Optimisation Multi-Objectif pour la Recommandation : application à une MOOC d'entreprise
Mounir Hafsa  1@  , Pamela Wattebled  2@  , Julie Jacques  3@  , Laetitia Jourdan  4@  
1 : Centre de Recherche en Informatique, Signal et Automatique de Lille - UMR 9189
Ecole Centrale de Lille : UMR9189, Université de Lille : UMR9189, Centre National de la Recherche Scientifique : UMR9189, Mandarine Academy
2 : Mandarine Academy
Mandarine Academy
3 : Université Catholique de Lille
ICL - FGES, Univ. Lille, CNRS, Inria, Centrale Lille, UMR 9189 CRIStAL, F-59000 Lille, France
4 : Université de Lille
Univ. Lille, CNRS, Inria, Centrale Lille, UMR 9189 CRIStAL, F-59000 Lille, France

Mandarine Academy est une entreprise Ed-Tech qui propose des solutions axées sur des techniques de formation innovantes (Moocs, web conférences, etc.). Avec plus de 100 moocs actifs et environ un demi-million d'utilisateurs, la société propose une multitude de contenus d'apprentissage allant des parcours d'apprentissage et des cours aux courts tutoriels et webcasts.

Pour raccourcir le parcours d'acquisition de compétences des apprenants, l'entreprise travaille à la mise en place d'un système de recommandation qui estime les préférences des utilisateurs en collectant des connaissances sur le comportement, le contenu et le contexte. Avant d'adopter une approche personnalisée, l'entreprise a utilisé une approche prête à l'emploi qui ne tenait pas compte des comportements des utilisateurs ou des descripteurs d'articles. Cette méthode n'a pas fourni de résultats personnalisés pour les utilisateurs et les résultats n'étaient pas pertinents.


Personnes connectées : 13 Vie privée
Chargement...