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

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

Adaptation contextuelle et personnalisée de linformation de conscience de groupe au sein des systèmes dinformation coopératifs Manuele Kirsch Pinheiro.

Présentations similaires


Présentation au sujet: "Adaptation contextuelle et personnalisée de linformation de conscience de groupe au sein des systèmes dinformation coopératifs Manuele Kirsch Pinheiro."— Transcription de la présentation:

1 Adaptation contextuelle et personnalisée de linformation de conscience de groupe au sein des systèmes dinformation coopératifs Manuele Kirsch Pinheiro Thèse effectuée sous la direction de Hervé Martin (UJF) et co-encadrée par Jérôme Gensel (UPMF) Membres du Jury : Khalid Benali (Université Nancy2) Bruno Defude (INT, Evry) Dominique Decouchant (LSR-IMAG) José Valdeni de Lima (UFRGS, Brésil) Jacques Mossière (INPG)

2 2 Plan de la présentation Introduction État de lart Travail coopératif Sensibilité au contexte Proposition Modèle de contexte Opérations sur le modèle de contexte Filtrage guidé par le contexte Mise en œuvre Conclusions & perspectives

3 3 Introduction Serveur Web Collecticiel sur le Web But dun collecticiel : aider le groupe à mener à bien le travail en commun Conscience de groupe : « la connaissance quun utilisateur a à propos de son groupe, de ses collègues et de leurs activités, et qui constitue un contexte pour les activités individuelles » (Dourish & Bellotti, 1992)

4 4 Introduction Serveur Web Collecticiel sur le Web Nomadisme différents usages Importance du contexte dutilisation Nécessité de concevoir de nouveaux collecticiels sensibles au contexte travail sur le terrain … travail au bureau, à la maison …. travail en déplacement …

5 5 Introduction Conception des collecticiels sur le Web sensibles au contexte Adaptation du contenu, de la présentation et des services au contexte dutilisation Mécanismes de contrôle daccès, contrôle de cohérence, de conscience de groupe Gestion du contexte : acquisition et représentation

6 6 État de lArt Travail coopératif assisté par ordinateur Mécanismes de conscience de groupe (awareness) Prise en compte de la surcharge cognitive Lutilisateur est confronté à un grand nombre dinformations à traiter (Conklin, 1987) Deux approches : visualisation et filtrage

7 7 État de lart Travail coopératif assisté par ordinateur Visualisation : agrégation de linformation, interfaces moins intrusives (Bouthier, 2004), (Hill & Gutwin 2004), (Greenberg, 1996) Filtrage : réduction de lensemble dinformations (David & Borges, 2001), (Kirsch-Pinheiro et al., 2001) Problème : la pertinence dépend des intérêts de lutilisateur et change en fonction de lévolution du travail et de la situation

8 8 État de lart Sensibilité au contexte Utilisation du contexte dutilisation pour ladaptation, soit des services proposés, soit des informations fournies Applications (guides touristiques (Cheverest et al. 2002), geonotes (Burrell et al., 2002) ) et architectures (Rubinsztejn et al., 2004) Contexte : localisation et dispositif Préférences de lutilisateur indépendantes du contexte Campus Aware (geonotes) (Burrell et al., 2002) Messagerie instantanée (Muñoz et al., 2002) Prise en compte du rôle Contenu adapté à la localisation

9 9 État de lart Notion de contexte Définition Pas de définition unique Définition adoptée (Dey, 2000) tous les éléments dinformation qui peuvent être utilisés pour caractériser la situation dune entité Acquisition Context Toolkit (Dey, 2000), Contexteur (Rey, 2004) Représentation Absente dans la plupart des systèmes

10 10 Formalismes de représentation XML, CC/PP, RDF… (Lemlouma, 2004) Modèles à objets (Henricksen et al., 2002), (Bardram, 2005) Graphes conceptuels (Brézillon, 2002), (Mostéfaoui et al., 2004) Ontologies (Bucur et al., 2005), (Alarcón & Fuller, 2003) Problèmes : Pas didentification des éléments de contexte Pas de représentation de contexte partiellement connu Peu de possibilités dévolution de la notion de contexte Utilisateur considéré comme un individu isolé État de lart Notion de contexte

11 11 État de lart Synthèse Conception de nouveaux systèmes Complexité accrue, peu doutils disponibles Travail coopératif Conscience de groupe Visualisation et filtrage Prise en compte des préférences indépendamment du contexte Sensibilité au contexte Représentation du contexte Prise en compte uniquement des aspects physiques Pas de représentation de contexte partiellement connu Modèles peu évolutifs Processus dadaptation non formalisé

12 12 Proposition Mécanisme dadaptation contextuelle et personnalisée de linformation de conscience de groupe au sein des collecticiels sur le Web Axes de travail : Modélisation de la notion de contexte Opérations sur le contexte Filtrage guidé par le contexte Réalisation Conception de nouveaux systèmes Public visé : les concepteurs Élargir la notion de contexte afin de tenir compte des aspects physiques et collaboratifs Filtrer et organiser linformation de conscience de groupe en fonction du contexte dutilisation et des préférences de lutilisateur Comparer les instances du modèle de contexte

13 13 Plan Introduction État de lart Travail coopératif Sensibilité au contexte Proposition Modèle de contexte Concepts Modèle à Objets Opérationnalisation Opérations sur le modèle de contexte Filtrage guidé par le contexte Mise en œuvre Conclusions & perspectives

14 14 Modèle de contexte Une représentation par objets de la notion de contexte Formalisme de type classe/association (UML) Finalité : conception de collecticiels sur le Web Représentation du contexte courant et des contextes potentiels Identification des concepts de base 5 points de vue : espace, outil, temps, communauté, et processus Identification des classes déléments de contexte et de leurs relations

15 15 Modèle de contexte C oncepts Points de VueClasses Contexte Physique Contexte Collaboratif EspaceLocalisation OutilDispositif Application TempsCalendrier CommunautéGroupe Rôle Membre Processus Activité Objet Partagé

16 16 Modèle de contexte Modèle à objets Classes Associations

17 17 Modèle de contexte Exemple Alain collecte des données sur le terrain participe à un groupe détude sur les avalanches accède au système à partir de son téléphone cellulaire

18 18 Modèle de contexte Opérationnalisation Traduction du modèle (conceptuel) vers une implémentation propre à un système Connexion à la couche dacquisition Spécialisation des classes/associations Approche utilisée : Représentation de Connaissances par Objets : Système AROM Construction dune base de connaissances Particularité : représentation explicite des associations

19 19 Plan Introduction État de lart Travail coopératif Sensibilité au contexte Proposition Modèle de contexte Opérations sur le modèle de contexte Relation dÉgalité Relation dInclusion Relation de Similarité Filtrage guidé par le contexte Mise en œuvre Conclusions & perspectives

20 20 Opérations Objectif : proposer des opérateurs génériques pour la comparaison dinstances Trois types dopération de base : Relation dégalité Equals Relation dinclusion Contains Relation de similarité SimO, SimT et Sim

21 21 Opérations Relation dégalité - Equals But : vérifier si les contenus de deux instances sont les mêmes Comparer les contenus des variables connues Utilisation dune classe/association de référence Deux versions : Générique : toutes les variables connues sont dimportance égale Pondérée : un poids w i est attribué à chaque variable ( w i =1 )

22 22 Opérations Relation dinclusion - Contains But : comparer deux objets et leurs relations Exploiter autant les objets (classes) que les tuples (associations) Chaque objet o décrit un graphe G(o)=(O(o), T(o)) Sommets objets ( O(o) ), arêtes tuples ( T(o) ) Relation dinclusion recherche dun sous-graphe

23 23 G ( contexte_Alain ) contains G ( CA_Profil_Treo )

24 24 Opérations Relation de similarité – Sim, SimO et SimT Objectif : évaluer la similarité entre deux instances isolées ou en relation avec dautres Trois mesures distinctes : SimO : similarité entre deux objets isolés SimT : similarité entre deux tuples Sim : similarité entre des graphes dobjets Approche : inspirée de (Valtchev & Euzenat, 97), (Bisson,95) modèle classe/association

25 25 Opérations Relation de similarité - Sim Sim (o, o) : évaluer dans quelle proportion le graphe décrit par un objet o est composé par des éléments du graphe de o Utilisation de lopérateur equals

26 26 Plan Introduction État de lart Travail coopératif Sensibilité au contexte Proposition Modèle de contexte Opérations sur le modèle de contexte Filtrage guidé par le contexte Modèles sous-jacents Processus de Filtrage Mise en œuvre Conclusions & perspectives

27 27 Filtrage guidé par le contexte Vue densemble Processus dadaptation de contenu guidé par le contexte dutilisation et par les préférences de lutilisateur pour ce contexte Modèles : modèle daccès progressif (Villanova, 2002), modèle de contenu, modèle de profil Processus de filtrage en deux étapes Sélection des préférences Utilisation des préférences pour adapter le contenu

28 28 Filtrage guidé par le contexte Modèle de contenu Modèle de contenu Description du contenu à adapter conscience de groupe Événements un ensemble dinformations relatives à une action réalisée dans le cadre du travail collaboratif sur un sujet donné

29 29 Filtrage guidé par le contexte Modèle daccès progressif Un utilisateur na pas besoin daccéder à toute linformation disponible Organisation de linformation en plusieurs niveaux de pertinence Stratification

30 30 Filtrage guidé par le contexte Modèle de profil Modèle de profil Représentation des préférences et des contraintes que le système doit satisfaire pour un contexte donné « Règles » de filtrage Définition des événements pertinents Organisation des événements Association à des contextes potentiels (modèle de contexte) contexte dapplication du profil

31 31 Filtrage guidé par le contexte Modèle de profil Contexte dapplication Événements abonnés Stratifications

32 32 Filtrage guidé par le contexte Modèle de profil Élément de condition Condition de production

33 33 Filtrage guidé par le contexte Processus de filtrage – première étape But : sélectionner les profils valides Comparaison entre les contextes dapplication et le contexte courant de lutilisateur Relation dinclusion : C u contexte courant, C i P contexte dapplication du profil P Si G(C u ) contains G( C i P ), alors P est valide

34 34 Filtrage guidé par le contexte Processus de filtrage – première étape Alain dispose de plusieurs profils… Profil valide Profil non valide

35 35 Filtrage guidé par le contexte Processus de filtrage – seconde étape Application des règles définies par les profils Abonnements, stratifications et conditions contextuelles Application des profils Ordonnancement de tous les profils par priorité ( Sim ) Pour chaque profil Sélection des événements abonnés Application des conditions contextuelles Application des stratifications Livraison des événements organisés en plusieurs niveaux de pertinence

36 36 Plan Introduction État de lart Travail coopératif Sensibilité au contexte Proposition Modèle de contexte Opérations sur le modèle de contexte Filtrage guidé par le contexte Mise en œuvre Conclusions & perspectives

37 37 Mise en œuvre Canevas BW- M Implémentation du processus de filtrage et du modèle de contexte Architecture : 3 composants

38 38 Mise en œuvre Canevas BW- M base de connaissances AROM Démarche par service Web Utilisation du service Web BWMFacade qui encapsule BW- M Facilité dutilisation, accès restreint à certaines façades

39 39 Mise en œuvre Canevas BW- M acquisition fonction. collecticiel Client acquisition fonction. collecticiel Client acquisition noyau collecticiel Serveur Collecticiel demande informations nouvel événement getevents (Alain) Alain Carole addEvent (E, Ce, Ec) ( Str, Es ) ( ok ) ( Str, Es ) ( ok )

40 40 Plan Introduction État de lart Travail coopératif Sensibilité au contexte Proposition Modèle de contexte Opérations sur le modèle de contexte Filtrage guidé par le contexte Mise en œuvre Conclusions & perspectives

41 41 Conclusions et perspectives Bilan Modèle de contexte Représentation des éléments et des relations Prise en compte des aspects collaboratifs Support dun contexte partiellement connu Opérations Définition dopérateurs de comparaison des instances du modèle Approche applicable à dautres modèles Processus de filtrage Définition explicite du processus de filtrage Adaptation de linformation de conscience de groupe au contexte et aux préférences

42 42 Conclusions et perspectives Perspectives Évaluation de lapproche BW- M : Évaluer laction des concepteurs Applications Domaine des risques naturels WiKi Analyser les réactions des utilisateurs Étude dans le cadre dune architecture distribuée (P2P) Distribution du modèle de contexte Impact sur le processus de filtrage Conséquences pour la mise en œuvre

43 Merci pour votre attention ! Questions ?

44 44 Références Alarcón, R., Fuller, D., « Intelligent awareness in support of collaborative virtual work groups ». In : Haake, J.M., Pino, J.A. (Eds.), LNCS th International Workshop on Groupware: Design, Implementation and Use - CRIWG 2002, Springer-Verlag, 2002, pp Bisson, G., « Why and how to define a similarity measure for object based representation systems », In : Mars, N. (Ed.), Towards very large knowledge bases, 2nd International Conference on Building and Sharing Very Large-Scale Knowledge Bases (KBKS), Enschede, Pays Bas, avril 1995, IOS press, pp Bouthier, C., « Mise en contexte de la conscience de groupe : adaptation et visualisation », Thèse de Doctorat, Institut National Polytechnique de Lorraine, Nancy, France, Brézillon, P., « Modeling and using context: past, present and futur », Rapport de Recherche LIP6 2002/010, Cheverest, K., Mitchell, K., Davies, N., « The role of adaptive hypermedia in a context- aware tourist guide », Communication of ACM, vol. 45, n° 5, mai 2002, ACM Press, pp Conklin, J., Hypertext: An introduction and survey, IEEE Computer, vol. 20, n° 9, 1987, pp David, J.M.N., Borges, M.R.S., « Improving the selectivity of awareness information in groupware applications », The Sixth International Conference on Computer Supported Cooperative Work in Design (CSCWD2001), 2001, IEEE Computer Society, pp Dey, A.K., « Providing Architectural Support for Building Context-Aware Applications », PhD Thesis, Georgia Institute of Technology, 2000.

45 45 Références Dourish, P., Bellotti, V., « Awareness and Coordination in Shared Workspaces », Proceedings of ACM Conference on Computer-Supported Cooperative Work (CSCW92). ACM Press, pp Greenberg, S., « Peepholes: Low cost awareness of one's community », ACM SIGCHI'96 Conference on Human Factors in Computing System (CHI'96), Companion Proceedings, 1996, pp Henricksen, K., Indulska, J., Rakotonirainy, A., « Modeling context information in pervasive computing systems », In : Mattern, F., Naghshineh, M., (Eds.), LNCS First International Conference in Pervasive Computing (Pervasive2002), Zürich, Switzerland, août 2002, Springer-Verlag, pp Hibino S., Mockus, A., « handiMessenger: awareness-enhanced universal communication for mobile users », LNCS th International Symposium on Mobile Human-Computer Interaction (Mobile HCI 2002), 2002, Springer-Verlag, pp Hill, J., Gutwin, G., « The MAUI toolkit: groupware widgets for group awareness », Computer Supported Cooperative Work (CSCW), vol. 13, n° 5-6, 2004, Springer- Verlag, pp. 539–571. Kirsch-Pinheiro, M., Lima, J.V., Borges, M.R.S., « A Framework for Awareness Support in Groupware Systems », Computer in Industry, vol. 52, n° 1, sept. 2003, Elsevier, 2003, pp Lemlouma T., « Architecture de négociation et d'adaptation de Services Multimédia dans des Environnements Hétérogènes », Thèse de Doctorat, Institut National Polytechnique de Grenoble, Grenoble, France, avril 2004.

46 46 Références Mostéfaoui, K., Pasquier-Rocha, J., Brézillon, P., « Context-aware computing: a guide for the pervasive computing community », Proceedings of the IEEE/ACS International Conference on Pervasive Services (IPCS04), IEEE Computer Society, 2004, pp Muñoz M., A., Rodríguez M., Favela J., Martinez-Garcia A.I., Gonzalez V.M., « Context-aware mobile communication in hospitals », Computer, vol. 36, n° 9, 2003, IEEE Computer Society, pp Rey, G., Coutaz, J., « Le contexteur : capture et distribution dynamique dinformation contextuelle », Mobilité & Ubiquité04 (UbiMob04), Nice, France, pp Rubinsztejn, H.K., Endler, M., Sacramento, V., Gonçalvez, K., Nascimento, F., « Support for context-aware collaboration » In : Karmouch, A., Korba, L., Madeira E. (Eds.), LNCS st International Workshop on Mobility Aware Technologies and Applications - MATA 2004, Florianópolis, Brésil, Springer-Verlag, 2004, pp Tang, J.C., Yankelovich, N., Begole, J.B., Vankleike, M., « ConNexus to Awarenex: extending awareness to mobile users », CHI Letters, CHI 2001, vol. 3, n° 1, ACM Press, p Valtchev, P., Euzenat, J., « Dissimilarity measure for collections of objects and values », In : Liu, X., Cohen, P., Berthold, M. (Eds.), LNCS nd International Symposium on Intelligent Data Analysis (IDA97), Springer-Verlag, 1997, pp Villanova-Oliver, M., « Adaptabilité dans les systèmes dInformation sur le Web : Modélisation et mise en œuvre de laccès progressif », Thèse de Doctorat, Institut National Polytechnique de Grenoble, Grenoble, France, décembre 2002.

47 47 Approche Besoins concernant la conscience de groupe dans les collecticiels sur le Web Élargir la notion de contexte afin de tenir compte des aspects physiques et collaboratifs Représenter le contexte capable de formaliser cette notion élargie Filtrer linformation de conscience de groupe en fonction contexte dutilisation et des préférences de lutilisateur Organiser les informations par pertinence être évolutif être évolutif permettre la représentation dune information au caractère dynamique permettre la représentation dune information au caractère dynamique permettre lexpression dinformations ambiguës et incomplètes permettre lexpression dinformations ambiguës et incomplètes permettre lexpression de critères de précision permettre lexpression de critères de précision

48 48 État de lart Travail coopératif assisté par ordinateur Visualisation (Hill & Gutwin, 2004) Filtrage LibreSource Visualisation et filtrage (Hibino & Mockus, 2002) (Tang et al., 2001)

49 49 Modèles de représentation Absent dans la plupart des systèmes Approches de représentation XML, CC/PP, RDF… (Lemlouma, 2004) Modèles à objets (Henricksen et al., 2002), (Bardram, 2005) Graphes conceptuels (Brézillon, 2002), (Mostéfaoui, 2004) Ontologies (Bucur, 2005), (Alarcón, 2003) Problèmes : identification des éléments de contexte, acquisition dinformations incomplètes, évolution de la notion de contexte, utilisateur en tant quindividu isolé État de lart Notion de contexte

50 50 Base de connaissances XAROM

51 51 Opérations Relation dégalité - Equals But : vérifier si le contenu deux instances est le même Comparer le contenu des variables connues Utilisation dune classe/association de référence Deux versions : générale et par poids Un poids w i est attribué à chaque variable ( w i =1 ) Associations : pas de poids attribués aux rôles Identité du tuple Utilisation dune limite L ( L [0,1] ) seuil dégalité

52 52 Opérations Relation dégalité - Equals w nom =0,35 L = 0,80 w description =0,15 w précision =0,05 w profil_ccpp =0,35 w mémoire_disponible =0,05 w niveau_d'énergie =0,05 ( 0,35 x 1 + 0,35 x 1 + 0,05 x 0 + 0,05 x 0 ) 0,8 – 0,8 x (1 – 0,8) ) 0,7 0,64 Equals vrai ( 0,35 x 0 + 0,35 x 0 + 0,05 x 1 + 0,05 x 1 ) 0,8 – 0,8 x (1 – 0,8) ) 0,1 0,64 Equals faux

53 53 Opérations Relation dinclusion - Contains Plusieurs versions Définition générale : G(o) contains G(o) si et seulement si Pour chaque objet o O(o), il existe un objet o O(o) tel que o equals o Pour chaque tuple t T(o), il existe un tuple t T(o) tel que t equals t Contains sous une fonction de condition Ignore list ( IL ) : instances qui doivent être ignorées Fonction de condition ( fc (o) ) : condition pour quune instance o soit prise en considération

54 54 fc (o) = 1 si o.précision L L = 0,8 G ( contexte_Alain ) contains G ( description_profil3 ) faux

55 55 Sim ( contexte_Alain, description_profil3) = 0,371 | XO | = 5 | XT | = 8 | O ( contexte_Alain ) | = 18 | T ( contexte_Alain ) | = 17 Sim ( description_profil3, contexte_Alain) = 1 | XO | = 5 | XT | = 8 | O ( description_profil ) | = 5 | T ( description_profil ) | = 8

56 56 Filtrage guidé par le contexte Modèle daccès progressif Un utilisateur na pas besoin daccéder à toute linformation disponible Concepts de base … REM 1 = { identifiant, intervalle } REM 2 = REM 1 { description } REM 3 = REM 2 { détails, médias } Organisation dune Stratification = EM en une séquence de REM Entité Masquable (EM) = ensemble dau moins 2 éléments Représentations dEntité Masquable (REM) = sous-ensembles ordonnés déléments de lEM > Contenu::Evénement identifiant: chaîne de caractères intervalle: intervalle de temps description: chaîne de caractères détails: chaîne de caractères médias: Objet [*] identifiant: chaîne de caractères intervalle: intervalle de temps description: chaîne de caractères détails: chaîne de caractères médias: Objet [*]

57 57 > Contenu::Evénement Filtrage guidé par le contexte Modèle daccès progressif Laccès progressif repose sur les opérations Dévoiler / Masquer Avancer / Retourner REM 1 REM 2 REM 3 Stratification S 1 Dévoiler Masquer Dévoiler / MasquerAvancer / Retourner Avancer Retourner Avancer Retourner identifiant: chaîne de caractères intervalle: intervalle de temps description: chaîne de caractères détails: chaîne de caractères médias: Objet [*] > Contenu::Evénement identifiant: chaîne de caractères intervalle: intervalle de temps description: chaîne de caractères détails: chaîne de caractères médias: Objet [*]

58 58 Filtrage guidé par le contexte Processus de filtrage – seconde étape Application des règles définies par les profils Abonnements, stratifications et conditions contextuelles Application des profils Ordonnancement de tous les profils par priorité (Sim) Pour chaque profil Sélection des événements abonnés Application des stratifications Application des conditions contextuelles Livraison des événements et des stratifications

59 59 Filtrage guidé par le contexte Processus de filtrage – seconde étape Ordonnancement Priorité donnée par la mesure Sim Max ( Sim (C u, C i P ) ) i 1 Priorité aux profils plus spécifiques Contexte dapplication plus proche du contexte courant Sim (contexte_Alain, description_profil2) = 0,16 Sim (contexte_Alain, description_profil3) = 0,371

60 60 Filtrage guidé par le contexte Processus de filtrage – seconde étape Sélection des événements Sélection des objets dont les classes sont abonnées Application des stratifications Stratifications extensionnelles Organisation des événements e1e1 e3e3 e4e4 e5e5 e2e2 e6e6 e9e9 e7e7 e8e8 e 11 e 10 e 13 e 12 e 14 e 15 e 18 e 17 e 16 Événements disponibles Sélection par labonnement S 1 int S 3 ext Stratifications : S 2 int S 4 ext REM 1 REM 2 REM 1 REM 2 Application stratification extensionnelle Liste dévénements :

61 61 Filtrage guidé par le contexte Processus de filtrage – seconde étape Application des conditions contextuelles Condition de production : si lévénement est produit dans un contexte donné G(C e ) contains G( CP i P ) Éléments condition : si lévénement concerne certains éléments de contexte SimO (E i P, E j e ) profil.seuil e1e1 e3e3 e4e4 e5e5 e2e2 e9e9 e 11 e 10 e 13 e 12 e 14 S 1 int S 3 ext Stratifications : S 2 int S 4 ext REM 1 REM 2 REM 1 REM 2

62 62 Filtrage guidé par le contexte Processus de filtrage – résultat Liste dévénements organisés en plusieurs niveaux Liste de stratifications pour la navigation e1e1 e3e3 e4e4 e5e5 e2e2 e9e9 e 11 e 10 e 13 e 12 e 14 S 1 int S 3 ext Stratifications : S 2 int S 4 ext REM 1 REM 2 REM 1 REM 2 Liste dévénements : S 7 int S 6 ext REM 1 REM 2 e 15 e 18 e 17 e 16 1 er profil Profil prioritaire 2 ème profil

63 63 Mise en œuvre Canevas BW- M Implémentation du processus de filtrage et du modèle de contexte Architecture : 3 composants Gestion de conscience de groupe processus filtrage Gestion de contexte manipulation du modèle de contexte Gestion de connaissances base de connaissances AROM Démarche dapplication : Démarche traditionnelle Service Web

64 64 Mise en œuvre Canevas BW- M Approche par événement : cycle de vie

65 65 Mise en œuvre Canevas BW- M Démarche traditionnelle Utilisation directe des paquetages Java Flexibilité accrue, accès à toutes les façades du canevas base de connaissances AROM

66 66 Réalisation Canevas BW- M Points dentrée Les événements : définition de linformation de conscience de groupe Le contexte : définition des éléments de contexte et du processus dacquisition Linterface : connexion avec linterface utilisateur, application du MAP


Télécharger ppt "Adaptation contextuelle et personnalisée de linformation de conscience de groupe au sein des systèmes dinformation coopératifs Manuele Kirsch Pinheiro."

Présentations similaires


Annonces Google