ISBN-13: 9783838140483 / Francuski / Miękka / 2018 / 192 str.
Les systA]mes d'information des entreprises actuelles sont de plus en plus A submergA(c)s A par des donnA(c)es de tous types: structurA(c)es (bases de donnA(c)es, entrepAts de donnA(c)es), semi-structurA(c)es (documents XML, fichiers log) et non structurA(c)es (textes et multimA(c)dia). Ceci a crA(c)A(c) de nouveaux dA(c)fis pour les entreprises et pour la communautA(c) scientifique, parmi lesquels comment comprendre et analyser de telles masses de donnA(c)es afin d'en extraire des connaissances. Par ailleurs, dans une organisation, un projet d'Extraction de Connaissances A partir de DonnA(c)es (ECD) est le plus souvent menA(c) par plusieurs experts (experts de domaine, experts d'ECD, experts de donnA(c)es...), chacun ayant ses prA(c)fA(c)rences, son domaine de compA(c)tence, ses objectifs et sa propre vision des donnA(c)es et des mA(c)thodes de l'ECD. C'est ce que nous qualifions de processus d'ECD multi-vues (ou processus multi-points de vue). Notre objectif dans ce travail est de faciliter la tA che de l'analyste d'ECD et d'amA(c)liorer la coordination et la comprA(c)hensibilitA(c) entre les diffA(c)rents acteurs d'une analyse multi-vues, ainsi que la rA(c)utilisation du processus d'ECD en termes de points de vue.
Les systèmes dinformation des entreprises actuelles sont de plus en plus submergés par des données de tous types : structurées (bases de données, entrepôts de données), semi-structurées (documents XML, fichiers log) et non structurées (textes et multimédia). Ceci a créé de nouveaux défis pour les entreprises et pour la communauté scientifique, parmi lesquels comment comprendre et analyser de telles masses de données afin den extraire des connaissances. Par ailleurs, dans une organisation, un projet dExtraction de Connaissances à partir de Données (ECD) est le plus souvent mené par plusieurs experts (experts de domaine, experts dECD, experts de données...), chacun ayant ses préférences, son domaine de compétence, ses objectifs et sa propre vision des données et des méthodes de lECD. Cest ce que nous qualifions de processus dECD multi-vues (ou processus multi-points de vue). Notre objectif dans ce travail est de faciliter la tâche de lanalyste dECD et daméliorer la coordination et la compréhensibilité entre les différents acteurs dune analyse multi-vues, ainsi que la réutilisation du processus dECD en termes de points de vue.