Une approche systémique pour l'extraction de connaissances de données

La puissance des systèmes de collecte de données conduisent aujourd'hui à la construction de grandes Bases de Données (BD) dont l'exploitation fait appel à des techniques automatiques d'Extraction de Connaissances de Données (ECD). La diversité de ces données et la complexité des connaissances recherchées rendent fondamentale l'intégration des connaissances expertes dans le processus d'ECD. Cela nécessite la mise en place d'approches, méthodes et techniques d'identification, de représentation et d'opérationnalisation de ces connaissances. Dans cet ouvrage, nous proposons quatre approches: la première permet la formalisation des connaissances expertes sous forme de métadonnées multi-vues et multi-niveaux d'abstraction. La deuxième utilise ces métadonnées comme un moyen d'incorporation des connaissances expertes dans le processus d'ECD. La troisième utilise les modèles de connaissances pour une analyse interactive et multi-vues de l'impact d'un changement sur un système. La quatrième fournit un modèle général d'évaluation des connaissances extraites. Nous avons appliqué ces approches pour extraire des connaissances de BD d'accidents de la route afin d'améliorer la sécurité routière.