Sujet de thèse :  Modèles d’apprenants pour la recommandation de ressources éducatives libres

 

Encadrants: Colin de la Higuera (colin.delahiguera@univ-nantes.fr) et Hoel Le Capitaine (hoel.lecapitaine@univ-nantes.fr)

Localisation: Université de Nantes, LS2N UMR CNRS 

Financement: 36 mois sur fonds du projet européen X5GON et de la région Pays de la Loire

Mots-clés: Systèmes de recommandation, Applications web, Apprentissage automatique, Ressources Educatives Libres

 

Résumé: Que ce soit dans le cadre de l’apprentissage formel ou de l’apprentissage informel, l’expérience d’apprentissage en ligne peut être accompagnée automatiquement : des nouvelles ressources peuvent être recommandées, un parcours personnalisé peut être proposé. A plus long terme, c’est une suite de ressources cohérente qui peut être proposée à un apprenant. Dans le cadre du projet Européen X5-GON, nous cherchons à permettre cette expérience d’apprentissage en appuyant celle-ci sur l’usage de Ressources Educatives Libres développées par de nombreux acteurs.

Le travail demandé dans le contexte de la thèse concerne plus précisément la modélisation de l’utilisateur, nécessaire au calcul d’une recommandation personnalisée. Pour cela il s’agit de construire des modèles utilisateurs à court, moyen et long terme. Dans le cadre de cette thèse, l’accent est mis sur l’utilisation et la définition de modèles graphiques profonds adaptés à la prédiction structurée, l’intégration de multiples modalités dans les données, ou encore des données complexes de type séquentiel, manquantes, de flux, etc …

De plus amples détails sont donnés ici : https://uncloud.univ-nantes.fr/index.php/s/i7rGswQ7r21RWn8

 

Candidature: Les candidats intéressés sont invités à envoyer une lettre de motivation, un CV, un relevé de notes avec classement du Master 2, le plus tôt possible, avant le 15 avril 2018, aux deux encadrants.