Offre en lien avec l’Action/le Réseau : – — –/– — –

Laboratoire/Entreprise : LIRIS
Durée : 5-6 mois
Contact : beatrice.fuchs@liris.cnrs.fr
Date limite de publication : 2021-03-31

Contexte :
Les traces numériques d’interactions sont des informations laissées par les utilisateurs d’un système informatique lors de leurs activités. Elles témoignent de l’expérience des utilisateurs dans un environnement numérique et constituent des sources de connaissances intéressantes qui peuvent être exploitées à des fins variées en accord avec l’utilisateur. Une fois collectées et modélisées, les traces sont des conteneurs de connaissances riches en informations contextuelles et utilisables à la fois à des fins d’analyse pour inférer des connaissances pertinentes sur l’activité menée par les utilisateurs et également à des fins d’assistance à l’utilisateur. L’équipe TWEAK s’intéresse à des systèmes à base de traces où les traces sont associées à un modèle explicite avec une sémantique expressive sous la forme de traces modélisées. L’équipe a développé des approches visuelles et interactives pour analyser les traces.

Sujet :
Dans ce contexte, le stage a pour objectif de contribuer au développement de prototypes d’exploration de traces. Plusieurs sujets sont possibles :
1°) Visualisation multidimensionnelle de traces : il s’agit d’étudier et concevoir une visualisation interactive de traces en fonction de dimensions paramétrables, et proposer une première implémentation.
2°) Contribution au développement d’un laboratoire d’analyse de traces à partir de la plateforme TRANSMUTE d’exploration visuelle et interactive de traces. TRANSMUTE s’appuie sur un environnement visuel et interactif basé sur html/CSS/JS pour l’exploration visuelle et interactive de traces et exploite un framework de visualisation de traces, un algorithme d’extraction d’épisodes séquentiels (DMT4SP) encapsulé dans un module Python appelé DISKIT qui assure les pré- et post- traitements. Une ou plusieurs directions peuvent être étudiées, parmi lesquelles : le choix les mesures d’intérêt (actuellement prédéfinies et limitées) afin d’ordonner des résultats de la fouille, l’enrichissement des possibilités de pré-traitement, de post-traitement et de paramétrage (découpage des traces, patterns négatifs, combinaison d’attributs en pré-traitement, etc.), l’assistance à la construction d’un modèle à partir des épisodes séquentiels retenus à l’issue de la fouille et mémorisation dans un système de gestion de base de traces.
3°) Assistance à l’acquisition de connaissances à partir de traces : KATIE est une approche d’acquisition de connaissances qui vise à assister, en interaction avec l’utilisateur, le processus de modélisation et d’intégration des traces dans un système à base de traces, en détectant et corrigeant les erreurs résiduelles dans les données (données bruitées ou manquantes). Cette approche utilise l’analyse de concepts formels pour générer un modèle des données analysées. Le processus d’acquisition de connaissances est interactif et itératif et permet à l’utilisateur d’introduire des contraintes afin d’identifier des erreurs dans les données et les corriger.

Profil du candidat :
Le candidat doit être motivé pour le développement.

Formation et compétences requises :
2ème année de master / dernière année d’école d’ingénieur
Le candidat doit avoir des compétences en programmation web, Javascript et Python et des notions en fouille de données.

Adresse d’emploi :
Lyon

Document attaché : 202012161546_stage_m2_2021.pdf