RaisonnementàPartirdel'ExpérienceTracée/AssistanceMarieLefevreMasterIADE–Ingénieriedesconnaissancesd'expériencetracéeNovembre2015
Avantdecommencer…queconnaissez-vous? N
ovem
bre
2015
MarieLefevre-MasterIAD
E-Ingén
ierie
des
conn
aissancesd
'expériencetracée
2
• Unetraced’interacDonentreunuDlisateuretunenvironnementinformaDque,c’est…
Avantdecommencer…queconnaissez-vous? N
ovem
bre
2015
MarieLefevre-MasterIAD
E-Ingén
ierie
des
conn
aissancesd
'expériencetracée
3
• Etlemodèled’unetrace?
Novem
bre
2015
MarieLefevre-MasterIAD
E-Ingén
ierie
des
conn
aissancesd
'expériencetracée
4
Plusformellement…
Qu’est-cequeleraisonnementàpartirdetraces?
• ToutleproblèmedelarecherchesurcePequesDonestjustementdedéfinirleraisonnementàparDrdetraces…
• Beaucoupdetravaux,pasdedéfiniDonunanime…
Raisonnementàpar.rdetraces(RàPET/RàPT)=TraceBasedReasoning(TBR)
Novem
bre
2015
MarieLefevre-MasterIAD
E-Ingén
ierie
des
conn
aissancesd
'expériencetracée
5
Duraisonnementàpartirdecas… N
ovem
bre
2015
MarieLefevre-MasterIAD
E-Ingén
ierie
des
conn
aissancesd
'expériencetracée
6
…enpassantparleraisonnementàpartirdel’expériencetracée…
Novem
bre
2015
MarieLefevre-MasterIAD
E-Ingén
ierie
des
conn
aissancesd
'expériencetracée
7
…auraisonnementàpartirdetraces N
ovem
bre
2015
MarieLefevre-MasterIAD
E-Ingén
ierie
des
conn
aissancesd
'expériencetracée
8
RàPT–étaped’élaboration• ObjecDf:produireunesignatured’épisodes
• Unépisode=uneM-tracereprésentantuneexpérienceouunetâchedonnée
• Unesignatured’épisodes=unespécificaDondescontraintesqu’unépisodedoitsaDsfaire
• MulDplesfaçonsd’exprimerdessignaturesd’épisodes:• Règles,ensembledecontraintes,M-tracesetcontraintess’appliquantsurcesM-traces,automates,machinesàétatsfinis,etc.
Ø Nombreusesméthodespourdéfinircessignatures
Novem
bre
2015
MarieLefevre-MasterIAD
E-Ingén
ierie
des
conn
aissancesd
'expériencetracée
9
RàPT–étaped’élaboration• Exemple1:
• Sil’onchercheàretrouverunesituaDonpasséesimilaireàlasituaDoncourante
• Alorslasignatured’épisode=unfragmentdelatracecourantefiltréepournecontenirquelesélémentsperDnents
• Exemple2:• Sil’onsouhaiteretrouvertouslesépisodesquicorrespondentàuneacDondonnée
• Alorslasignatured’épisode=unsous-ensembledumodèledetraceassociéàunensembledecontraintes=unetransformaDon
• …
Novem
bre
2015
MarieLefevre-MasterIAD
E-Ingén
ierie
des
conn
aissancesd
'expériencetracée
10
RàPT–étapederemémoration• ObjecDf:trouverunensembled’épisodesquicorrespondentàlasignatureexprimée
• Descontraintespeuvents’appliquersur• lenombred’épisodesàremémorer,• l’algorithmederechercheàuDliser,• lacerDtudeaveclaquellelasoluDonproposéecorrespondàlasignatured’épisode,
• etc.
Novem
bre
2015
MarieLefevre-MasterIAD
E-Ingén
ierie
des
conn
aissancesd
'expériencetracée
11
RàPT–étapederéutilisation• ObjecDf:uDliserl’épisoderetrouvépourrésoudreleproblèmeencoursderésoluDon
• DurantcePeétape,l’uDlisateuret/oulemécanismederaisonnementpeuventappliquerdesrequêtesetdestransformaDonssurlestracespourenexploiterlecontenu.
• EnfoncDondelatâche,ilexistedenombreusesfaçonsderéuDliserunépisode• Lesystèmeaffichel’épisodeàl’uDlisateur• Lesystèmerejouel’épisodeàl’idenDque,ouavecdesadaptaDonscontextuelles
• L’uDlisateurappliquedesrequêtespourproduiredenouvellesconnaissances(informaDonsstaDsDques,etc.)
• …
Novem
bre
2015
MarieLefevre-MasterIAD
E-Ingén
ierie
des
conn
aissancesd
'expériencetracée
12
RàPT–Connaissances &Utilisateur
• Durantleprocessusderaisonnement,leRàPTexploite• DestracesetdestransformaDonsstockéesdansleSGBT• Desconnaissancessupplémentaires
• Mesuresdesimilarités• Stratégiesd’adaptaDon• ConnaissancesdetransformaDons• Etc.
Ø Troisétapesderaisonnementgravitentautourdel’uDlisateur
Novem
bre
2015
MarieLefevre-MasterIAD
E-Ingén
ierie
des
conn
aissancesd
'expériencetracée
13
Historiquelyonnais• 2006:AlainMilleFromCase-BasedReasoningtoTrace-BasedReasoningAnnualReviewsinControl30(2):223-232,ELSEVIER,ISSN1367-5788
• 2009:BrunoMascret,AmélieCordier,AlainMilleExtendingCase-BasedReasoningwithTracesGrandChallengesforreasoningfromexperiences,WorkshopatIJCAI'09
• 2013:SilexteamTrace-BasedReasoning—ModelinginteracDontracesforreasoningonexperiences26thInternaRonalFLAIRSConference
• 2014:SilexteamConnaissancesetraisonnementsurlestracesd’interacDonsRevued'IntelligenceArRficielle28(2-3)pp.375-396
Novem
bre
2015
MarieLefevre-MasterIAD
E-Ingén
ierie
des
conn
aissancesd
'expériencetracée
14
IntérêtscommunsaveclacommunautéCBR
• GrandChallengesforReasoningFromExperience• IJCAI2009Workshop• RegardscroisésdesdifférentesdisciplinesdeIA
• ApprenDssageautomaDque,SBC,TAL…
• AgileCase-BasedReasoning• SusanCraw,ICCBR2009• ApprocheplusdynamiqueduCBR• InteracDonsconDnuesaveclesuDlisateurs
Novem
bre
2015
MarieLefevre-MasterIAD
E-Ingén
ierie
des
conn
aissancesd
'expériencetracée
15
IntérêtscommunsaveclacommunautéCBR
• Provenance-AwareCase-BasedReasoning• ICCBR2010Workshop• hPp://www.iccbr.org/iccbr10/html/workshops.html• Intérêtdelaprovenanceetdesméta-connaissancessurlescasenRàPC
• TRUE:TracesforReusingUsers'Experience• ICCBR2012Workshop• hPp://sce.carleton.ca/~mfloyd/ICCBR12-TRUE/• UDlisaDondestracesdansleCBR
Novem
bre
2015
MarieLefevre-MasterIAD
E-Ingén
ierie
des
conn
aissancesd
'expériencetracée
16
MaisàquoisertleTBR?
• Quellessontlesconnaissancesaccessiblesdansunetrace?
ET
• Quelssontlesraisonnementspossiblessurlestraces?
ET• Dansquelsbuts?
Novem
bre
2015
MarieLefevre-MasterIAD
E-Ingén
ierie
des
conn
aissancesd
'expériencetracée
17
Quellessontlesconnaissancesaccessiblesdansunetrace?
• Modèledestraces• Modèled’observaOondel’acDvité
• LesObsels• Letempsestmodéliséetgardépourchaqueobsel• LesvaleursprisesparlesobselsconsDtuentledomainedevaliditédel’acDvitétellequ’observée
• Chaqueobselestsoitlerésultatd’unecollecte,soitlerésultatd’uneproducDonsuiteàlasaDsfacDond’unerequêteformelle
• LesrequêtesetlestransformaDons• ReprésententlasémanOqued’unobseldelatracecible/celledelatracesource(O1est«vrai»parcequelarequêteRestsaDsfaite)
Novem
bre
2015
MarieLefevre-MasterIAD
E-Ingén
ierie
des
conn
aissancesd
'expériencetracée
18
Quelssontlesraisonnementspossiblessurlestraces?(1/2)
• RaisonnementduCBR• Raisonnementanalogique• DéfiniDondesignaturedeséquences• Mesuredesimilaritésentreséquencesdemêmesignature
• AdaptaDon• Révision
• RaisonnementinducDf• ApprenDssagedeséquencessignifiantes• ApprenDssageinteracDfhumain-machine• CréaDondesignaturescandidates• GénéraDonderéseauxbayesiens• ...
Novem
bre
2015
MarieLefevre-MasterIAD
E-Ingén
ierie
des
conn
aissancesd
'expériencetracée
19
Différentstypesderaisonnement:DéducOon⇒ Dredesconséquences⇒ nousétablissonsque«quelquechose»secomportedéfiniDvementd'unecertainemanière
InducOon⇒ cherchedesloisgénéralesàparDrdel'observaDondefaitsparDculiers,surunebaseprobabiliste.
⇒ que«quelquechose»secomporteeffecDvementd'unecertainemanière
AbducOon⇒ lorsquel'onobserveunfaitdontonconnaîtunecausepossible,onconclutàDtred'hypothèsequelefaitestprobablementdûàcePecause
⇒ que«quelquechose»secomporteprobablementd'unecertainemanière
Quelssontlesraisonnementspossiblessurlestraces?(2/2)
• RaisonnementabducDfoudetypemarkovien• Sachantcequ’ils’estpassésurunetrace,quepeut-ondiredecequ’ilvasepasser
• ConstrucDondeconnaissanceslogiques• EnrelaDonaveclespropriétésd’ontologiesréférencéesparlesobsels.
• Lestracesdeviennentdescomplémentsdecontextepourtoutconceptd’uneontologie,enfacilitantladéclinaison,larévisionetc.
Novem
bre
2015
MarieLefevre-MasterIAD
E-Ingén
ierie
des
conn
aissancesd
'expériencetracée
20
QuellesapplicationsauTBR?
• RésoluDondeproblèmes
• Découvertedeconnaissances• Datastreammining• Tracesd’acDvités• Calculd’indicateurs
• Réingénieried’unsystème
• ConfiguraDon• AdaptaDon• PersonnalisaDon
Novem
bre
2015
MarieLefevre-MasterIAD
E-Ingén
ierie
des
conn
aissancesd
'expériencetracée
21
QuellesapplicationsauTBR?
• Assistancedurantl’uDlisaDon• ApprenDssagehumainindividuel• AppropriaDond’environnements,acDvitéindividuelle• ConstrucDoncoopéraDvedeconnaissances• Systèmedeconseil/recommandaDonindividuelle• NégociaDondesensentre2/nindividus• …
Novem
bre
2015
MarieLefevre-MasterIAD
E-Ingén
ierie
des
conn
aissancesd
'expériencetracée
22
QuelquesexemplesdeTBR:SAP-BOExplorer
• Zarka2010
• AssistanceàparDrdeTBR• Collectedetraces• Replay• ImpactdelapropagaDondeschangements
Novem
bre
2015
MarieLefevre-MasterIAD
E-Ingén
ierie
des
conn
aissancesd
'expériencetracée
23
QuelquesexemplesdeTBR:SAP-BOExplorer N
ovem
bre
2015
MarieLefevre-MasterIAD
E-Ingén
ierie
des
conn
aissancesd
'expériencetracée
24
QuelquesexemplesdeTBR:SAP-BOExplorer N
ovem
bre
2015
MarieLefevre-MasterIAD
E-Ingén
ierie
des
conn
aissancesd
'expériencetracée
25
QuelquesexemplesdeTBR:Wanaclip
• Zarka2011
• AssistanceàparDrdeTBR• Collectedetraces• RecommandaDons
• hPp://www.wanaclip.eu/
Novem
bre
2015
MarieLefevre-MasterIAD
E-Ingén
ierie
des
conn
aissancesd
'expériencetracée
26
QuelquesexemplesdeTBR:Wanaclip N
ovem
bre
2015
MarieLefevre-MasterIAD
E-Ingén
ierie
des
conn
aissancesd
'expériencetracée
27
QuelquesexemplesdeTBR:IIBM
• Barnachon,Cordier,Guillou,Lefevre,2009• InteracRonsIntelligentesàBasedeMouvements
• Capturedemouvements• InteracDonsintelligentes• Assistanceàl’uDlisateuràparDrdetraces
Novem
bre
2015
MarieLefevre-MasterIAD
E-Ingén
ierie
des
conn
aissancesd
'expériencetracée
28
QuelquesexemplesdeTBR:IIBM N
ovem
bre
2015
MarieLefevre-MasterIAD
E-Ingén
ierie
des
conn
aissancesd
'expériencetracée
29
KinectOpenNI/NITE
QuelquesexemplesdeTBR:IIBM
• RéuDlisaDondel’expérience• Partagedel’expérienceentreuDlisateurs• RendreplusintuiDvelamanipulaDond’applicaDons• Augmenterl’expériencedejeu• ...
Novem
bre
2015
MarieLefevre-MasterIAD
E-Ingén
ierie
des
conn
aissancesd
'expériencetracée
30
QuelquesexemplesdeTBR:IIBM-iiAnnotate N
ovem
bre
2015
MarieLefevre-MasterIAD
E-Ingén
ierie
des
conn
aissancesd
'expériencetracée
31
QuelquesexemplesdeTBR:IIBM-iiAnnotate
• AdaptaDondel’IHMetducontenuàl’uDlisateur• UDlisateurpeutcréer:
• Dessuper-tags• Desgestes
• Associésàuntag,unsuper-tag,uneacDon
• OpDmisaDondel’IHMpourunuDlisateur• Sil’uDlisateuruDliseplusieursfoisunemêmesériedetags⇒ ProposiDondecréaDond’unsuper-tag⇒ Onpourraitfairepareilpourunesériedegestes
Novem
bre
2015
MarieLefevre-MasterIAD
E-Ingén
ierie
des
conn
aissancesd
'expériencetracée
32
QuelquesexemplesdeTBR:IIBM-iiAnnotate
• AssistanceàparDrdel’expérienced’autresuDlisateurs• UDlisaDond’uneexpérienceprécise
• Reconnaitunesériedetagscontenudansunsuper-tagd’unautreuDlisateur
⇒ ProposiDondumêmesuper-tag
• CompléDondeséquenceàparDrdel’expérience• Reconnaitunsous-ensembledetagsuDlisésparunautreuDlisateur
⇒ Proposelafindel’ensembledetags
Novem
bre
2015
MarieLefevre-MasterIAD
E-Ingén
ierie
des
conn
aissancesd
'expériencetracée
33
QuelquesexemplesdeTBR:IIBM-iiAnnotate
• UDlisaDondel’expériencedemanièreplusgénérale• IdenDfierlesacDonsoutypesd’acDonsquiserépètentdanslestraces,sansbootstrap
• AnDciperlesacDonsfutureslorsdel’uDlisaDondulogiciel• Proposeruneassistanceàl’uDlisateurentempsréel
Novem
bre
2015
MarieLefevre-MasterIAD
E-Ingén
ierie
des
conn
aissancesd
'expériencetracée
34
QuelquesexemplesdeTBR:IIBM–PowerPoint++
• AssistanceàlanégociaDon• entrel’uDlisateuretl’interface• surlesassociaDonsgeste-acDon.
• DétecDondepaPernsdanslestraces• Gestesansconséquence• AcDon–annulaDon
• Assistance• montreruneassociaDongeste-acDon• changeruneassociaDongeste-acDon
Novem
bre
2015
MarieLefevre-MasterIAD
E-Ingén
ierie
des
conn
aissancesd
'expériencetracée
35
QuelquesexemplesdeTBR:KolZlow• Man-machinecollaboraDoninconDnuousKnOwLedge-construcDonFLOWs
• ProjetANR–2010• Wimmics(INRIA–Sophia)• GDD(LINA–Nantes)• Orpailleur(LORIA–Nancy)• Silex(LIRIS–Lyon)
• ObjecDf• ConstrucDond’unespacesocialsémanOquepourfaciliterlacollaboraDon
• Entreagentsintelligents,entrehumains,entrehumainsetagents• Afindetransformerlesdonnéesenconnaissances
Novem
bre
2015
MarieLefevre-MasterIAD
E-Ingén
ierie
des
conn
aissancesd
'expériencetracée
36
QuelquesexemplesdeTBR:KolZlow• MoDvaDonhistorique:Taaable…
Novem
bre
2015
MarieLefevre-MasterIAD
E-Ingén
ierie
des
conn
aissancesd
'expériencetracée
37
QuelquesexemplesdeTBR:KolZlow• …etwikiTaaable
Novem
bre
2015
MarieLefevre-MasterIAD
E-Ingén
ierie
des
conn
aissancesd
'expériencetracée
38
QuelquesexemplesdeTBR:KolZlow• …etwikiTaaable
Novem
bre
2015
MarieLefevre-MasterIAD
E-Ingén
ierie
des
conn
aissancesd
'expériencetracée
39
• SemanDcMediaWiki
• Ontologies• Ingrédients• Typesdeplats• Connaissancesd’adaptaDon• …
• RecePesdecuisine
QuelquesexemplesdeTBR:KolZlow• Silex
• ConstrucDond’unassistantàl’uDlisaDondel’espacesocialsémanDque
• Dimensionindividuelle• DimensioncollaboraDve/collecDve
• QuesDonsderecherche:• OùtrouverlesconnaissancespermePantdefourniruneassistanceperDnente?
• Commentdétecterlemomentopportunpourdéclencherl’assistance?
• Commentfaireévoluerlesmécanismesd’assistance?
Novem
bre
2015
MarieLefevre-MasterIAD
E-Ingén
ierie
des
conn
aissancesd
'expériencetracée
40
QuelquesexemplesdeTBR:KolZlow• L’idéeoriginale:DSMW
• UDliséunréseaudewikissémanDquesdistribués• DSMW:DistributedSemanDcMediaWiki
• ÉquipeGDD-Nantes• hPp://momo54.github.com/DSMW/
Novem
bre
2015
MarieLefevre-MasterIAD
E-Ingén
ierie
des
conn
aissancesd
'expériencetracée
41
QuelquesexemplesdeTBR:KolZlow• UDlisaDonindividuelle
• CréaDondepage,etc.• UDlisaDoncollecDve
• Partagedepagesavecd’autresuDlisateurs• RécupéraDondepagesnouvelles• Fusiondesplusieurspagesexistantes
⇒ Complexité⇒ Priseenmaindel’ouDl⇒ NégociaDonducontenu
Novem
bre
2015
MarieLefevre-MasterIAD
E-Ingén
ierie
des
conn
aissancesd
'expériencetracée
42
HalaWikitaaable
WikiTaaableStable
WikiTaaableProposal
WikiTaaableTest
AmélieWikitaaable
QuelquesexemplesdeTBR:KolZlow• 2typesd’assistance
• Àlatâche• PourlesnouveauxuDlisateursdeDSMW• Fourniesurdemandedel’uDlisateur• Assistance
• Guidel’uDlisateurpourfinirsatâche• Finitlatâchedel’uDlisateuràsaplace
• ÀlarésoluDondeconflits• QuandunuDlisateurintègredanssonwikilesdonnéesd’unautrewiki
• QuandplusieursuDlisateursveulentmePreencommunlesdonnéesdeleurswikissurunwikipublic
Novem
bre
2015
MarieLefevre-MasterIAD
E-Ingén
ierie
des
conn
aissancesd
'expériencetracée
43
Pierre-AntoineCHAMPIN,AmélieCORDIER,ÉliseLAVOUÉ,MarieLEFEVRE,HalaSKAF-MOLLI.UserAssistanceforCollaboraDveKnowledgeConstrucDon.WorkshopSemanDcWebCollaboraDveSpaces,WWW2012,Lyon,France,17avril2012.
QuelquesexemplesdeTBR:KolZlow• UDlisaDondestracespour
• Présenterlesétapesàsuivre• Présenterdesmanièresdefaireéquivalentes• AutomaDserlafind’unetâche• IdenDfierdenouveauxmodesdefoncDonnementdelacommunauté
• …• Comment?
• Enrecherchantdesépisodesdanslestraces⇒ ÀparDrd’unesignaturefournieparl’expert⇒ ÀparDrd’unesignatureidenDfiéeenobservantl’uDlisateur,pourobtenirlasuite
⇒ ÀparDrd’unesignaturedéfiniedirectementouindirectementparl’uDlisateur
Novem
bre
2015
MarieLefevre-MasterIAD
E-Ingén
ierie
des
conn
aissancesd
'expériencetracée
44
QuelquesexemplesdeTBR:KolZlow• Assistanceàlatâche/l’ouOl
• ListedequesDons:Commentcréerunepage,partagerunepage…
• PourchaquequesDon,onpropose:• uneréponseexplicaDvetextuelleavecéventuellementdesschémas(surtout
pourlepartage)• unevidéodesacDonsàfaire• desexemplesdetraces• defairelatâchepourl’uDlisateur
• Pourtrouverlestracesservantd'exemples:
• Définirlessignaturesdesdifférentestâches• ListerlesacDonssurlewiki• ListerlesobselscorrespondantsauxacDonsdanslestraces
• DéfinirlarequêtepermePantderécupérertouslesobselsdanslekTBS• Rechercherdanssesproprestracesoudanscellesdesautres(importaDonde
traces)
Novem
bre
2015
MarieLefevre-MasterIAD
E-Ingén
ierie
des
conn
aissancesd
'expériencetracée
45
QuelquesexemplesdeTBR:KolZlow
• AssistanceàlarésoluOondeconflits
• Scénario:• EmmanuelrécupèrelarecePedetarteaumelond’Améliepourl’intégrerdanssoninstancedeWikitaaable
• Problème:• Ilyadesconflits…
• AutrerecePeaveclemêmenom
• Placedifférentedumelondansl’ontologiedesingrédients
• …
Novem
bre
2015
MarieLefevre-MasterIAD
E-Ingén
ierie
des
conn
aissancesd
'expériencetracée
46
HalaWikitaaable
WikiTaaableStable
WikiTaaableProposal
WikiTaaableTest
AmélieWikitaaable
QuelquesexemplesdeTBR:KolZlow
• AssistanceàlarésoluOondeconflits:fusionde2ontologies….
Novem
bre
2015
MarieLefevre-MasterIAD
E-Ingén
ierie
des
conn
aissancesd
'expériencetracée
47
Onfusionne«bêtement»lesdeuxtaxonomies
Onnegardequelagauche
Onsupprimelesconflits:MelonnisousFruit,nisousVegetablemaissousPlantFood
Onnegardequeladroite
Quidécidedelapossibilitéquel’ongarde?
QuelquesexemplesdeTBR:KolZlow
• AssistanceàlarésoluOondeconflits
• UDlisaDondetests:• UnerequêtesémanDque• Suruneontologie• L’ensembledesréponses
• Acceptéesparlacommunauté• Rejetéesparlacommunauté• Non-évaluées
Novem
bre
2015
MarieLefevre-MasterIAD
E-Ingén
ierie
des
conn
aissancesd
'expériencetracée
48
QuelquesexemplesdeTBR:KolZlow
• AssistanceàlanégociaOondeconflits
Novem
bre
2015
MarieLefevre-MasterIAD
E-Ingén
ierie
des
conn
aissancesd
'expériencetracée
49
RDFStore
RDFStore
RDFStore
Requêtes
Résultats
EdiDon
ExtracDon
EditorialisaDon
FusionAcquisiDondetests
ExplicaDons
ExécuDondestests
Assistance
Assistance
OrpailleuretSilex
QuelquesexemplesdeTBR:KolZlow
• AssistanceàlarésoluOondeconflits:interfacedenégociaDonavecl’uDlisateur
Novem
bre
2015
MarieLefevre-MasterIAD
E-Ingén
ierie
des
conn
aissancesd
'expériencetracée
50
ClassificaDondespossibilitésenfoncDon:- PoliDquesdevaliditédestests
- Prédéfinies- Choisiesparl’uDlisateur
- Traces/expériencepersonnelle- Traces/expériencedesautres
AuZinal,commentdéZinirleTBR?
• Parl’absurde:qu’est-cequinerelèvepasduTBR?• EnidenDfiantlesacteurs:quiraisonne?• EnidenDfiantlestâches:pourquoiraisonne-t-on?• Paranalogieavecd’autresmodesderaisonnement:qu’est-ce
quirelèveduraisonnementdansleCBR?• …
Novem
bre
2015
MarieLefevre-MasterIAD
E-Ingén
ierie
des
conn
aissancesd
'expériencetracée
51
TD:AssistanceàpartirdeRàPETMarieLefevreMasterIADE–Ingénieriedesconnaissancesd'expériencetracéeNovembre2015
Àvousd’essayer…• PrenezuneapplicaDon,ficDveouexistante• Décrivez-laenune10ainedelignes• ExpliquezcommentvoussouhaiteriezmePreenplacedu
RàPETdanscePeapplicaDon• Qu’est-cequecelanécessite?
• Oùsontlestraces?• Commentsont-ellescollectées?Traitées?• Oùestleraisonnement?• Commentexploite-t-illestraces?
⇒ Àrendreavantle10/12/2015minuitparmail([email protected])
Novem
bre
2015
MarieLefevre-MasterIAD
E-Ingén
ierie
des
conn
aissancesd
'expériencetracée
53