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

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

MUSETTE Pierre Antoine Champin Alain Mille Yannick Prié 2002-2003.

Présentations similaires


Présentation au sujet: "MUSETTE Pierre Antoine Champin Alain Mille Yannick Prié 2002-2003."— Transcription de la présentation:

1 MUSETTE Pierre Antoine Champin Alain Mille Yannick Prié

2 Évaluation 4 binômes / 4 espaces de connaissances Le modèle MUSETTE Un rapport de 4-5 pages avec un modèle d'utilisation une dizaine dobjets, une dizaine dévénements des relations 2 signatures de tâches expliquées et la description (avec des exemples) dassistants utilisant les épisodes générés. Deadline : dernier cours (5 février)

3 Approche MUSETTE Un système informatique Des traces dutilisations Pour construire des assistants utilisant lexpérience Modéliser les UsageS et les Tâches pour Tracer lExpérience

4 Approche MUSETTE Utilisateur Système observé Agent Observateur TRACE Episodes MU MT Assistant

5 Une approche MUSETTE WEB Utilisateur Navigateur Observateur de Navigation Utilisateur Trace de navigation Episodes MU MT LangueMT Site intéressant Assistant WEB

6 Modèle dobservation Règles de passage dun système à observer en une trace MUSETTE Peut être « en dur » ou fondé sur un moteur de production de traces Si explicité (cas du moteur) Règles de construction de la trace : pilotage de lobservateur Possibilités daction (indirecte) pour lutilisateur

7 MUSETTE-Base « top level ontology » = ensemble de classes à spécialiser en un MU Observable Objet dintérêt Observation TransitionÉtat Relation ÉvénementEntité Contraintes Ordre séquence état/transition Etat contient entités Transition contient Evénements Relations entre objets dintérêt

8 Modèle dutilisation Ensemble de types dentités, de types dévénements et de types de relations Dans la mesure où le langage le permet contraintes sur les types (spécialisation, exclusion mutuelle...) contraintes sur les relations (domaine et co- domaine, transitivité, relations inverses,...) contraintes sur la disposition des objets dintérêt dans les observations.

9 Modèle dutilisation : exemple Web trait page lien image click lang bm sauv contraintes Observable Objet dintérêt ÉvénementEntité click bm lang sauv trait image lien page

10 Traces : séquence états- transitions état 5transition 5état 6état 7transition 6 page 1 fr lien1 lien2 click1 page 2 fr bm1 page 3 en lang1 persistance Observable Observation TransitionÉtat

11 Signatures de tâches expliquées (EXplained TAsk SIgnatures : EXTASI) Deux parties Signature Morceau de trace générique (motif) sous-graphe potentiel dobjets dintérêt contraintes sur leurs attributs, relations, etc. sur leur distance dans la trace (écart dobservations) Sinstancie dans la trace pour rendre des OI, Observations, relations Explications Informations complémentaires explicitées, déductions dans le contexte de la tâche identifiée par la signature

12 Signatures de tâches expliquées : exemple Signature de tâche : Relever un site intéressant page lien click page bm page intérieure page de garde même site Permet datteindre la page intérieure Signature de tâche : Changer la langue page trait lang Cette page est préférée dans cette langue

13 Épisode Une extraction de la trace dutilisation satisfaisant une EXTASI =>Intervalle minimal de la trace contenant une instance de signature

14 page 1 fr lien1 lien2 click1 page 2 fr bm1 page 3 en lang1 page 1 lien1 click1 page 2 bm1 page intérieure page de garde même site Permet datteindre la page intérieure Relever un site intéressant : persistance Episodes : illustration 1 trait page lien image click lang bm sauv contraintes

15 page 1 fr lien1 lien2 click1 page 2 fr bm1 page 3 en lang1 Changer la langue : Cette page estpréférée dans cette langue page 2 fr page 3 en lang1 Cette page est préférée dans cette langue persistance trait page lien image click lang bm sauv contraintes Episodes : illustration 2

16 Assistants Principe de réutilisation dépisodes « similaires » à une signature de tâche expliquée pour suggérer des suites possibles à la trace en cours Répondre à une requête de lutilisateur pour une suite cohérente à lépisode en cours (assistance non invasive) Proposer des éléments en contexte cohérent aux épisodes « reconnus » en cours (assistance invasive)

17 Exemple 1 : PIXED Projet dintégration de lexpérience pour lenseignement à distance Modèles dobservation et dutilisation « en dur » Système spécialisé pour quelques signatures de tâches expliquées limitées Présentation diapos

18 Exemple2 : ARDECO Assistance à la Réutilisation dEpisodes de Conception Modèle dobservation en dur Modèle dutilisation de type Musette Modèle de signature de tâche inspiré par des travaux en ergonomie cognitive Présentation diapos

19 Travaux futurs : MAZETTE Multi-Agent MUSETTE Deux cadres Oscar : espace de connaissances pour la conception collaborative Web : espace de connaissance général

20 elem en MU TRACE ST KK A Espace de K A eiej ek MU TRACE ST EXP O3 O2 O1 O3 O2 O1 EI (Experience par interaction) EAI (Experience Ajouté par Interaction) MAZETTE

21 Évaluation 4 binômes / 4 espaces de connaissances Le modèle MUSETTE Un rapport de 4-5 pages avec un modèle d'utilisation une dizaine dobjets, une dizaine dévénements des relations 2 signatures de tâches expliquées et la description (avec des exemples) dassistants utilisant les épisodes générés. Deadline : dernier cours (5 février)


Télécharger ppt "MUSETTE Pierre Antoine Champin Alain Mille Yannick Prié 2002-2003."

Présentations similaires


Annonces Google