Upload
auben-guillaume
View
107
Download
0
Embed Size (px)
Citation preview
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
1
Laboratoire LE2I – UMR CNRS 5158 – Université de Bourgogne
Une architecture de systèmes de recommandation de combinaison d’items.
Application au tourisme.
Romain Picot-Clémente
Le 7 Décembre 2011
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
2INTRODUCTION 1.0
Côte-d’Or Tourisme
Missions
• Association loi 1901• Subventionnée par le Conseil Général• Président : Jean-Pierre REBOURGEON
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
3INTRODUCTION 1.0
Côte-d’Or Tourisme
Missions • Promouvoir le tourisme en Côte-d’Or• Conseiller, développer
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
4INTRODUCTION 2.0
Contexte Touristique
Problèmes
Objectifs industriels
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
5INTRODUCTION 2.0
Contexte Touristique
Problèmes
Objectifs industriels
• Pas de relation de conseil• Pertinence• Surcharge cognitive
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
6INTRODUCTION 2.0
Contexte Touristique
Problèmes
Objectifs industriels • Ensemble d’offres personnalisées• Savoir-faire --> conseil
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
7INTRODUCTION 3.0
Domaine de Recherche
Application Industrielle
• Résolution du problème de surcharge cognitive• Proposition de recommandations d’items
Systèmes de recommandation
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
8INTRODUCTION 3.0
Domaine de Recherche
Application Industrielle
Système de recommandation touristique
• Combinaison pertinente d’offres (items)• Prise en compte du savoir-faire de Côte d’Or Tourisme• Gestion de la mobilité
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
9PLAN
Etat de l’Art
Systèmes de recommandation
Couche SémantiqueCouche UtilisateurCouche Intelligence
Architecture
Définition du ProblèmeMétaheuristiques
Optimisation Combinatoire
OntologieRèglesMétaheuristique
Implémentation
Interfaces
Application Mobile
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
10ETAT DE L’ART 1.0
Basés sur le contenu
Basés sur le filtrage collaboratif
Systèmes de recommandation
• Modélisation des items / utilisateur• Comparaison
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
11ETAT DE L’ART 1.0
Basés sur le contenu
Basés sur le filtrage collaboratif
Systèmes de recommandation
• Choix des autres utilisateurs• Pas de modélisation items
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
12ETAT DE L’ART 2.0
Vecteurs de mots-clefs
Ontologie
Réseaux sémantiques
Méthodes basées sur le contenu
Utilisateur Document/item
comparaison
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
13ETAT DE L’ART 2.0
Vecteurs de mots-clefs
Ontologie
Réseaux sémantiques
Méthodes basées sur le contenu
• Mots-clefs + relations de cooccurrence• Comparaison utilisateur/items
Document textuel(Item)
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
ETAT DE L’ART 2.0
Vecteurs de mots-clefs
Ontologie
Réseaux sémantiques
Méthodes basées sur le contenu
• Pondérée --> comparaisons• Modélise utilisateur + Indexe items --> correspondances
14
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
ETAT DE L’ART 2.0
Vecteurs de mots-clefs
Ontologie
Réseaux sémantiques
Méthodes basées sur le contenu
• Pondérée --> comparaisons• Modélise utilisateur + Indexe items --> correspondances
4
23
1
2
5
4
2
1
6
74
114
21 4
14
23
1
2
5
4
2
1
6
74
114
21 4
1
Utilisateur Item
comparaison
15
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
ETAT DE L’ART 2.0
Vecteurs de mots-clefs
Ontologie
Réseaux sémantiques
Méthodes basées sur le contenu
• Pondérée --> comparaisons• Modélise utilisateur + Indexe items --> correspondances
Utilisateur
16
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
17ETAT DE L’ART 3.0
Intérêt ontologie
Savoir-faire
Type de recommandations
• Formelle, Rigoureuse• Expressivité• Moteur d’inférences• Standardisée (owl)• Outils nombreux
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
18ETAT DE L’ART 3.0
Intérêt ontologie
Savoir-faire
Type de recommandations
Liste d’items
VS
Combinaison
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
19ETAT DE L’ART 3.0
Intérêt ontologie
Savoir-faire
Type de recommandations
• Non considéré dans les SR actuels• Ontologie support
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
20
Trois couches
Couche intelligence
Couche sémantique
• Couche sémantique• Couche utilisateur• Couche intelligence
ARCHITECTURE 1.0
Couche utilisateur
Architecture générique
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
21
Trois couches
Couche intelligence
Couche sémantique• Domaine / items• Savoir-faire• Ontologie
ARCHITECTURE 1.0
Couche utilisateur
Architecture générique
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
22
Trois couches
Couche intelligence
Couche sémantique
• Liées au domaine• Propres à l’utilisateur
ARCHITECTURE 1.0
Couche utilisateur
Architecture générique
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
23
Trois couches
Couche intelligence
Couche sémantique
• Déduire intérêts utilisateur sur items• Rechercher combinaison
ARCHITECTURE 1.0
Couche utilisateur
Architecture générique
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
24ARCHITECTURE 2.0
Modèle de domaine
Modèle de buts
• Ontologie de domaine• Items indexés
Exemple
Couche sémantique
Exemple
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
25ARCHITECTURE 2.0
Modèle de domaine
Modèle de buts
Exemple
Couche sémantique
Exemple
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
26ARCHITECTURE 2.0
Modèle de domaine
Modèle de buts
Exemple
Couche sémantique
Exemple
• Savoir-faire• Ontologie de buts• Règles métiers
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
27ARCHITECTURE 2.0
Modèle de domaine
Modèle de buts
Exemple
Couche sémantique
Exemple
Règle métier
Pertinence des items dans ce but
)10,()(_),(_)( _ xpoidsxamisentretruextsparticipanplusieursxactivite amisentre
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
28ARCHITECTURE 3.0
Partie statique
Partie dynamique
Couche utilisateur
Nom
Age
Position géographique
Genre
…
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
29ARCHITECTURE 3.0
Partie statique
Partie dynamique
Couche utilisateur
Buts utilisateur
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
30ARCHITECTURE 4.0
Couche intelligence
Phase 1 : Projection/pondération • Intérêt utilisateur sur items• Partie dynamique --> poids
Intérêts utilisateurs
Matrice Buts-Items
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
31ARCHITECTURE 4.0
Couche intelligence
Phase 1 : Projection/pondération
Intérêts utilisateurs
5 items : {item1, item2, item3, item4, item5} 3 buts : {Sportif, Entre_amis, Nature}Règles métiers
Matrice Buts-Items
1061
114
1381
4107
1525
BI
item1
item2
item3
item4
item5
Sportif Entre_amis Nature
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
32ARCHITECTURE 4.0
Couche intelligence
Phase 1 : Projection/pondération5 items : {item1, item2, item3, item4, item5} 3 buts : {Sportif, Entre_amis, Nature}Règles métiers
Poids d’intérêts utilisateur :
16
2
21
14
17
1
1
0
1061
114
1381
4107
1525 item1
item2
item3
item4
item5
Partie dynamique (utilisateur) :
1
1
0
,_ NatureamisEntreSportif
Entre_amis
Nature
1061
114
1381
4107
1525
BI
item1
item2
item3
item4
item5
Sportif Entre_amis Nature
Intérêts utilisateurs
Matrice Buts-Items
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
33ARCHITECTURE 5.0
Couche intelligence
Phase 2 : Recherche combinatoire
Algorithme
• Pattern de combinaison• Fonction de comparaison• Algorithme de recherche
Pattern de combinaison
Fonction de pertinence
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
34ARCHITECTURE 5.0
Couche intelligence
Phase 2 : Recherche combinatoire
Algorithme
Pattern de combinaison
Fonction de pertinence
CampingMuseeActivite ,,
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
35ARCHITECTURE 5.0
Couche intelligence
Phase 2 : Recherche combinatoire
Algorithme
Pattern de combinaison
Fonction de pertinence• Comparer combinaisons• Corrélation entre items• Dépend application
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
36ARCHITECTURE 5.0
Couche intelligence
Phase 2 : Recherche combinatoire
Algorithme
Pattern de combinaison
Fonction de pertinence
• Explosion combinatoire• Méthode exacte trop lente• Métaheuristiques• Dépend application (temps, qualité, nbre résultats, …)
tHébergemen,RestaurantActivite,
2000 activités, 1000 restaurants, 1000 hôtels 2 milliards de combinaisons
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
37OPTIMISATION COMBINATOIRE 1.0
Problème touristique
Définitions
• Meilleurs items• Pattern touristique• Proximité
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
38OPTIMISATION COMBINATOIRE 1.0
Problème touristique
Définitions
• Items
• Pattern
• Combinaison
Définitions
avec un poids yixitypeinomii .,.,.,. iw
ntypetypetypepat ,...,, 21
niiincombinaiso ,...,, 21
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
39OPTIMISATION COMBINATOIRE 2.0
Dispersion combinaison
Dispersion modérée
• Quantifie éloignement• Ecart-type coordonnées
N
n
N
jjn
N
jjnk yi
Nyixi
Nxi
NC
1
2
1
2
1
.1
..1
.1
)(
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
40OPTIMISATION COMBINATOIRE 2.0
Dispersion combinaison
Dispersion modérée• Eloignement subjectif• Tolérance de dispersion• Minimiser
Tolerance
CC k
k
)()(mod
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
41OPTIMISATION COMBINATOIRE 3.0
Sous-combinaison
Exemple
• Pattern• Dispersion modérée
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
42OPTIMISATION COMBINATOIRE 3.0
Sous-combinaison
Exemple
Hôtel,Restaurant Parc,Cpat
Hôtel ,RestaurantCsubpat
5.0Ctolerance
1.0Csubtolerance
C
Csub
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
43OPTIMISATION COMBINATOIRE 4.0
Poids de combinaison
Pertinence de combinaison
N
wW
N
j i
Cj
k
0
• Moyenne poids items• Maximiser
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
44OPTIMISATION COMBINATOIRE 4.0
Poids de combinaison
Pertinence de combinaison • Agrégation poids, dispersions modérées• Maximiser
1
0 ,modmod )()()( S
l lCk
Ck
k
k subC
emPoidsMaxItWC
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
45OPTIMISATION COMBINATOIRE 5.0
Problème de sac à dos
Différences
Positionnement
Problème de sac à dos multidimensionnel à choix multiple
• Capacité max• Maximiser valeur totale
Items
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
46OPTIMISATION COMBINATOIRE 5.0
Problème de sac à dos
Différences
Positionnement
Problème de sac à dos multidimensionnel à choix multiple
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
47OPTIMISATION COMBINATOIRE 5.0
Problème de sac à dos
Différences
Positionnement
Problème de sac à dos multidimensionnel à choix multiple
• Plusieurs items d’un même type• Ordonnancement important
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
48OPTIMISATION COMBINATOIRE 6.0
Principe
Inconvénient
Métaheuristique
Avantage
• Parcours non linéaire espace• Caractère semi-aléatoire
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
49OPTIMISATION COMBINATOIRE 6.0
Principe
Inconvénient
Métaheuristique
Avantage• Flexibilité• Rapidité• Accessibilité
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
50OPTIMISATION COMBINATOIRE 6.0
Principe
Inconvénient
Métaheuristique
Avantage
• Optimum pas assuré
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
51OPTIMISATION COMBINATOIRE 7.0
Méthodes basées sur une population
Méthodes à état simple
Classes de métaheuristique
• Algo génétique, Colonie de fourmis, …• Echantillon de solutions• Couteux en temps
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
52OPTIMISATION COMBINATOIRE 7.0
Méthodes basées sur une population
Méthodes à état simple • Passage d’une solution à une autre itérativement• Plus rapide
Classes de métaheuristique
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
53OPTIMISATION COMBINATOIRE 8.0
Méthodes gloutonnes
Méthodes à état simple
Hill-Climbing
Recherche locale itérée
Méthode Tabou
Recuit simulé
• Méthode aveugle• Très rapide
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
54OPTIMISATION COMBINATOIRE 8.0
Méthodes gloutonnes
Méthodes à état simple
Hill-Climbing
Recherche locale itérée
Méthode Tabou
Recuit simulé
• Rapide• Minima locaux
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
55OPTIMISATION COMBINATOIRE 8.0
Méthodes gloutonnes
Méthodes à état simple
Hill-Climbing
Recherche locale itérée
Méthode Tabou
Recuit simulé
• Hill-Climbing itéré• Meilleure solution que Hill-Climbing• Possiblement long
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
56OPTIMISATION COMBINATOIRE 8.0
Méthodes gloutonnes
Méthodes à état simple
Hill-Climbing
Recherche locale itérée
Méthode Tabou
Recuit simulé
• Itère : recherche optimum dans le voisinage d’une solution• Liste Tabou des optima• Enfermement dans un même voisinage
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
57OPTIMISATION COMBINATOIRE 8.0
Méthodes gloutonnes
Méthodes à état simple
Hill-Climbing
Recherche locale itérée
Méthode Tabou
Recuit simulé• Sort des optima locaux• Rapide• Paramètres nombreux
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
58IMPLEMENTATION 1.0
Avant
Après
Intégration système
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
59IMPLEMENTATION 1.0
Avant
Après
Intégration système
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
60IMPLEMENTATION 2.0
Ontologie de domaine
Modèle de buts
Couche sémantique• Vues sur BDD• Table descriptive• Traduction --> Ontologie• Peuplement• Enrichissement
BDD
Tables
Vues + table descriptive
Programme de traduction
Ontologie
Expert du tourisme
Aperçu
Aperçu
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
61IMPLEMENTATION 2.0
Ontologie de domaine
Modèle de buts
Couche sémantique
Aperçu
Hôtel_possède_restaurant
Aperçu
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
62IMPLEMENTATION 2.0
Ontologie de domaine
Modèle de buts
Couche sémantique
Aperçu
• Identifier buts pour séjour• Ajouter dans ontologie de buts• Définir règles
Aperçu
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
63IMPLEMENTATION 2.0
Ontologie de domaine
Modèle de buts
Couche sémantique
Aperçu
Aperçu
Entre amis En amoureux Nature Sportif FamilleVignoble Culturel Bien être
But
Root
)2,()(),()(Restaurant xpoidsxNatureTerrassexpossedex Nature
)20,()()( xpoidsxNaturex_piedRandonne_a Nature
)10,()(_),()( _ xpoidsxetreBienSpaxpossedexHôtel etreBien
)20,()(_)(__ _ xpoidsxamoureuxEnxjardinetParc amoureuxEn
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
64IMPLEMENTATION 3.0
Partie dynamique
Couche utilisateur
Partie statique
Entre amis
En amoureux Nature Sportif FamilleVignoble Culturel Bien être
But
Root
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
65IMPLEMENTATION 3.0
Partie dynamique
Couche utilisateur
Partie statique
• Position géographique • Tolérance de dispersion• Nombre de jours• Type d’hébergement• Date
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
66IMPLEMENTATION 4.0
Pattern
Couche intelligence
Tolérance
Type hébergement
54321 Restaurant ,Activite ,Activite ,Restaurant ,ActiviteCpattern
Nombre de jours
Geolocalisation
• Construction dynamique• De base :
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
67IMPLEMENTATION 4.0
Couche intelligence
• Aucun
• Général
• Spécifique
• Plusieurs types
Pattern
Tolérance
Type hébergement
Nombre de jours
Geolocalisation
54321 Restaurant ,Activite ,Activite ,Restaurant ,ActiviteCpattern
654321 tHébergemen,Restaurant ,Activite ,Activite ,Restaurant ,ActiviteCpattern
654321 Hôtel,Restaurant ,Activite ,Activite ,Restaurant ,ActiviteCpattern
654321 CampingHôtel,Restaurant ,Activite ,Activite ,Restaurant ,Activite Cpattern
65 tHebergemen,RestaurantCsubpattern
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
68IMPLEMENTATION 4.0
Couche intelligence
Pattern
Tolérance
Type hébergement
Nombre de jours
Geolocalisation
,Restaurant ,Activite ,Activite ,Restaurant ,Activite 54321Cpattern
1151, tHebergemen,RestaurantCsubpattern
11109876 tHebergemen,Restaurant ,Activite ,Activite ,Restaurant ,Activite
2 jours :
11102, tHebergemen,RestaurantCsubpattern
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
69IMPLEMENTATION 4.0
Couche intelligence
Pattern
Tolérance
Type hébergement
Nombre de jours
Géolocalisation
geoloc,Restaurant ,Activite ,Activite ,Restaurant ,Activite 54321Cpattern
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
70IMPLEMENTATION 4.0
Couche intelligence
Pattern
Tolérance
Type hébergement
Nombre de jours
Geolocalisation
654321 tHébergemen,Restaurant ,Activite ,Activite ,Restaurant ,ActiviteCpattern
65 tHebergemen,RestaurantCsubpattern
)( Cpatterntolerance
100
10)(
Csubpatterntolerance
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
71IMPLEMENTATION 5.0
Initialisation
Couche intelligence: Recuit simulé
Benchmarks
)(
1
0Cpertinenceenergie
• Température élevée • Combinaison aléatoire
• Energie :
0T
0C
Algorithme
Variation d’énergie
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
72IMPLEMENTATION 5.0
Initialisation
Couche intelligence: Recuit simulé
Algorithme• Décroissance par palier de température• 2000 modifications élémentaires à chaque palier• Taux d’acceptation mauvaise solution selon température
Benchmarks
Variation d’énergie
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
73IMPLEMENTATION 5.0
Initialisation
Couche intelligence: Recuit simulé
Algorithme
Benchmarks
Variation d’énergie
T0 T1 T2 T3 …
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
74IMPLEMENTATION 5.0
Initialisation
Couche intelligence: Recuit simulé
Algorithme
Variation d’énergie
Benchmarks
Jeux de données aléatoires Jeux de données réelles
Energie moyenne Temps moyen (ms) Energie moyenne Temps moyen (ms)
Recuit simulé 64.13 404 65.29 211
Hill-Climbing 106.16 7 93.24 6
Meilleure énergie trouvée
62.70 65.25
• Jeu de données aléatoires : 30000 items• Jeu de données réelles : 4096 items• Energie : Recuit simulé >> Hill-Climbing• Temps : Hill-Climbing > Recuit simulé• Temps < 500 ms (quasi-temps réel)
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
75INTERFACE 1.0
Buts utilisateur
Proposition
Données statiques
Application mobile
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
76
Buts utilisateur
Proposition
Données statiques
Application mobile
INTERFACE 1.0
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
77
Buts utilisateur
Proposition
Données statiques
Application mobile
INTERFACE 1.0
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
78CONCLUSION 1.0
Apports
Perspectives
• Architecture de SR de combinaisons d’items + savoir-faire
• Problème d’optimisation combinatoire touristique
• Implémentation architecture dans le tourisme
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
79
Apports
Perspectives
• Evolution vers un système hybride• Propagation poids dans ontologie• Ontologie support d’inférence• Implémentation dans différents domaines
CONCLUSION 1.0
Rom
ain
Pico
t-Cl
émen
te –
rom
ain.
pico
t-cl
emen
te@
chec
ksem
.fr -
Equ
ipe
de p
roje
t Che
ckse
m –
Lab
orat
oire
Ele
ctro
niqu
e In
form
atiqu
e et
Imag
e(L
E2I –
UM
R CN
RS 5
158)
IU
T D
ijon-
Auxe
rre
– U
nive
rsité
de
Bour
gogn
e, B
P 47
870,
210
78 D
ijon
Cede
x, F
ranc
e
80
Romain [email protected]