Annonce en lien avec l’Action/le Réseau : aucun

Laboratoire/Entreprise : LGI2P à l’IMT Mines Alès
Durée : 36 mois
Contact : sylvie.ranwez@mines-ales.fr
Date limite de publication : 2018-06-20

Contexte :
La recommandation consiste à rechercher et filtrer les informations pertinentes pour un utilisateur dans un contexte précis. La plupart des systèmes de recommandation utilisent le filtrage collaboratif qui consiste à baser la recommandation sur les choix, les goûts, d’utilisateurs ressemblants. Pour cela il est nécessaire de caractériser d’une part les entités manipulées par le système de recommandation et d’autre part de caractériser les utilisateurs. Il devient alors possible d’identifier des similitudes entre eux et ainsi identifier les propositions les plus pertinentes.

Sujet :
Cette thèse propose d’aborder la recommandation en croisant les techniques d’apprentissage automatique et les approches sémantiques (basées sur des ontologies de domaine). Les ontologies sont envisagées comme support à ces traitements sémantiques car elles permettent non seulement de décrire la connaissance d’un domaine, mais surtout d’y appliquer des mesures indispensables pour l’indexation de ressources, la recherche d’information (appariement entre requêtes et ressources indexées, classification des utilisateurs…) et, in fine, la recommandation. Elles peuvent également servir lors de la restitution des résultats qui pourront être proposés au travers de cartes sémantiques.

Encadrement:
Directeur de thèse : Sylvie Ranwez, Professeur, LGI2P/IMT Mines Alès sylvie.ranwez AT mines-ales.fr, 04 34 24 62 62 Co-directeur de thèse : Vincent Ranwez, Professeur, Montpellier SupAgro vincent.ranwez AT supagro.fr, 04 99 61 28 75 Encadrant de proximité : Nicolas Sutton-Charani nicolas.sutton-charani AT mines-ales.fr, 04 34 24 62 67

Profil du candidat :
Master II en Informatique, ingénieur informaticien ou équivalent.

Formation et compétences requises :
Master II en Informatique, ingénieur informaticien ou équivalent.
Une bonne maîtrise des techniques classiquement utilisées dans les domaines de l’apprentissage automatique et de la fouille de données est souhaitée. Des connaissances en ingénierie des connaissances (ontologies), web sémantique, extraction d’information et algorithmique seraient fortement appréciées – un fort intérêt pour ces thématiques est attendu.

Adresse d’emploi :
Établissement : IMT Mines Alès (Ecole nationale supérieure des mines d’Alès) Centre et équipe de recherche : KID (Knowledge and Image analysis for Decision making) / LGI2P (Laboratoire de Génie Informatique et d’Ingénierie de Production) – https://kidknowledge.wp.imt.fr
Localisation : Alès (1h de Montpellier, 45min de Nîmes)

Document attaché : PHDProposalIMTMinesAles2018.pdf