Un modèle de l'apprenant constitué de plusieurs réseaux bayésiens concurrents.

Mathieu Hibou (1) , Jean-Marc Labat (2)

1 CRIP5 /AIDA - UNIVERSITÉ PARIS V - Centre de Recherche en Informatique de Paris 5
2 MOCAH - Modèles et Outils en ingénierie des Connaissances pour l'Apprentissage Humain

Une des principales questions qui se pose en modélisation de l'apprenant à l'aide de réseaux bayésiens est celle de l'orientation des arcs. Notre hypothèse centrale est que cette orientation est liée au niveau d'expertise de l'apprenant, et que par conséquent un tel modèle devrait être composés de plusieurs réseaux différents. Nous donnons dans cet article une série d'arguments théoriques en faveur de cette hypothèse, puis nous présentons des modèles probabilistes constitués de plusieurs réseaux bayésiens concurrents (les multi-réseaux). Ces modèles nous permettent de mettre en oeuvre nos idées et de tester nos hypothèses sur des données ; les résultats obtenus confortant notre approche.

Mots clés: diagnostic cognitif; modélisation de l'apprenant; réseaux bayésiens; diagnostic cognitif.

Domaines: Environnements Informatiques pour l'Apprentissage Humain

Mathieu Hibou, Jean-Marc Labat. Un modèle de l'apprenant constitué de plusieurs réseaux bayésiens concurrents.. Environnements Informatiques pour l'Apprentissage Humain (EIAH 2007), Jun 2007, Lausanne, Suisse. pp.413-424. ⟨hal-00161596⟩