Application et résultats expérimentaux

L'algorithme proposé a été programmé en Java et exécuté sur un Pentium à 1.6 GHz. Pour l'algorithme des fourmis articielles, nous avons utilisé les paramètres suivants : une population de n fourmis, avec n correspondant au nombre de pages du site web ; ρ = 0.1;

α = 0.5;β = 0.8.

La gure 5.13 représente la quantité de phéromones sur les liens reliant la page d'accueil

O du site à toutes les autres pages numérotées à partir de 1 lors de la génération d'un plan de site avec K = 4. Précisons que seuls les liens présentant des évolutions particulières c'est-à-dire faisant partie à un moment donné de la meilleure solution sont représentés sur le graphique. Nous noterons E les liens pour lesquels les phéromones ne cesseront de s'évaporer. Nous distinguons sur la gure les liens E1 qui possédaient initialement une forte quantité de phéromones, à l'opposé des liens E₂ qui ne disposaient au départ que d'une faible quantité.

Lors de cette exécution, les liens (O3), (O4) et (O5) ont été sélectionnés par les four-mis lors des quatre premières itérations. La quantité de phéromones sur ces liens étant initialement xée à 1, elle reste constante sur les quatre premières itérations. Lors des deux itérations suivantes, les liens (O1), (O5), (O9) et (O15) appartiennent à la meilleure solu-tion jusqu'alors trouvée par les fourmis. Sur ces liens, de nouvelles phéromones sont déposées alors que sur tous les autres les phéromones s'évaporent durant ces deux itérations. Lors des

Fig. 5.13 Quantité de phéromones sur les liens partant de la racine lors de la génération d'un plan du site de Polytech'Tours avec K = 4.

itérations suivantes ce sont les liens(O1), (O3),(O5)et(O9)qui font partie de la meilleure solution. La quantité de phéromones sur ces quatre liens va donc augmenter tandis qu'elle va diminuer sur tous les autres liens. A l'itération 12, les liens faisant partie de la meilleure solution sont toujours les liens (O1),(O3),(O5)et(O9). Après mise à jour des phéromones, nous observons que ces quatre liens possèdent une quantité de phéromones supérieure à β. De plus, tous les autres liens possèdent une quantité de phéromones inférieure à α. Le test d'arrêt est alors vérié pour les liens de premier niveau.

Nous allons désormais présenter les résultats obtenus sur diérents sites web : ville de Langeais (15 pages), ville de Chinon (26), Polytech'Tours (126 pages), et l'équipe HaNT du Laboratoire d'Informatique de l'Université de Tours (149 pages). Le tableau 5.1 représente les résultats obtenus pour l'exécution du programme de génération de plan de site web par des fourmis articielles, en comparaison avec une méthode aléatoire et l'algorithme d-Prim. Le coût des solutions est calculé comme la somme des similarités entre les pages liées entre elles dans le plan du site. Le coût moyen suivi de l'écart moyen entre parenthèses est indiqué et la durée d'exécution est donnée en ms. Ce tableau permet de comparer les résultats obtenus sur plusieurs sites web pour lesquels le nombre n de pages est indiqué. Dans cette série de tests K = 4, c'est-à-dire qu'à tous les niveaux du plan du site, 4 liens maximum sont attendus par l'utilisateur. Nous observons que notre algorithme de fourmis articielles donne des résultats avoisinant les résultats obtenus par l'algorithme d-Prim. Cependant nous remarquons également que la durée d'exécution est bien plus importante que pour l'algorithme d-Prim et cela se ressent de plus en plus lorsque le site web contient de nombreuses pages.

Fourmis articielles d-Prim Aléatoire n Coût Durée Coût Durée Coût Durée

15 4.52 30 3.98 15 5.04 15 (0.15) (0.31) 26 11.22 39 8.59 16 12.51 15 (0.25) (0.37) 126 118.90 75158 118.35 18 144.08 17 (0.15) (1.36) 149 60.05 148501 47.05 18 124.72 17 (3.63) (0.27)

Tab. 5.1 Coûts (et écarts moyens) sur diérents sites web avec K=4.

La gure 5.14 (a) illustre le résultat obtenu grâce à l'algorithme d-Prim sur le site web de la ville de Chinon avecK = 4. La gure 5.14 (b) illustre quant à elle un des résultats obtenus sur le même site web avec l'algorithme de fourmis articielles. Nous retrouvons sur ces deux plans des liens concernant l'actualité qui sont regroupés, de même que les liens concernant le projet Brèche. Cependant, dans les deux cas, les liens concernant l'actualité ont une position qui semble étrange dans l'arborescence du plan du site. En eet ces algorithmes tentent de minimiser le coût de l'arbre, utilisant pour cela une mesure de dissimilarité entre les pages web. La mesure utilisée ici est une mesure TF/IDF qui ne donne pas des résultats satisfaisants pour une application concrète à notre problème de plan de site web.

(a)

(b)

Fig. 5.14 Achage du plan du site de la ville de Chinon généré avec l'algorithme d-Prim (a) et avec des fourmis articielles (b) pour K = 4.

5.4 Conclusion

Finalement, ce chapitre nous a permis de présenter deux outils de synthèse.

Dans un premier temps, nous avons réalisé un validateur des normes d'accessibilité destiné aux webmestres débutants. D'une part, il s'adapte parfaitement à une démarche progressive de correction grâce au regroupement des erreurs d'une ou plusieurs pages du site. D'autre part, la particularité de notre validateur réside dans sa capacité à tester de nombreuses recommandations, qu'elles soient HTML, CSS ou encore des recomman-dations d'accessibilité telles les normes WCAG, Accessiweb ou UWEM. Les fonctionnalités multi-pages et multi-recommandations permettent ainsi aux webmestres de n'utiliser qu'un seul validateur dans toute leur démarche. Ce validateur est utilisable à l'adresse http: //accessi.hant.li.univ-tours.fr/validateur/accueil.php. Notons qu'avec l'arrivée de nouveaux pays européens adhérant aux normes UWEM, des recommandations nationales autre que Accessiweb pourront être ajoutées. A ce jour, il est d'ors-et-déjà possible d'inté-grer les recommandations espagnole et belge. A cela, devront aussi être ajoutées les normes WCAG 2.0 (successeur de WCAG 1.0).

Dans un second temps, nous avons présenté un algorithme de fourmis articielles pour la génération de plans de sites web. L'intérêt majeur de cet algorithme consiste à pouvoir s'adapter aux capacités de mémorisation des internautes non-voyants en leur octroyant la liberté de paramétrer le nombre K de liens maximum à chaque n÷ud de la structure du plan. A partir de ce travail, des améliorations sont envisageables d'une part pour améliorer les performances et la vitesse d'exécution et d'autre part car la génération du plan du site par cet algorithme est directement liée à l'analyse de la similarité entre les pages. Dans ce travail, la mesure TF/IDF a été utilisée et les résultats sont donc comparés non pas aux pages du site mais à la matrice de similarité entre les pages. Par conséquent, d'autres mesures (permettant de détecter un thème commun même si les termes utilisés dièrent) pourraient être mises en place an d'améliorer la qualité du plan dans des conditions réelles d'utilisation.

Les travaux présentés dans ce chapitre ont donné lieu à l'encadre-ment de deux projets de n d'études au Départel'encadre-ment d'Informa-tique (DI) de Polytech'Tours [90][130] et d'un stage de Master 2 Recherche [129]. Ils ont également conduit à un certain nombre de communications ou de publications [33][38][43][42].