La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

UNIVERSITÉ DE TECHNOLOGIE COMPIÈGNE Recueil dExpertise Février 2013 Grilles Répertoires Philippe TRIGANO.

Présentations similaires


Présentation au sujet: "UNIVERSITÉ DE TECHNOLOGIE COMPIÈGNE Recueil dExpertise Février 2013 Grilles Répertoires Philippe TRIGANO."— Transcription de la présentation:

1 UNIVERSITÉ DE TECHNOLOGIE COMPIÈGNE Recueil dExpertise Février 2013 Grilles Répertoires Philippe TRIGANO

2 www.hds.utc.fr/~ ptrigano philippe.trigano @utc.fr Projets IHM et Multimédia Les Grilles Répertoires. Théorie de la Construction Personnelle Développée par le Psychologue KELLY, en 1955 Utilisée en Ingénierie des Connaissances (Cogniticiens) Chaque individu possède sa propre représentation du monde à travers des constructions structurées de façon bipolaire Utilisée pour la classification de données Modèle Psychologique Approche différente des statistiques (analyse multi dimensionnelle) But Identifier les éléments à regrouper sur lIHM Sur une même page Dans une même zone décran Dans un même menu …

3 Philippe TRIGANO www.hds.utc.fr/~ ptrigano philippe.trigano @utc.fr Projets IHM et Multimédia Technique utilisée. Identification des Objets Objets manipulés par lexpert (concepts, entités…) Caractéristiques propres aux objets (propriétés, attributs…) Evaluation des caractéristiques de chaque objet Note sur une échelle de 1 à 5 Pour chaque caractéristique de chaque objet Tableaux des distances Distance entre chaque élément (objet) Distance entre chaque caractéristique Calcul dun arbre de dépendances Entre chaque élément (objet) Entre chaque caractéristique Interprétation des résultats

4 Philippe TRIGANO www.hds.utc.fr/~ ptrigano philippe.trigano @utc.fr Projets IHM et Multimédia Valeurs données par lexpert V1V2V3V4V5V6V7V8 Maniable / peu Maniable23525332 Sportive / non sportive22215231 Sûre / légère45324541 Habitable / peu habitable54321552 Confortable / inconfortable55413541 Silencieuse / bruyante44522441 Nerveuse / lourde22315241 Esthétique / inesthétique42334242 Bon Marché / Coûteuse11442115

5 Philippe TRIGANO www.hds.utc.fr/~ ptrigano philippe.trigano @utc.fr Projets IHM et Multimédia Distance entre objets V1V2V3V4V5V6V7V8 V151317184521 V21218191820 V31415131218 V419 204 V5201323 V6721 V724 V8 Distance (V i, V j ) = différences entre caractéristiques des deux objets Distance(V1,V2) = 1 + 0 + 1 + 1 + 0 + 0 + 0 + 2 + 0 = 5 Distance(V1,V3) = 3 + 0 + 1 + 2 + 1 + 1 + 1 + 1 + 3 = 13

6 Philippe TRIGANO www.hds.utc.fr/~ ptrigano philippe.trigano @utc.fr Projets IHM et Multimédia Distance entre objets V1V2V3V4V5V6V7V8 V151317184521 V2121819 1 820 V31415131218 V419 204 V5201323 V6721 V724 V8 Recherche du minimum : on obtient {V2, V6} Distance minimale entre les objets : 1 On recalcule les distances avec distance Min entre (V2, V i ) et (V6, V i )

7 Philippe TRIGANO www.hds.utc.fr/~ ptrigano philippe.trigano @utc.fr Projets IHM et Multimédia Distances avec {V2, V6} {V2, V6}V1V3V4V5V7V8 {V2, V6}4121819720 V1131718521 V314151218 V419204 V51323 V724 V8 On calcule les distances entre {V2, V6} et les autres objets Distance minimale entre (V2, V i ) et (V6, V i ) On recherche le minimum …

8 Philippe TRIGANO www.hds.utc.fr/~ ptrigano philippe.trigano @utc.fr Projets IHM et Multimédia Distances avec {V2, V6} {V2, V6}V1V3V4V5V7V8 {V2, V6} 4 121819720 V1131718521 V314151218 V41920 4 V51323 V724 V8 On obtient { {V2, V6}, V1} et { V4, V8} Distance minimale = 4 Et on recommence, de manière itérative, avec le reste : d({V2, V6}, V i ) et d(V1, V i ), d(V4, V i ) et d(V8, V i )

9 Philippe TRIGANO www.hds.utc.fr/~ ptrigano philippe.trigano @utc.fr Projets IHM et Multimédia Arbres de dépendances entre objets Dépendance / Proximité entre les voitures V2 V6 V1 V7 V3 V5 V4 V8 1 4 5 4 12 13 14

10 Philippe TRIGANO www.hds.utc.fr/~ ptrigano philippe.trigano @utc.fr Projets IHM et Multimédia Distance entre propriétés Dépendances entre les caractéristiques de objets Même type de calcul Distances entre les caractéristiques (et non les objets) Distances entre les caractéristiques opposées V1V2V3V4V5V6V7V8 Maniable23525332 Sportive22215231 d (maniable, sportive) = 701310101 d (maniable, sportive) = 0 + 1 + 3 + 1 + 0 + 1 + 0 + 1 = 7

11 Philippe TRIGANO www.hds.utc.fr/~ ptrigano philippe.trigano @utc.fr Projets IHM et Multimédia Distance entre caractéristiques MaSpSuHaCoSiNeEsBo Maniable711141397916 Sportive121714 2817 Sûre74610823 Habitable77151122 Confortable612 23 Silencieuse121019 Esthétique617 Bon marché15 On recherche le MIN, et on applique le même procédé que précédemment

12 Philippe TRIGANO www.hds.utc.fr/~ ptrigano philippe.trigano @utc.fr Projets IHM et Multimédia Distance entre caractéristiques MaSpSuHaCoSiNeEsBo Maniable711141397916 Sportive121714 2 817 Sûre74610823 Habitable77151122 Confortable612 23 Silencieuse121019 Esthétique617 Bon marché15 On recherche le MIN, et on applique le même procédé que précédemment… => Arbre de dépendance entre caractéristiques

13 Philippe TRIGANO www.hds.utc.fr/~ ptrigano philippe.trigano @utc.fr Projets IHM et Multimédia Arbres de dépendances entre Caractérristiques Dépendance / Proximité entre les propriétés des objets Ne Sp Es Ma Su Co Si Ha Bo 2 6 7 4 6 15

14 Philippe TRIGANO www.hds.utc.fr/~ ptrigano philippe.trigano @utc.fr Projets IHM et Multimédia Distance entre propriétés opposées Dépendances entre les caractéristiques de objets Même type de calcul Distances entre les caractéristiques (et non les objets) Distances entre les caractéristiques opposées V1V2V3V4V5V6V7V8 Maniable23525332 Sportive22215231 Non Sportive = sportive44451435 d (maniable, sportive) = 1521134103 d (maniable, sportive) = 2 + 1 + 1 + 3 + 4 + 1 + 0 + 3 = 15 Et on réitère le même raisonnement (arbre de dépendance…)

15 Philippe TRIGANO www.hds.utc.fr/~ ptrigano philippe.trigano @utc.fr Projets IHM et Multimédia Conclusions Classification Sans statistique Approche psychologique Utilité Savoir comment grouper des objets sur lécran Comment mieux présenter les contenus des IHM Limites Simplification des processus Théorie individualiste Incomplétude des résultats Non sollicitation de certaines connaissances En entreprise… Utilisé chez BOEING par John BOOSE, applications en IA


Télécharger ppt "UNIVERSITÉ DE TECHNOLOGIE COMPIÈGNE Recueil dExpertise Février 2013 Grilles Répertoires Philippe TRIGANO."

Présentations similaires


Annonces Google