L’intégration d’un système de recommandation au sein d’un EIAH
No Thumbnail Available
Date
2017
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Les environnements d’apprentissage classiques offrent des informations statiques, c'est-à-dire
ils proposent le même contenu pour tous les é2tudiants. Une fois un système d’apprentissage
est développé, il sera difficile, voire impossible de l’adapter selon leurs besoins et
préférences. De nouveaux systèmes doivent être mis en place pour assurer la personnalisation
du contenu pédagogique. Ce travail de thèse a pour objectif de proposer une nouvelle
approche de recommandation des documents aux étudiants selon leurs préférences, niveau et
la capacité de leurs mémoires. La nouvelle approche de recommandation est basée sur le
filtrage hybride et les taxonomies : NPR-eL (New multi-Personalized Recommender System
for e-Learning). NPR-eL a été intégrée dans une autre approche de modélisation et création de
cours afin de développer un nouvel système d’apprentissage personnalisé (NPLE : New
Personal Learning Environment). Les expérimentations que nous avons réalisées prouvent la
performance de l’approche proposée.