Optimisation Multi-Objectif pour la Recommandation : application à une MOOC d'entreprise - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2022

Optimisation Multi-Objectif pour la Recommandation : application à une MOOC d'entreprise

Mounir Hafsa
Centre de Recherche en Informatique, Signal et Automatique de Lille - UMR 9189
Pamela Wattebled
  • Fonction : Auteur
  • PersonId : 1129019
Julie Jacques
Laetitia Jourdan
CV

Résumé

Optimisation Multi-Objectif pour la Recommandation : application à une MOOC d'entreprise

Domaines

Recherche opérationnelle [math.OC] Combinatoire [math.CO]
Fichier principal
Vignette du fichier
ROADEF_2022_Mounir_Hafsa.pdf (239.1 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

CCSD Sciencesconf.org  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-03595358

Soumis le : jeudi 3 mars 2022-10:51:10

Dernière modification le : mardi 23 avril 2024-03:12:50

Archivage à long terme le : samedi 4 juin 2022-18:45:53

Télécharger pour visualiser

Dates et versions

hal-03595358 , version 1 (03-03-2022)

Identifiants

  • HAL Id : hal-03595358 , version 1

Citer

Mounir Hafsa, Pamela Wattebled, Julie Jacques, Laetitia Jourdan. Optimisation Multi-Objectif pour la Recommandation : application à une MOOC d'entreprise. 23ème congrès annuel de la Société Française de Recherche Opérationnelle et d'Aide à la Décision, INSA Lyon, Feb 2022, Villeurbanne - Lyon, France. ⟨hal-03595358⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

CNRS CRISTAL TDS-MACS CRISTAL-ORKAD UNIV-LILLE ROADEF2022
23 Consultations
54 Téléchargements

Partager

Gmail Facebook X LinkedIn More