Un algorithme d'échantillonnage permettant d'améliorer la performance prédictive d'un modèle bayésien dans le cadre d'applications de tests adaptatifs

Les systèmes CAT (abréviation anglaise de: Computing Adaptive Testing) sont utilisés depuis plusieurs décennies pour déterminer le niveau de connaissances des utilisateurs par le biais d'un questionnaire où l'on essaie de minimiser le nombre de questions posées. Plusieurs applications comme les systèmes de guidage et les tutoriels les utilisent afin de créer des profils utilisateurs. Les systèmes CAT effectuent leur diagnostic sur la base d'un modèle de connaissances. Bien que certains modèles sont dérivés du travail d'un expert, comme les modèles à base de règles ou les modèles Bayésiens graphiques, où la structure et les probabilités conditionnelles sont définies par un expert du domaine, les modèles les plus prometteurs sont basés sur une approche statistique où les paramètres du modèle sont induits à partir de données. (Desmarais et Gagnon, 2006; Millan et Perez-de-la-cruz, 2002; Vomlel, 2004)