• Langue : Français
• Discipline : Informatique et applications
• Identifiant : 2021LILUI031
• Type de thèse : Doctorat
• Date de soutenance : 15/06/2021

Résumé en langue originale

Dans le cadre des politiques des ressources humaines en entreprise, la formation continue devient un levier d’action stratégique pour l’évolution des carrières professionnelles. Parmi les modes de formation existants, la session de formation à travers un groupe de formation en présentiel est un mode d’action privilégié pour l’échange d’expériences professionnelles entre pairs. En pratique, la planification d’une session de formation consiste à concilier des multiples critères (pédagogiques, sociaux et organisationnels) constitué autour d’un groupe de formation en présentiel. Dans ce contexte, notre projet de recherche consiste à développer un système d’aide à la gestion de la formation continue visant à faciliter les tâches opérationnelles du gestionnaire de formation dont la planification de sessions de formation ainsi que la recherche et l’analyse des données liée à l’activité de formation. Les outils de gestion sont instrumentés par des tableaux de bords multiples associés à des techniques de visualisation pour faciliter l’interprétation des données.Pour répondre à notre problématique, le système d’aide à la planification des sessions de formation repose sur un principe de requête-réponse. Au niveau du traitement, deux approches sont proposées afin de résoudre ce problème de décision de type combinatoire. D’une part, une méthode de traitement de type méta-heuristique (et plus précisément un algorithme génétique, noté AG par la suite) vise à simplifier la tâche opérationnelle du gestionnaire de formation en générant une liste de groupes de formation potentiels associés à une représentation graphique de type nœud-lien. D’autre part, une approche analytique vise à définir les caractéristiques des groupes de formation qui conditionnent favorablement les interactions sociales entre les participants. Les résultats obtenus sont basés sur une analyse statistique des données issues des questionnaires de satisfaction.L’expérimentation distingue deux niveaux d’évaluation : les résultats générés par l’AG et la performance du prototype d’application. Les résultats de l’AG sont mesurés selon le taux de précision à partir d’une collection de requêtes. La performance du prototype d’application est évaluée à partir de tests fonctionnels, techniques et utilisateurs.

Résumé traduit

In the context of human resources management in companies, continuing training becomes a strategic action for the development of professional careers. Among the existing training methods, the training session through a face-to-face training group is a privileged mode of action for the exchange of professional experiences between peers. In practice, training session planning consists of reconciling multiple criteria (educationnal, social and organizational) formed around a training group in face-to-face. In this context, our research project aims to develop an IT system for the management of continuing education consists of developing a system of support for the management of continuing training that will facilitate the operational tasks of the training manager : the planning of training sessions and the research and analysis of data related to the training activity. The management tools are consisted by multiple dashboards associated with visualization techniques to facilitate data interpretation.To respond to our problem, the system for planning training sessions is based on a principle request-response. At the processing level, two approaches are proposed in order to solve this combinatorial decision making problem. On the one hand, a meta-heuristic-type processing method (and more precisely a genetic algorithm) aims to simplify the operational tasks of the training manager by generating a list of potential training groups associated with a node-link representation. On the other hand, an analytical approach aims to define the characteristics of the train-ing groups that favorably condition the social interactions between the participants. The results obtained are based on a statistical analysis of the data from the satisfaction questionnaires.The experiment distinguishes two levels of evaluation : the results generated by the GA and the perfor-mance of the application prototype. GA results are measured according to the accuracy rate from a collection of queries and a dataset. The performance of the application prototype is evaluated from functional, technical and user tests.