Abstract FR:

L'utilisation de techniques combinatoires dans un processus d'extraction automatique de connaissances à partir des données génère potentiellement un volume de règle d'association trop important pour qu'un utilisateur puisse y trouver des connaissances effectivement utiles selon son point de vue ; et ce, malgré l'utilisation de critères de qualité des règles extraites tels que l'intensité d'implication. Nous proposons d'envisager une meilleure assistance à l'utilisateur en couplant à un algorithme performant pour la découverte d'association un nouvel outil interactif de visualisation, felix, fournissant une véritable aide à la décision en permettant la fouille de règles. Felix permet d'assister l'utilisateur dans son raisonnement mettant en relation la connaissance découverte automatiquement et sa propre expertise. Pour cela, il dessine le graphe des relations associant des descriptions de sous-ensembles d'objets de la base de données et permet, par action de l'utilisateur sur ce dessin, de modifier dynamiquement et de façon itérative cette représentation pour prendre en compte de manière incrémentale de nouvelles étapes dans le raisonnement de l'expert. Une heuristique basée sur les algorithmes génétiques a été développée pour le problème du dessin interactif. Felix a été implémenté selon une architecture client-serveur et exploite des standards ouverts pour s'intégrer parfaitement dans les environnements industriels d'aujourd'hui, entre les bases de données et l'intranet des entreprises. Il a déjà été utilisé dans le domaine de la gestion des ressources humaines pour étudier le rapprochement entre des bilans comportementaux et des métiers, à partir de bases de données de plusieurs clients de la société performanse sa. Des profils de métiers ont ainsi pu être élaborés.