A Context Management Framework based on Wisdom of Crowds for Social Awareness applications

A l'heure ou les sites de reseaux sociaux transforment les usages sur le Web, les echanges entre personnes deviennent de plus en plus faciles, ludiques et riches. Le partage en temps reel de nouvelles, d'humeurs, et autres contenus (personnels ou personnellement selectionnes) permet de tisser, de maintenir et de renforcer des liens sociaux entre personnes a des echelles encore inedites. Cependant, la quantite sans cesse croissante d'information circulant sur ces reseaux, souvent en temps reel, motive une regulation des signaux (ici appelees "interactions mediatisees"), de maniere a reduire le temps necessaire pour suivre ses reseaux sociaux, et moderer les interruptions induites, non favorables a une bonne productivite sur le traitement de tâches demandant une attention continue. Dans le cadre de cette these, nous avons developpe un systeme de filtrage et de recommandation de ces signaux qui repose sur la similarite contextuelle entre utilisateurs, producteurs et consommateurs de ces signaux, pour evaluer leur pertinence. Notre approche consiste a agreger et interpreter les donnees de contexte sur les terminaux des utilisateurs, sous forme de mots-cles ponderes (tags), avant qu'elles ne puissent etre exploitees par le serveur de recommandation, a la demande de l'utilisateur. Dans ce memoire, nous presenterons un etat de l'art couvrant la gestion de donnees contextuelles, les reseaux sociaux et leurs pratiques actuelles sur internet, et des techniques de recherche d'information. Ensuite, nous proposerons une formalisation de notre problematique de filtrage contextuel, l'implementation d'une application de reseautage social d'entreprise, et nous discuterons les resultats experimentaux obtenus aupres d'utilisateurs.