Amine Sennouni

Membre doctorant.e

École doctorale Abbé-Grégoire (ED 546), Cnam (lien)

Rattachement : CNAM

Établissement : CNAM

Courriel : sennouni.amine@gmail.com

 

 Pr Thèmes de recherche développés

  • Data dans les industries culturelles et créatives;
  • Data dans les Services d'Information Documentaires (SID);
  • Les systèmes de recommandation appliqués aux Services d'Information Documentaires (SID).

Points forts des activités de recherche

  •  Big Data appliqué aux Services d'Information Documentaires: vers un modèle de système de recommandation destiné aux utilisateurs.

Autres activités

Les récents progrès des technologies de l'information de manière générale des réseaux de communication de manière particulière, ont donné à l'information de nouveaux contours, tout en reconnaissant sa valeur scientifique, technique et d'usage. De surcroit, les progrès techniques de numérisation et de partage, ont facilité sa production, son exploitation et sa circulation. En effet, le nouvel essor du web ainsi que les mutations des nouvelles technologies de l'information et de la communication ont mis de nouveaux défis devant les utilisateurs cherchent à accéder au savoir et la lecture à partir des fonds documentaires des systèmes d'information documentaires, et qui se trouvent confrontés à une noyade d'information, que nous pouvons résumer dans plusieurs facteurs liés à l'hétérogénéité, au volume de taille, et la disparité remarquable des contenus sur la toile. Le modèle naïf de recherche d'information : un utilisateur exprime son besoin sous forme de requête et la réponse qu'il lui achemine le système demeure identique, quoiqu'il provienne des utilisateurs divers. Le contexte de l‘utilisateur n'est pas pris en compte, ainsi que la particularité de requête voire de son besoin. Les requêtes simples ont souvent montré quelques imperfections, commençant par l'ambigüité du sens des mots et en passant par l'intelligibilité des résultats comme en témoignent l'étude de Gow 2003, qui a montré que 85% des utilisateurs des moteurs de recherche sont insatisfaits des résultats qu'ils reçoivent, ceci à pour corollaire l'impertinence des réponses obtenues aux différentes requêtes de l'usager du service documentaire. La prolifération de l'information inadaptée aux profils de l'utilisateur, a donné naissance aux systèmes hypermédias adaptatifs et la notion la personnalisation dans le cadre des nouvelles applications du big data. C'est ainsi que les systèmes de recommandation ont révolutionné les modèles classiques d'accès à l'information, avec un approfondissement des résultats et la prise en compte du contexte de l'utilisateur spécifique, ainsi que ses caractéristiques partagées par d'autres, en vue de faire acheminer des résultats plus adéquats et satisfaisants à la communauté des usagers des services documentaires. De nos jours, les systèmes documentaires une composante parmi tant d'autres de l'industrie culturelle, ont bénéficié incontestablement du développement des technologies de l'information et le succès des services associés (forums, catalogues en lignes etc.), qui ont ouvert la voie à une explosion massive d'information, souvent hétérogènes et non structurées, générées et stockées sur des bases de données et des services en ligne. L'utilisateur d'un service de recherche d'information sélectionne à partir d'un ensemble de documents, les informations pertinentes susceptibles de répondre à sa requête, il s'agit bel et bien de l'objectif ultime de tout système documentaire visant la satisfaction des besoins de ses usagers. En effet, les services d'information documentaires sont ouverts à toutes les composantes de la société, sans aucune distinction donnée ; elles représentent le centre d'information, qui met facilement à la disposition de ses usagers les connaissances et les informations de toute sorte. Les services de bibliothèque publique sont accessibles à tous, sans distinction d'âge, de race, de sexe, de religion, de nationalité, de langue ou de statut social. C'est dans cette optique, que nous pouvons ramener le contexte des services d'information documentaires à la réalité du phénomène évoqué dans le paragraphe qui précède, c'est-à-dire l'ère des données massives, et qui renvoie aux données qui sont produites ou générées quotidiennement par les différents systèmes automatiques des gestion documentaire, avec lesquels travaillent les bibliothèques publiques aujourd'hui, ces données sont importantes de point de vue qualité et quantité. Or, si le premierest un dénominateur en commun pour tout type de système info-documentaire,le second l'est de plus dans les bibliothèques publiques, vu le caractère communautaire que portent déjà dans leur dénomination officielle. La data dans les services d'information documentairescouvre le maillon « diffusion » de la chaine documentaire, il prend l'allure d'une masse volumineuse de données générées notamment par les Systèmes Intégrés de Gestion des Bibliothèques (SIGB), aussi bien au niveau du back-office, qui concerne les professionnels de l'information, que celui du front-office représenté par le catalogue en ligne ( connu par l'OPAC), et c'est bien l'interface avec laquelle interagit l'usager, pour rechercher les ressources informationnelles qui correspondent à ses besoins. Cette Data se traduit par les données sur les transactions de prêt, des consultations des produits secondaires d'accès à l'information, d'interrogation des bases de données, l'indexation libre ouverte aux usagers etc., il s'agit d'un nombre de données qui augmente, change, et évolue au cours du cycle de vie de la bibliothèque publique, ces données qui sont exploitées, sous forme de statistiques produites le plus souvent automatiquement , par les systèmes automatiques intégrés de gestion des bibliothèque, à l'image de PMB, Koha, et bien d'autres. Toutefois, la Data pourra à côté de l'hétérogénéité des profils des utilisateurs des systèmes documentaires, ainsi que la variété et la richesse de leurs fonds de point de vue contenu, servir à rencontrer un grand niveau de précision et de pertinence,en termes d'accès des usagers aux collections. En effet, ce croisement des données massives produites, avec le profilage des usagersdevrait aider à atteindre cet objectif. Il s'agit autrement, d'exploiter les données volumineuses accumulées par les systèmes documentaires, pour déboucher sur une modélisation d'une application Big Data, qui est le système de recommandation. En fait, ce dernier devrait jouer le rôle d'un aide-usager, pour lui proposer sur le catalogue en ligne, des préférences, des propositions, et des scénarii que nous pouvions résumer dans le terme « recommandations». Deux décennies de recherche fondamentale et de transferts technologiques dans de nombreux domaines applicatifs ont permis d'illustrer la valeur ajoutée et l'utilité de tels systèmes, il s'agit en d'autres termes des systèmes capables de fournir des recommandations personnalisées, ou permettant de guider l'utilisateur vers des ressources intéressantes ou utiles au sein d'un espace de données important, il existe plusieurs type de recommandations, commençant par le contenu (similarités des cas), en passant par les SR basée sur l'utilité et la connaissance des utilisateur, et en arrivant à ceux relatifs à l'usage (volet comportemental). Notre but est de choisir parmi ces méthodes celles les plus adaptées au contexte du Big Data des bibliothèques publiques, suivant notre observation et notre enquête de terrain. Les systèmes de recommandation devraient donc partir des données massives à l'état brut, cumulées par les bibliothèque publiques, par confrontation avec lesrequêtes des usagers de l'interface du catalogue en ligne, dans la mesure où chaque requêtegénère un résultat, mais aussi le système de recommandation devrait faire automatiquement un croisement des données cumulées pour afficher aussi des recommandations, dont le but principal est de permettre à l'utilisateur de rencontrer son besoin, et de satisfaire avec pertinence sa soif informationnelle. Concrètement nous attendons de ce travail, un produit final qui serait un modèle couplé à une implémentation relative à une application Big Data. Il s'agira d'un système de recommandation appliqué aux catalogues en ligne des systèmes intégrés de gestion des bibliothèques, proposant des préférences et des prédictions d'usage aux utilisateurs du système documentaire, en exploitant les données cumulées disponibles, ainsi que la diversité et la richesse du contenu et des usagers, pour un accès plus pointu. A titre d'illustration, un utilisateur formule sa requête d'un document, par nom d'auteur ou titre de la monographie, au moment où, il a reçu un résultat, le système de recommandation intervient propose à son tour des items ciblés (nous vous recommandons les documents suivants, puisqu'ils tournent autour des mêmes thématiques), à travers une meilleure exploitation des caractéristiques intrinsèques des contenus (exprimées par l'utilisateur explicitement, ou collectées implicitement), ou en cherchant par similarité, des intérêts communs partagés entre les différents usagers. L'objectif ultime de notre projet de thèse colle sur la mission principale de tout système d'information documentaire, qui n'est autre que de répondre exactement aux besoins des usagers et les satisfaire. La pertinence du choix de ce sujet s'explique par les avis divergents des utilisateurs, dont une part ne cache pas son insatisfaction vis-à-vis l'exactitude des résultats de leurs requêtes et qui ne répondent pas parfois à leur besoin, et donc l'enjeu de la pertinence d'accès à l'information est remis en question, d'où vient l'importance de la présente proposition, qui avec son caractère originel, met cote à cote l'informatique au service des sciences de l'information et vice-versa, surtout au temps où le Big Data, est un nouveau défi relevé par les systèmes info-documentaires.

Publications

ACL : Articles dans des revues internationales ou nationales avec comité de lecture (2)

  • 2017 — La Data au service de l’innovation dans les Services d’Information Documentaires (SID) universitaires nationaux. Revue française des sciences de l’information et de la communication [En ligne], 10 | 2016, mis en ligne le 01 janvier 2017, consulté le 29 janvier 2017. URL : http://rfsic.revues.org/2759 — Lien vers article en ligne
  • 2015 — The Role of Open Data in Making Strategic Decisions in theTelecommunication Sector in Morocco. International Journal of Research Studies in Science, Engineering and Technology.Volume 2, Isssue 6, Juin 2015, PP 42-51. — Lien vers article en ligne

ACT : Articles publiés dans des actes de colloques / congrès (2)

  • 2017 — Novembre 2016 (Communication): The Data supporting innovation in the national academic documentary information services. In: International conference on computing, wireless and communication systems (ICCWCS 2016), 15-16 Novembre 2016, 5P. ;
  • 2016 — Mars 2015 (Communication): « Towards the integration of open data in decision making in the big enterprises: the case of the telecom sector in Morocco». Communication In: Conférence Internationale sous le thème "Beacons of Hope in the Quest for the Next Einstein in the MENA region"- la session "Big Data, Business Intelligence, Data Mining and analytics", Fés 3-6 Mars 2015 , 11P.

AA : Autres articles (1)

  • 2016 — Big Data And Digital Economy: What Role For Data Scientist?

OS : Ouvrages scientifiques (y compris les éditions critiques et les traductions scientifiques) (2)

  • 2017 — SENNOUNI, Amine. La surveillance de l'environnement et la prise de décision stratégique: le rôle des comportements informationnels: cas du secteur des télécommunications au Maroc. Sarrebrück: Editions Universitaires Européennes, 2017, 155 p. — Lien vers article en ligne
  • 2013 — SENNOUNI, Amine.Livre Bibliographie sélective sur la ville de Rabat .Rabat: Ministère de la Culture marocaine , 2013, 155 p. — Lien vers article en ligne

APC : Autres produits présentés dans des colloques (3)

  • 2016 — 9 Mai 2016 (Communication): Etat d’avancement de la thèse (Data dans les SID et Data dans les industries culturelles) In : Journée doctorales du laboratoire de recherche Dicen-IDF relevant du CANM, Paris 9 mai 2016, 13p. ;
  • 2016 — Mai 2016 (Communication- Poster): Big Data And Digital Economy: What Role For Data Scientist? (Poster). In: Congrès Méditerranéen des Télécommunications, Tetouan 12-13 Mai 2016, 8P. ;
  • 2015 — Mars 2015 (Communication): « Towards the validation of the theoretical pedagogical approaches through Experimentation of Big data systems ». Communication In: Conférence Internationale sous le thème "Beacons of Hope in the Quest for the Next Einstein in the MENA region"- la session "Big Data, Business Intelligence, Data Mining and analytics", Fés 3-6 Mars 2015,14P.