Fouille de traces d interaction pour la détection (semi-)automatique d instruments numériques

Transcription

1 LABORATOIRE D INFORMATIQUE DE NANTES-ATLANTIQUE UMR 6241 ÉCOLE DOCTORALE STIM, N. 503 «Sciences et technologies de l information et des mathématiques» Sujet de thèse pour 2013 Fouille de traces d interaction pour la détection (semi-)automatique d instruments numériques Directeur de thèse NOM, Prénom : PRIÉ, Yannick Équipe d accueil : COD Unité de recherche : LINA (UMR 6241) Unité de rattachement : Univ. Nantes Courriel : yannick.prie (at) univ-nantes.fr Téléphone : (+33/0) Taux d encadrement : 40 % Co-encadrant NOM, Prénom : BLANCHARD, Julien Taux d encadrement : 30 % Co-encadrant NOM, Prénom : GUILLET, Fabrice Taux d encadrement : 30 % Financement prévu : MESR

2 Sujet de thèse pour 2013 Fouille de traces d interaction pour la détection (semi-)automatique d instruments numériques Résumé. Le concept d instrument numérique vise à saisir la pratique réelle des utilisateurs de systèmes informatiques par opposition aux pratiques imaginées par les concepteurs. Un instrument numérique est constitué à la fois d éléments d interface (outil) et de schèmes d utilisation (manière de les utiliser). L objectif de la thèse est à proposer et de valider une ou plusieurs approches permettant de détecter les instruments numériques d un utilisateur à partir des traces d interaction collectées lors de son activité numérique. Pour cela on s appuiera sur des approches automatiques ou semi-automatiques associées à des algorithmes de fouille de données temporelles ou séquentielles. Mots clés. Instrument numérique, fouille de données temporelles, traces d interaction, visualisation 2

3 Introduction Contexte et problématique L activité médiée par un environnement informatique (notamment le travail intellectuel de l ingénieur, du veilleur, du journaliste, etc.) consiste en l utilisation d un ou plusieurs outil de lecture et d écriture d inscriptions numériques tels que données ou documents. Elle mobilise de nombreux outils ou services numériques (courriel, web, traitement de texte, outil d analyse de données, etc.) à articuler le plus harmonieusement possible. Elle a une dynamique d évolution qui provient de changements à la fois externes du fait du renouvellement rapide des outils et internes au gré des objectifs changeants des utilisateurs et de leur volonté d améliorer leurs processus de travail. Assumer cette dynamique nécessite d étudier l activité instrumentée sous l angle de son développement d abord en analysant les usages (comment l activité et les pratiques se développent, ainsi que les outils numérique) puis en cherchant à les accompagner (soutenir cette dimension développementale, par exemple en aidant les utilisateurs à en prendre conscience pour mieux la piloter) dans des environnements numériques de plus en plus complexes et distribués. L approche dite des «instruments numériques» propose de nommer «instrument» l ensemble des médiateurs qui permettent à un utilisateur d agir sur ses objets d intérêt à un instant donné. Cette approche est originale en ce qu elle permet de considérer à la fois les pratiques stabilisées de l utilisateur (sa manière de faire) et les outils numériques sur lesquelles elles prennent appui (ce qui lui permet d agir). Plus précisément un instrument numérique est un mixte composé d artefacts technologiques (les ou les outils utilisés) et de schèmes d utilisation (les manières de faire incorporées). Cette approche a été développée dans l équipe SILEX au LIRIS dans le cadre de la thèse d Amaury Belin [BP12], et appliquée sur l outil Ligne de temps utilisé pour la lecture active audiovisuelle (annotation vidéo). L utilisation de l outil a été enregistrée (screencast, traces d interaction) et les utilisateurs ont été interviewés régulièrement. Cette recherche a permis à la fois de valider l approche (repérer différents instruments et leur évolution) et de montrer l intérêt de l utilisation des traces dans le repérage des instruments. La thèse décrite ici vise à étudier plus précisément la possibilité de détecter automatiquement à l aide de méthodes de fouilles de données les instruments numériques d un utilisateur à partir des traces d interaction collectées sur les outils que celui-ci utilise dans son activité. Elle s intègre dans un projet plus global, appelé DIADEME (Digital Instrument and Activity DEvelopMEnt) actuellement soumis à la Région (volet C - défi). Problèmes et opportunités Un instrument est un ensemble de médiateurs (parties d outils permettant la visualisation d informations et l action sur les objets) et de schèmes (manières d utiliser ces 3

4 médiateurs) qui permettent d agir sur un ou plusieurs objets d intérêt (par exemple un document, une structure de données). Repérer un instrument à partir des traces d usage d un ou de plusieurs outils consiste donc à trouver des motifs structurels qui mettent en relation au cours d un certain laps de temps des éléments d interface (médiateurs), des séquences d actions sur ces éléments d interface, des structures de données qui composent les objets manipulés par l action sur les médiateurs. De tels motifs structurels doivent avoir une certaine récurrence (pendant quelques heures, jours, semaines) pour attester de l existence d instruments correspondant à des pratiques établies par l utilisateur 1. Par ailleurs, comme on l a vu plus haut, ces pratiques peuvent varier au cours du temps du fait de changements internes ou externes : les instruments eux-mêmes peuvent évoluer. Dans le cadre général, on conçoit la difficulté qu il peut y avoir à détecter automatiquement ce genre de motifs, notamment du fait de la dynamique de leur évolution au cours du temps (méta-stabilité) mais également du caractère multi-échelle des motifs (quelques secondes, quelques minutes, une session, plusieurs sessions, etc.). Une telle difficulté peut cependant être réduite du fait des connaissances métier liées à l application telle qu elle a été conçue par le concepteur (qui se retrouvent dans la modélisation des traces) ; des intuitions de l analyste appuyées sur ses observations et les interviews réalisées ; ou bien encore des indications des utilisateurs eux-mêmes sur la présence ou l évolution de leurs manières de faire, sur objets informationnels qui les intéressent réellement. C est pourquoi on imagine la possibilité d approche semi-automatiques de détection des instruments numériques. Les modèles de fouille de données sont spécifiquement destinés dédiés à la découvertes de motifs révélant des régularités dans les données. Leur usage dans ce contexte est donc adapté. Plus particulièrement, on se propose d utiliser les modèles de fouille de motifs séquentiels et temporels [GH12, HKP11, SZA10] sur les traces d interaction. Les motifs découverts sous la forme de répétitions significatives [BGG07] de séquences d actions de l utilisateur pourront in fine être interprétés comme des schèmes. La fouille de données pourra être orientée selon trois axes : la découverte des schèmes caractéristiques d un utilisateur, la recherche interactive de schèmes portant sur sous ensemble délimité d actions ou sur des formes a priori de schèmes d intérêt, 1 Bien évidemment, les pratiques réelles (ensembles de médiateurs pertinents pour l utilisateur, manière de les utiliser pour manipuler des objets effectivement pertinents) diffèrent des pratiques imaginées par les concepteurs. 4

5 la généralisation et la classification des schèmes (= motifs de schèmes). Enfin la découverte pourra être complétée par : l utilisation des métadonnées sur les actions d interaction, l analyse de l évolution dans le temps des schèmes de l utilisateur. Travail demandé Objectifs Mener un état de l art sur plusieurs domaines : fouille de données temporelles et séquentielles, fouille interactive de données, traces d usages de systèmes, développement de l activité médiée, visualisation de traces, etc. Se familiariser avec les traces d interaction d une ou de plusieurs applications (par exemple, logiciel Lignes de temps ; Site du Zéro ; Plateforme de formation du Labex CominLabs ; plateforme d analyse de graphes TULIP ; etc.). Mettre en forme et présenter des traces en utilisant des outils de visualisation existants. Formaliser le problème de recherche d instruments numériques dans les traces. Etudier notamment la réduction des données temporelles à des données séquentielles ; les possibilités de guidage de la recherche (intuitions plus ou moins précises de l analyste ou de l utilisateur lui-même) ; le cas de la recherche en temps réel ou différé. Proposer une ou plusieurs approches (automatiques ou semi-automatique) de détection d instruments numérique en privilégiant l adaptation d algorithmes existants pour ce qui concerne la fouille. Réaliser et valider la ou les approches sur des données réelles correspondant aux applications étudiées. Plan de travail prévisionnel de l étude Année 1 État de l art, familiarisation avec les outils et les traces. Année 2 Formalisation, propositions d approches, début de validation, publication en workshop. Année 3 Fin validation, rédaction d articles, rédaction mémoire. 5

6 Candidats Compétences Informatique, fouille de données, interaction homme-machine. 6

7 Bibliographie [BGG07] Julien Blanchard, Fabrice Guillet, and Regis Gras. On the discovery of significant temporal rules. In Proceedings of the IEEE Conference SMC 2007, pages IEEE Computer Society Press, [BP12] [GH12] Amaury Belin and Yannick Prié. Towards a model for describing appropriation processes through the evolution of digital artifacts. In Proceedings of Designing Interactive Systems DIS 2012, Newcastle, Jun Manish Gupta and Jiawei Han. Approaches for pattern discovery using sequential data mining. In P. Radha Krishna Pradeep Kumar and S. Bapi Raju, editors, Pattern Discovery Using Sequence Data Mining : Applications and Studies, pages IGI-Global, [HKP11] Jiawei Han, Micheline Kamber, and Jian Pei. Data Mining : Concepts and Techniques. Morgan Kaufmann, third edition, [SZA10] N.A. Sajid, S. Zafar, and S. Asghar. Sequential pattern finding : A survey. In Information and Emerging Technologies (ICIET), 2010 International Conference on, pages 1 6, june

8 Curriculum vitæ des encadrants Voir fichiers joints. 8

9 Yannick Prié Né le : 16/11/1971 à Montbéliard (25) Nationalité français Concubin un enfant Service national yp@yannickprie.net 11 rue du coteau Nantes Poste actuel Professeur en Informatique Universite de Nantes Département Informatique Polytech Laboratoire d'informatique Nantes Atlantique (LINA UMR 6241) Formation et diplômes Nov HDR en Informatique Université Claude Bernard Lyon 1 Vers une phénoménologie des inscriptions numériques : Dynamique de l activité et des structures informationnelles dans les systèmes d interprétation Déc Sept Sept Doctorat d Informatique INSA de Lyon (Félicitations) Modélisation de documents audiovisuels en Strates Interconnectées par les annotations pour l exploitation contextuelle DEA Informatique Université de Rennes 1 (Très bien) Contribution à une clarification des rapports entre Sémantique interprétative et Informatique Ingénieur Informatique Télécom Bretagne, Brest Parcours Sept août 2012 Nov Déc Sept août MCF Département Informatique Faculté de Sciences et Technologies Laboratoire d'informatique en Image et Systèmes d'information (LIRIS UMR 5205) auparavant : LISI ( ) Titulaire PES Titulaire PEDR Ingénieur de recherche sur Contrat, INSA de Lyon Thèse de doctorat, Spécialité Informatique. Vacataire à CPE-Lyon et INSA de Lyon Service National, Assistant Scientifique et Technique, Etablissement Principal du Service Hydrographique et Océanographique de la Marine (EPSHOM), Brest. Activités d enseignement Département informatique Polytech Conception de systèmes d information, projets Algorithmique, langages (C, C++, JAVA, Caml), IHM et visualisation d information Outils et méthodes pour la recherche Département Informatique FST Lyon 1 et Polytech Lyon 1 Conception objet de système d information, modélisation UML, génie logiciel 1

10 Ingénierie documentaire pour le Web Ingénierie des connaissances, Web sémantique, Gestion des connaissances Cours de recherche : lecture active, inscriptions numériques Activités de recherche Ancrage disciplinaire : Ingénierie des Connaissances (IC) et ingénierie documentaire, en lien fort avec les environnements d apprentissage humain (EIAH), l interaction homme-machine (IHM), la gestion des connaissances (KM), éventuellement personnelles (PKM). Mots-clés : accessibilité, activité instrumentée, adaptation, annotations, aspects cognitifs de l utilisation d outils numériques, hypervidéos, interprétation, modèles, multimédia, réflexivité, structures d information, systèmes d interprétation, traces numériques, Web sémantique. 10 encadrements de doctorants 9 encadrements de DEA et Master recherche 15 projets collaboratifs (ANR, FUI, Investissement d avenir, etc.) Production 6 publications dans des revues internationales avec comité de lecture 23 articles dans des actes de conférences internationales avec comité de lecture dont 9 longs pour des conférences internationales sélectives 8 articles dans des revues nationales avec comité de lecture 24 articles dans des actes de conférences nationales avec comité de lecture 23 articles dans des workshops internationaux (16) et nationaux (7) avec comité de lecture 4 chapitres d ouvrages Logiciels : Advene (advene.org), Visu (visu-tutorat.org), Describe, KTBS 2

11 Curriculum Vitae Present Position Photo Associate Professor Family name First name(s) Gender (M/F) Office address Blanchard Julien M Polytech Nantes - Ecole polytechnique de l université de Nantes Rue C. Pauc BP F Nantes Cedex 3 - France julien.blanchard@univ-nantes.fr Web site Office-Phone Tél : (+33) Cellular phone Citizen French Date of birth 22/11/1978 Positions Held Since 2006 : Associate Professor - Polytech Nantes Education Year University Diploma 2005 Nantes (France) Ph.D. in Computer Science Memberships and functions within international/national institutions (3 maxi) - since 2010: administrative responsible for the KDD master in Polytech'Nantes. - since 2004: Researcher at the LINA, the Computer Science Laboratory of Nantes-Atlantic (UMR CNRS 6241), in the team Knowledge and Decision (KOD). Relations with foreign universities in particular in third countries (3 maxi) - Can Tho University (Vietnam) - Hochschule Hof (University of Applied Sciences, Hof - Germany) - Politehnica University of Bucarest (Romania)

12 Contacts and collaborations with industry (2 principal collaborations over the 4 last years) - CIFRE PhD grant with "VM Matériaux" (France) - CIFRE PhD grant with "EDF R&D" (France) - Innovative project with "Telelogos SAS" (France) Short description of your expertise in the domain of Data Mining and/or Knowledge Management Frequent pattern mining Knowledge evaluation Knowledge visualization Publications (10 Maxi) a Journals : J. Blanchard, F. Guillet, H. Briand (2007). Interactive visual exploration of association rules with rulefocusing methodology. Knowledge and Information Systems 13(1), Springer, pp J. Blanchard, B. Pinaud, P. Kuntz, F. Guillet (2007). A 2D 3D visualization support for humancentered rule mining. Computers & Graphics 31(3), Elsevier Science, pp b Book Chapters : J. Blanchard, F. Guillet, P. Kuntz (2009). Semantics-based classification of rule interestingness measures. Post-Mining of Association Rules: Techniques for Effective Knowledge Extraction. Zhao Y., Zhang C., Cao L. (Eds.), IGI Global, pp X.-H. Huynh, F. Guillet, J. Blanchard, P. Kuntz, H. Briand, R.Gras (2007). A graph-based clustering approach to evaluate interestingness measures: a tool and a comparative study. Quality Measures in Data Mining, H. Hamilton and F. Guillet (Ed.), series "Studies in Computational Intelligence", vol. 43, Springer, pp c Conferences : T. Piton, J. Blanchard, H. Briand, F. Guillet (2009). Domain Driven Data Mining to Improve Promotional Campaign ROI and Select Marketing Channels. Proc. of the 18th ACM Conference on Information and Knowledge Management CIKM 2009, p , ACM. J. Blanchard, F. Guillet, R. Gras (2007). On the discovery of significant temporal rules. In Proc. of the IEEE international conference on Systems, Man and Cybernetics SMC'2007, IEEE Computer Society Press, pp J. Blanchard, F. Guillet, R. Gras, H. Briand (2005). Using information-theoretic measures to assess association rule interestingness. In Proc. of the 5th IEEE international conference on Data Mining ICDM 05, IEEE Computer Society Press, pp

13 CV (2 pages) Present Position Photo Professor Family name First name(s) Gender (M/F) Office address Guillet Fabrice M Polytech Nantes - Ecole polytechnique de l université de Nantes Rue C. Pauc BP F Nantes Cedex 3 - France Fabrice.Guillet@univ-nantes.fr Web site Office-Phone Tél : (+33)(-0) , Fax : (+33)(-0) Date of birth 30/05/1965 Positions Held Since 2010 : Full Professor Polytech Nantes : Associate Professor Polytech Nantes Education Year University Diploma 2006 Nantes HdR (professor habilitation) in CS 1995 Rennes I PhD in computer science. Memberships and functions within international/national institutions (3 maxi) - since 2010: responsible for the EM-DMKM Erasmus Mundus master (EMMC) in Polytech Nantes. - since 2003: founder member of the French-speaking association "Extraction et Gestion des Connaissances" (EGC), member of the executive board (treasurer) and of the steering committee. - since 2000: Member of KnOwledge and Decision (KOD) team, Laboratory of Comp. science of Nantes Atlantic (LINA CNRS 6241) Memberships to Scientific Program of Journals and/or international conferences Short description of your expertise in the domain of Data Mining and/or Knowledge Management PC of ACM KDD[09], IEEE-ICDM[06,07,10,11,12], SIAM-SDM[10], ASONAM[10,11,12], DS[04,05,06,07], COMPSTAT[10], PKAW/PRICAI[06,07,08], ASMDA[05,06,09}, VDM/IEEE ICDM[03,04], HCP[03,07], ISPA[07] Frequent pattern mining Postprocessing and validation (visualization and quality) Knowledge Engineering and Ontologies I organized few events including Data Mining topics (e.g. EGC2001, EGC2008, QDM workshops at EGC conference). I supervised 9 completed PhDs and 1 ongoing PhD on data mining and ontology management topics.

14 Publications (10 Maxi) a - Books : R. Gras, E. Suzuki, F. Guillet and F. Spagnolo (eds). Statistical Implicative Analysis: Theory and Applications. Studies in Computational Intelligence, Vol. 127, 514 pages, May 2008, Springer. F. Guillet and H. Hamilton (eds). Quality Measures in Data Mining. Studies in Computational Intelligence, 2007, Springer. b Journals : C. Marinica and F. Guillet. Knowledge-based Interactive Post-Mining of Association Rules Using Ontologies. In IEEE Transactions on Knowledge and Data Engineering, 22(6): , IEEE Press. X.-H. Huynh, F. Guillet, T. Q. Le and H. Briand.. Ranking objective interestingness measures with sensitivity values. VNU Journal of Science, Special Issue on ICT Research and development, 24(2), , VNU. ISSN: J. Blanchard, F. Guillet and H. Briand. Interactive Visual Exploration of Association Rules with the Rule Focusing Methodology. Knowledge and Information Systems (KAIS), 13( 1), 43-75, Springer. ISSN: J. Blanchard, B. Pinaud, P. Kuntz, F. Guillet. A 2D-3D visualization support for human-centered rule-mining. Computers and Graphics (C&G), 31(3), , Elsevier. ISSN: J. David, F. Guillet, and H. Briand. Association Rule Ontology Matching Approach. International Journal on Semantic Web and Information Systems (IJSWIS), Special Issue on Ontology Matching, 3(2), 27-49, IGI Global. ISSN: b Conferences : T. Piton, J. Blanchard, H. Briand and F. Guillet. Domain Driven Data Mining to Improve Promotional Campaign ROI and Select Marketing Channels. In 18th ACM Conference on Information and Knowledge Management (ACM- CIKM09), pp , Hong Kong, November 2-6, ACM Press. ISBN A. Olaru, C. Marinica and F. Guillet. Local Mining of Association Rules with Rule Schemas. In IEEE Symposium on Computational Intelligence and Data Mining (IEEE CIDM), pp , USA, IEEE Computer Society Press. J. David, F. Guillet, H. Briand. Mapping directories and OWL ontologies with AROMA. In ACM Conference on Information and Knowledge Management (ACM CIKM), Arlington, USA, november J. David, F. Guillet, R. Gras, H. Briand. Conceptual hierarchies matching: an approach based on discovery of implication rules between concepts. In 17th European Conference on Artificial Intelligence (ECAI), pp , IOS Press. c Software : SAMANTA, ATHANOR, ARVAL, ARVIS, ARQAT, AROMA