fournit un modèle de narration numérique pour créer un contenu interactif et un système d’interaction adaptatif dans lequel une application est exportable dans n’importe quel appareil. Nous fournissons aux développeurs des outils d’édition flexibles pour gérer la structure du contenu. L'utilisation des interactions sera interprétée dans une abstraction de haut niveau et exécutée sur un périphérique matériel de bas niveau où les interactions ont été adaptées. La narration spécifie le comportement d'interaction qui peut conduire à une interaction dans une scène virtuelle, même un périphérique peut être commuté. Notre système d'interaction adaptatif supporte l'identification des capacités des appareils et des attentes en matière de narration qui pourraient être sélectionnées pour un système d'apprentissage efficace et pour améliorer le niveau d'immersion. Cette mise en œuvre est utile à déployer non seulement pour le développement d'applications de patrimoine numérique, mais également pour l'ingénierie industrielle où un contenu interactif et un travail collaboratif sont nécessaires. / Digital heritage applications have been widely developed through Virtual Reality (VR) technologies as known as Virtual Museum (VM). Devices and digital contents are significantly increasing which support interaction system to immerse users into VM. In order to develop interactive application, interaction is always defined before creating application up to selected platform. It depends on a given content and devices which is limited when considering switching devices. Nowadays VR technologies is rapid changing, a platform to develop application should support devices changing and also to optimize interaction system to be used in VM. However, both devices organization and contents structure on a platform is still lacking efficient management to support alternative interaction in general.We proposed a novel method for developing a VM application providing digital storytelling template to create interactive content and adaptive interaction system where an application is exportable into any device. We provide flexible editing tools for developer to manage the content structure. The interaction usage will be interpreted into a high-level abstraction and run on a low-level hardware device where interactions have been adapted. Storytelling will specify interaction behavior which can drive interaction in a virtual scene even device may be switched. Our adaptive interaction system supports to identify devices capabilities and storytelling expectation which could be selected for efficiency learning system and improve level of immersion. This implementation is useful to deploy not only for the development of digital heritage applications, but also for industrial engineering where interactive content and collaborative working are required.

Face à la surabondance des ressources et de l'information sur le net, l'accès aux ressources pertinentes devient une tâche fastidieuse pour les usagers de la toile. Les systèmes de recommandation personnalisée comptent parmi les principales solutions qui assistent l'utilisateur en filtrant les ressources, pour ne lui proposer que celles susceptibles de l’intéresser. L’approche basée sur l’observation du comportement de l’utilisateur à partir de ses interactions avec le e-services est appelée analyse des usages. Le filtrage collaboratif et le filtrage basé sur le contenu sont les principales techniques de recommandations personnalisées. Le filtrage collaboratif exploite uniquement les données issues de l’analyse des usages alors que le filtrage basé sur le contenu utilise en plus les données décrivant le contenu des ressources. Un système de recommandation hybride combine les deux techniques de recommandation. L'objectif de cette thèse est de proposer une nouvelle technique d'hybridation en étudiant les bénéfices de l'exploitation combinée d'une part, des informations sémantiques des ressources à recommander, avec d'autre part, le filtrage collaboratif. Plusieurs approches ont été proposées pour l'apprentissage d'un nouveau profil utilisateur inférant ses préférences pour l’information sémantique décrivant les ressources. Pour chaque approche proposée, nous traitons le problème du manque de la densité des données et le problème du passage à l’échelle. Nous montrons également, de façon empirique, un gain au niveau de la précision des recommandations par rapport à des approches purement collaboratives ou purement basées sur le contenu / Face to the ongoing rapid expansion of the Internet, user requires help to access to items that may interest her or him. A personalized recommender system filters relevant items from huge catalogue to particular user by observing his or her behavior. The approach based on observing user behavior from his interactions with the website is called usage analysis. Collaborative Filtering and Content-Based filtering are the most widely used techniques in personalized recommender system. Collaborative filtering uses only data from usage analysis to build user profile, while content-based filtering relies in addition on semantic information of items. Hybrid approach is another important technique, which combines collaborative and content-based methods to provide recommendations. The aim of this thesis is to present a new hybridization approach that takes into account the semantic information of items to enhance collaborative recommendations. Several approaches have been proposed for learning a new user profile inferring preferences for semantic information describing items. For each proposed approach, we address the sparsity and the scalability problems. We prove also, empirically, an improvement in recommendations accuracy against collaborative filtering and content-based filtering

Le contexte de la thèse porte sur le contrôle des réseaux de distribution de contenu à la demande. La performance des systèmes distribués interactifs dépend essentiellement sur la prévision du comportement de l'utilisateur et la bande passante en tant que ressource de réseau critique. Le préchargement est une approche prédictive bien connu dans le World Wide Web ce qui évite les délais de réponse en exploitant un temps d'arrêt que permet d'anticiper les futures demandes de l'utilisateur et prend avantage des ressources réseau disponibles. Le contrôle de préchargement est une opération vitale pour les systèmes à la demande interactifs où la réponse instantanée est le facteur crucial pour la réussite du système. Le contrôleur en ce type de système interactif fonctionne dans un environnement incertain et rend séquences de décisions à court et long terme effets stochastique. La difficulté est alors de déterminer à chaque état du système les contenus préchargés dans le cache. Le plan de préchargement pendant une session en flux continu interactif peut être modélisé comme un problème de décision séquentielle par les processus de décision de Markov (MDP). Nous nous concentrons sur le problème de contrôle de préchargement, dans lequel le contrôleur cherche à atteindre l'état du système à coût zéro aussi vite que possible. Nous modélisons ce problème de contrôle comme un problème de programmation dynamique stochastique négatif dans lequel nous minimisons le coût total prévu. Dans ce contexte, nous avons abordé les questions de recherche suivantes: 1) Comment fournir un politique de préchargement optimale/ approximative optimale qui maximise l'utilisation de la bande passante tout en minimisant les coûts de blocage et de la latence de l'utilisateur engagés sur le chemin? 2) Comment exploiter la structure du modèle de contrôle de préchargement pour aider efficacement calculer la politique de contrôle de préchargement avec la réduction des efforts de calcul et la mémoire de stockage? 3) Comment mener une étude d'évaluation pour évaluer le préchargement de différents algorithmes heuristiques basée sur le contexte de l'optimisation au lieu du cadre de l'empirique / simulation. Pour l'étude de notre problème de recherche, nous avons développé notre modèle MDP de préchargement, PREF-CT, nous avons établi ses propriétés théoriques et nous avons résolu par l'algorithme Value Iteration comme algorithme MDP pour calculer la politique de préchargement optimale. Pour calcul de la politique de préchargement optimale efficace, nous avons détecté une structure spéciale qui réalise un modèle de contrôle plus compact. Cette structure spéciale permet de développer deux algorithmes différents stratégiquement qui améliorent la complexité du calcul de la politique de préchargement optimale: - la première est « ONE-PASS » le second est « TREE-DEC ». Pour surmonter le problème de la dimensionnalité résultant du calcul de la politique de préchargement optimale, nous avons proposé l'algorithme de préchargement heuristique: « Relevant Blocks Prefetching » (RBP). Pour évaluer et comparer le préchargement politiques calculés par des algorithmes de préchargement heuristiques différents, nous avons présenté un cadre fondé sur des différentes mesures de performance. Nous avons appliqué le cadre proposé sous différentes configurations de coûts et différents comportements des utilisateurs pour évaluer les politiques de préchargement calculées par notre algorithme de préchargement proposé; RBP. Par rapport aux politiques de préchargement optimales, l'analyse expérimentale a prouvé des performances significatives des politiques de préchargement de l'heuristique du RBP algorithme. En outre, l'algorithme heuristique de préchargement; RBP se distingue par une propriété de clustériser qui est important pour réduire considérablement la mémoire nécessaire pour stocker la politique de préchargement. / The thesis context is concerned with the control of theOn-demand contents distribution networks. The performance of suchinteractive distributed systems basically depends on the prediction ofthe user behavior and the bandwidth as a critical network resource.Prefetching is a well-known predictive approach in the World Wide Webwhich avoids the response delays by exploiting some downtime thatpermits to anticipate the user future requests and takes advantage ofthe available network resources. Prefetching control is a vitaloperation for the On-demand interactive systems where the instantaneousresponse is the crucial factor for the system success. The controller insuch type of interactive system operates in an uncertain environment andmakes sequences of decisions with long and short term stochasticeffects. The difficulty, then, is to determine at every system statewhich contents to prefetch into the cache. The prefetching plan duringan interactive streaming session can be modeled as a sequential decisionmaking problem by a Markov Decision Process (MDP). We focus on theprefetching control problem in which the controller seeks to reach aZero-Cost system state as quickly as possible. We model this controlproblem as a Negative Stochastic Dynamic Programming problem in which weminimize the undiscounted total expected cost. Within this context, weaddressed the following research questions: 1) How to provide anoptimal/approximate-optimal prefetching policy that, maximizes thebandwidth utilization while minimizes the user's blocking and latencycosts incurred along the way? 2) How to exploit structure in theprefetching control model to help efficiently compute such prefetchingcontrol policy with both computational efforts and storage memoryreduction? 3) How to conduct a performance evaluation study to evaluatedifferent prefetching heuristic algorithms based on the context of thecontrol optimization rather than the context of theempirical/simulation. For studying our research problem, we developedour MDP prefetching control model, PREF-CT, we established itstheoretical properties and we solved it by the Value Iteration algorithmas MDP algorithm for computing the optimal prefetching policy. Forcomputing the optimal prefetching policy efficiently, we detected aspecial structure that achieves more compact control model. This specialstructure permits to develop two strategically different algorithmswhich improve the complexities of computing the optimal prefetchingpolicy: - the first one is the ONE-PASS which is based mainly on solvinga system of linear equations simultaneously in only one iteration,whereas the second is the TREE-DEC which is based on Markov decisiontree decomposition in which sequential sets of systems of equations aresolved. For overcoming the problem of the curse of dimensionalityresulting from the computation of the optimal prefetching policy, weproposed the prefetching heuristic algorithm: the Relevant BlocksPrefetching algorithm (RBP). For evaluating and comparing prefetchingpolicies computed by different prefetching heuristic algorithms, wepresented a framework based on different performance measures. Weapplied the suggested framework under different costs configurations anddifferent user behaviors to evaluate the prefetching policies computedby our proposed prefetching heuristic algorithm; the RBP. Compared tothe optimal prefetching policies, the experimental analysis provedsignificant performance of the prefetching policies of the RBP heuristicalgorithm. In addition, the RBP prefetching heuristic algorithm isdistinguished by a clustering property which is of importance to reducesignificantly the memory necessary to store the prefetching policy tothe controller.

No description available.