Direction de recherche : Jean-Gabriel GANASCIA

Recommandation multidimensionnelle d’émissions télévisées par apprentissage, une interface de visualisation intelligente pour la télévision numérique

Le sujet central de cette thèse est l’élaboration d’un Système de Recommandation interfacé par une cartographie interactive des contenus télévisés. Ce système fut réalisé dans le cadre du projet ANR, nommé BUIS, durant la période 2006-2009. Pour ce faire, nous avons choisi d’utiliser un Système de Recommandation basé sur le contenu et l’avons adapté au domaine télévisuel. Cette adaptation s’est effectuée lors de plusieurs étapes spécifiques. Nous avons particulièrement travaillé le traitement des métadonnées associées aux contenus télévisés, en développant un système expert capable de nous fournir une catégorisation inédite des émissions télévisées. Nous avons également pris l’initiative de modéliser et d’intégrer le contexte d’usage télévisuel dans notre modélisation d’environnement télévisuel. L’intégration du contexte nous a permis d’obtenir une représentation suffisamment fine et stable de cet environnement, nous permettant ainsi la mise en place de notre système de recommandation. La catégorisation approfondie des métadonnées associées aux contenus télévisuels et la modélisation & l’intégration du contexte d’usage télévisuel constituent la contribution principale de cette thèse. Pour évaluer/améliorer nos développements, nous avons installé un parc de neuf foyers repartis selon trois types spécifiques de familles. Cela nous a donné les moyens d’évaluer l’apport de nos travaux au confort d’usage télévisuel dans de réelles conditions d’utilisation. Par une approche implicite, nous avons appréhendé le comportement télévisuel des familles (impliquées dans notre projet) vis-à-vis des contenus télévisés. Un analyseur syntaxico-sémantique nous a fourni une mesure graduelle d’intérêts portés aux contenus, et ce pour chaque famille. Notre système de recommandation, basé sur le contenu et assisté par apprentissage (notamment l’apprentissage par renforcement), nous a fourni des résultats parmi les plus optimaux de la communauté scientifique du domaine. Il est à préciser que nous avons également élaboré une interface cartographique interactive basée sur l’idée d’ « île de mémoire » pour que l’interfaçage interactif soit en adéquation avec le Système de Recommandation mis en place.
Mots clés : Système de Recommandation multidimensionnelle, Environnement télévisuel, Apprentissage automatique, Catégorisation des émissions télévisées, Interface Intelligente, Apprentissage par renforcement, EPG Guide électronique des Programmes, Télévision numérique

Publications 2008-2013

• 2013
  • K. Fouladi : “Recommandation multidimensionnelle d’émissions télévisées par apprentissage, une interface de visualisation intelligente pour la télévision numérique”, soutenance de thèse, soutenance 24/01/2013, direction de recherche Ganascia, Jean-Gabriel (2013)
• 2010
  • W. Turner, S. Buisine, J.‑G. Ganascia, L. Eveque, K. Fouladi, J. Marlier, M. Retamales : “La conception innovante des objets à intelligence incorporée”, chapter in Technologies de l'information et intelligences collectives, Systèmes d'information et organisations documentaires, pp. 37-62, (Hermès & Lavoisier) (2010)
  • S. Buisine, K. Fouladi, J. Nelson, William A. Turner : “Optimiser le processus d’innovation grâce aux traces informatiques d’usages”, IC 2010 - 21^es Journées francophones d'Ingénierie des Connaissances, Nîmes, France, pp. 145-156, (Ecole des Mines d'Alès) (2010)
• 2009
  • S. Buisine, L. Eveque, K. Fouladi, J. Marlier, W. Turner : “Représentation d’un espace de valeurs d’usage pour guider la conception”, 20^es Journées Francophones d'Ingénierie des Connaissance, Hammamet, Tunisia (2009)
• 2008
  • J.‑G. Ganascia, Ch. Madeira, K. Fouladi : “An Adaptive Cartography of DTV Programs”, EuroITV 2008 - 6^th European Conference on Changing Television Environments, vol. 5066, Lecture Notes in Computer Science, Salzburg, Austria, pp. 253-262, (Springer-Verlag) (2008)