Browsing by Author "Laboudi, Zakaria"

Now showing 1 - 2 of 2
  • No Thumbnail Available
    Item
    Multimedia content access in context-aware pervasive systems
    (University of Oum El Bouaghi, 2025) Smaala, Aziz; Laboudi, Zakaria
    The rapid growth of mobile computing and ambient intelligence has transformed users’ interactions with devices and access digital content, fostering the emergence of context-aware pervasive systems. These systems aim to deliver personalized experiences, particularly by adapting multimedia content to dynamic user contexts, such as location, device features, and environment. Several context-aware multimedia adaptation approaches already exist; they belong to four main categories: client-side adaptation, server-side adaptation, proxy-based adaptation and peer-to-peer adaptation. However, most of these approaches primarily rely on real-time context data, often neglecting the potential of incorporating historical user data into the adaptation process. Indeed, historical data can significantly enhance multimedia adaptation by enabling informed decision-making and supporting personalization. This thesis addresses this gap by proposing a framework that incorporates historical user data into multimedia documents adaptation processes in context-aware systems. The main contributions of this work are threefold. The first contribution proposes an efficient adaptation framework that employs historical user data to enhance multimedia content accessibility, usability, and personalization in context-aware systems. The framework incorporates SQL and NoSQL databases for efficient data storage, develops processing functions for retrieving and analyzing historical data, and uses these insights to optimize content delivery. These functions support client-side, proxy-based, and server-side management options. This aim is to help enhance adaptation processes through machine learning and recommendation tasks. The second contribution of this work is a rule-learning mechanism that leverages machine learning algorithms – such as ECLAT, sequential covering, FP-Growth, and decision trees – to personalize adaptation rules, based on historical users data. Using unsupervised machine learning techniques, the system predicts adaptation actions based on past user behaviors with respect to context changes, without needing pre-trained datasets. The third contribution involves the application of latent semantic analysis to classify context situations and user behaviors. By treating historical user data as textual documents with context elements and adaptation actions serving as words, the system uncovers hidden semantic structures, improving content delivery and enhancing user experience personalization through deeper context understanding. These contributions are validated through real prototypes and applications, with a particular focus on the adaptation of learning materials in context-aware pervasive environments. The results demonstrate the effectiveness and potential of the proposed system to enhance multimedia document accessibility and personalization, offering promising improvements in user experience and adaptation efficiency. La croissance rapide de l'informatique mobile et de l'intelligence ambiante a transformé les interactions des utilisateurs avec les dispositifs et l'accès aux contenus numériques, favorisant l'émergence de systèmes pervasifs sensibles au contexte. Ces systèmes visent à offrir des expériences personnalisées, notamment en adaptant les contenus multimédias aux contextes dynamiques des utilisateurs, tels que la localisation, les caractéristiques des dispositifs et l'environnement. Plusieurs approches d'adaptation de contenus multimédias sensibles au contexte existent déjà; elles se répartissent en quatre grandes catégories : l'adaptation côté client, l'adaptation côté serveur, l'adaptation basée sur un proxy et l'adaptation de pair à pair. Cependant, la plupart de ces approches s'appuient principalement sur des données contextuelles en temps réel, négligeant souvent le potentiel d'intégration des données historiques des utilisateurs dans le processus d'adaptation. En effet, les données historiques peuvent considérablement améliorer l'adaptation multimédia en permettant une prise de décision éclairée et en soutenant la personnalisation. Cette thèse répond à ce besoin en proposant un cadre d'adaptation des documents multimédias dans les systèmes sensibles au contexte, intégrant les données historiques des utilisateurs. Les principales contributions de ce travail sont triples. La première contribution propose un modèle d'adaptation efficace qui utilise les données historiques des utilisateurs pour améliorer l'accessibilité, l'utilisabilité et la personnalisation des contenus multimédias dans les systèmes sensibles au contexte. Le modèle incorpore des bases de données SQL et NoSQL pour un stockage efficace des données, développe des fonctions de traitement pour la récupération et l'analyse des données historiques, et utilise ces informations pour optimiser la diffusion de contenus. Ces fonctions prennent en charge les options de gestion côté client, basé-proxy et côté serveur. L'objectif est d'améliorer les processus d'adaptation grâce à des tâches d'apprentissage automatique et de recommandation. La deuxième contribution de ce travail est un mécanisme d'apprentissage des règles qui exploite des algorithmes d'apprentissage automatique tels que ECLAT, le recouvrement séquentiel, FP-Growth et les arbres de décisionpour personnaliser les règles d'adaptation à partir des données historiques des utilisateurs. En utilisant des techniques d'apprentissage non supervisé, le système prédit les actions d'adaptation en fonction des comportements passés des utilisateurs face aux changements de contexte, sans nécessiter de jeux de données pré-entraînés. La troisième contribution concerne l'application de l'analyse sémantique latente pour classifier les situations contextuelles et les comportements des utilisateurs. En traitant les données historiques des utilisateurs comme des documents textuels, avec les éléments contextuels et les actions d'adaptation servant de mots, le système découvre des structures sémantiques cachées, améliorant la diffusion des contenus et la personnalisation de l'expérience utilisateur grâce à une compréhension approfondie du contexte. Ces contributions sont validées par des prototypes réels et des applications, en mettant particulièrement l'accent sur l'adaptation des supports d'apprentissage dans des environnements pervasifs sensibles au contexte. Les résultats démontrent l'efficacité et le potentiel du système proposé pour améliorer l'accessibilité et la personnalisation des documents multimédias, offrant des améliorations prometteuses de l'expérience utilisateur et de l'efficacité des processus d'adaptation. أدى النمو السريع للحوسبة المتنقلة والذكاء المحيطي إلى تغيير تفاعلات المستخدمين مع الأجهزة والوصول إلى المحتوى الرقمي، مما ساهم في ظهور أنظمة محيطية حساسة للسياق. تهدف هذه الأنظمة إلى تقديم تجارب مخصصة، خاصة من خلال تكييف المحتوى المتعدد الوسائط مع السياقات الديناميكية للمستخدمين مثل الموقع وخصائص الجهاز والبيئة. توجد العديد من مقاربات تكييف المحتوى المتعدد الوسائط الحساس للسياق، وتنقسم إلى أربع فئات رئيسية: التكييف من جانب العميل، التكييف من جانب الخادم، التكييف القائم على الوكيل، والتكييف من نظير إلى نظير. ومع ذلك، تعتمد معظم هذه المقاربات بشكل أساسي على البيانات السياقية في الوقت الفعلي، وغالباً ما تهمل إمكانية دمج البيانات التاريخية للمستخدمين في عملية التكييف .في الواقع، يمكن للبيانات التاريخية أن تعزز بشكل كبير تكييف المحتوى المتعدد الوسائط من خلال تمكين اتخاذ قرارات مستنيرة ودعم التخصيص. تسعى هذه الأطروحة إلى سد هذه الفجوة من خلال اقتراح إطار عمل يدمج البيانات التاريخية للمستخدمين في عمليات تكييف الوثائق المتعددة الوسائط في الأنظمة الحساسة للسياق .تتمثل المساهمات الرئيسية لهذا العمل في ثلاث نقاط رئيسية. أولاً، يقترح إطار عمل فعال لتكييف المحتوى يستخدم البيانات التاريخية للمستخدمين لتحسين الوصول إلى المحتوى المتعدد الوسائط، وسهولة استخدامه، وتخصيصه في الأنظمة الحساسة للسياق. يتضمن الإطار قواعد بيانات SQL و NoSQL لتخزين البيانات بكفاءة، ويطور وظائف معالجة لاسترجاع وتحليل البيانات التاريخية، ويستخدم هذه الرؤى لتحسين تقديم المحتوى .ثانياً، يساهم هذا العمل في تطوير آلية تعلم القواعد التي تعتمد على خوارزميات التعلم الآلي مثل: ECLAT, ، sequential covering ، FP-Growth، و decision trees لتخصيص قواعد التكييف بناءً على البيانات التاريخية للمستخدمين .ثالثاً، يتناول استخدام التحليل الدلالي الكامن لتصنيف الحالات السياقية وسلوكيات المستخدمين، من خلال معاملة البيانات التاريخية للمستخدمين كوثائق نصية .تمت المصادقة على هذه المساهمات من خلال نماذج تطبيقات حقيقية مع التركيز بشكل خاص على تكييف المواد التعليمية في البيئات المحيطية الحساسة للسياق.
  • No Thumbnail Available
    Item
    Une Ontologie de domaine pour l'aide à la décision dans un cadre juridique Dr. Benaboud
    (Université de Larbi Ben M’hidi-Oum Oum El Bouaghi, 2022) Benlaharche, keltoum; Meslati, Djamel; Laboudi, Zakaria
    Le style du raisonnement par analogie qui est généralement utilisé dans le domaine de la législation a une qualité particulière appelée raisonnement à base de cas. Il s'agit de résoudre un nouveau problème en réutilisant la solution d'un problème précédent similaire à celui-ci, stockée dans la mémoire des cas. Dans cette étude, nous nous intéressons à l'application de ce type de raisonnement dans le domaine de la législation islamique comme outil de recherche d'informations pouvant être utilisées dans le domaine de l'émission de fatwas. Et l'utilisation de l'ontologie pour déduire et résoudre le problème de l'inadéquation des mots à l'écrit et de leur congruence morale (portant le même sens ou portant le même jugement). L’objectif de cette thèse est, de construire un système de raisonnement à partir de cas basé une ontologie de domaine des transactions bancaires islamiques pour l’aide à la décision dans le domaine de la législation islamique. En effet, il s’agit d’un domaine où les questions sont fréquentes et la recherche de réponses reste dans la majeure partie du temps basée sur l’expertise humaine uniquement. Pour atteindre les objectifs tracés, nous adoptons la méthodologie (NeOn Methodology) pour la construction de notre ontologie du domaine des transactions bancaires islamiques. L’ontologie résultante nommée (IFBO ontology) est partageable et réutilisable publiquement afin de contrôler les connaissances communiquées sémantiquement. Ensuite, nous utilisons le paradigme du raisonnement à base des cas (CBR) pour construire notre système d’aide à la décision. Le système résultant, baptisé (AFIF 1.0), nous a présenté de bons résultats encourageants et satisfaisants lors de l’opération de récupération des fatwas, notamment en ce qui concerne l'aspect sémantique. L’ontologie développée nous a donc apporté une valeur ajoutée indéniable à l’efficacité globale du système. The analogy reasoning mode, naturally used in the legal domain, possesses a variant, called case-based reasoning (CBR). It consists in solving a new problem by reusing the solution of a similar problem already met, and stored in a memory of cases. In this study, we are interested in applying this style of reasoning in the Islamic legislation field as a tool for information retrieval, which can be used during the process of Fatwa generation. This ontology will be used for inference through a CBR system and for solving the problem of the mismatch of words in writing and their congruence morally (carrying the same meaning or carrying the same ruling). The aim of this thesis is, to build a case-based reasoning system supported by an ontology of Islamic banking transactions for decision assist in the field of Islamic legislation. Indeed, this is an area where questions are frequent and the search for answers remains in most of the time based on human expertise only. To achieve the stated objectives, we adopt the methodology (NeOn Methodology) for building an ontology related to the field of Islamic banking transactions. The resulting ontology, called IFBO ontology, is publicly shareable and reusable in order to control semantically communicated knowledge. The resulting system, named AFIF 1.0, presented us with encouraging and satisfactory results during the fatwas retrieval operation, especially with regard to the semantic aspect. The developed ontology therefore brought us undeniable an added value to the overall efficiency of the system. ان نمط التفكير بالتطابق والمستعمل عموماً في مجال التشريع لديه نوعية خاصة تسمى التفكير بالحالات. وهو عبارة عن حل مسألة جديدة بإعادة استعمال حل مسألة سابقة مشابهة لها، مخـُـزنة في ذاكرة الحالات. وفي هذه الدراسة، يهمنا أن نطبق هذا النمط من التفكير في مجال التشريع الإسلامي كأداة للبحث عن المعلومات الممكن استعمالها في ميدان إصدار الفتاوى. واستعمال الانطولوجيا للاستدلال وحل مشكل عدم تطابق الكلمات كتابيا وتطابقها معنويا (تحمل نفس المعنى او تحمل نفس الحكم). الهدف من هذه الأطروحة هو بناء نظام التفكير القائم على الحالة (CBR) يستند على أنطولوجيا المجال للمعاملات المصرفية الإسلامية من أجل المساعدة في اتخاذ القرار في مجال التشريع الإسلامي. أين تتكرر الأسئلة بكثرة ويظل البحث عن الإجابات في معظمه قائمًا على الخبرة البشرية وحدها. لتحقيق هذه الأهداف، نعتمد المنهجية (Methodology NeOn) لبناء الأنطولوجيا الخاصة بنا في مجال المعاملات المصرفية الإسلامية. الأنطولوجيا الناتجة المسماة (IFBO ontology) قابلة للمشاركة وإعادة الاستخدام. بعد ذلك، نستخدم نموذج التفكير القائم على الحالة (CBR) لبناء نظام المساعدة في اتخاذ القرار الخاص بنا. النظام الناتج المسمى (AFIF 1.0) قدم لنا نتائج جيدة ومشجعة ومرضية خلال عملية استعادة الفتاوى، خاصة فيما يتعلق . بالجانب الدلالي .وبالتالي، جلبت لنا الأنطولوجيا المقترحة قيمة مضافة جلية إلى الكفاءة الكلية للنظام