Extraction automatique de connaissances pour la décision multicritère

Automatic knowledge extraction pour multicriteria decision making.

• Auteur / Autrice : Michel Plantié
• Direction : Jacky Montmain
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance en 2006
• Etablissement(s) : Saint-Etienne, EMSE
• Partenaire(s) de recherche : autre partenaire : Université Jean Monnet (Saint-Étienne1969-...)

Mots clés

Mots clés contrôlés

Exploration de données

Indexation automatique

Systèmes d'aide à la décision

Gestion des connaissances

Résumé

Cette thèse, sans prendre parti, aborde le sujet délicat qu’est l’automatisation cognitive. Elle propose la mise en place d’une chaîne informatique complète pour supporter chacune des étapes de la décision, en particulier la phase d’apprentissage en faisant de la connaissance actionnable (CA) une entité informatique manipulable par des algorithmes. Datamining, multicritère et optimisation sont autant de techniques utilisées en vue d’une interprétation cybernétique du modèle décisionnel de l’économiste Simon. L’incertitude épistémique inhérente à une décision est mesurée par le risque décisionnel qui analyse les facteurs discriminants entre les alternatives. Notre modèle apporte un éclairage formel des liens entre incertitude épistémique, risque décisionnel et stabilité de la décision. Enfin, l’exemple d’application d’un gérant de vidéoclub cherchant à optimiser ses investissements en fonction des préférences de sa clientèle reprend et illustre le processus informatisé dans sa globalité.

This thesis deals with the biased subject of cognitive automation. We propose a complete information processing system to support each step for collective decision-making in which the automation of the learning stage is emphasized: the actionable knowledge becomes a data that can be manipulated by algorithms. Data-mining, multi criteria decision and optimization techniques are together required for our cybernetic interpretation of the decision model by the economist Simon. The epistemic incertitude inherent to a decision-making is captured by the notion of decisional risk that analyses the discriminating factors between competing alternatives. Our approach provides a new framework to formalize the relations between epistemic incertitude, decisional risk and decision stability concepts. The problem of a video-club manager who tries to optimize his investments w. R. T. The preferences of his customers provides a relevant application that illustrates our whole information processing system.