Abstract EN:

Un enjeu majeur des systèmes d'aide à la décision est d'automatiser le prétraitement de ces informations afin d'en faciliter l'accès. L'objectif de notre travail est la reconnaissance d'occurrences de situations particulières, à partir d'observations issues de plusieurs sources. Dans le processus global de fusion d'informations pour la reconnaissance de situations, nous nous intéressons en particulier à trois étapes. D’abord, les situations que l'on souhaite reconnaître sont modélisées à l’aide du formalisme des graphes conceptuels. Nous bénéficions ainsi des travaux théoriques réalisés sur ce formalisme. Ensuite, l’identification des observations compatibles permet de vérifier que deux observations correspondent à la même situation, avant de tenter de les combiner. Cette identification repose sur l'utilisation de mesures de similarité de graphes adaptables à un domaine d'application spécifique. Enfin, la fusion d'informations repose sur l'utilisation de l'opération de jointure maximale sur les graphes conceptuels. Afin de permettre de fusionner des informations qui ne sont pas complètement identiques, nous relaxons les contraintes d'égalité des valeurs de deux nœuds concepts. La validation de notre travail se divise en deux phases. D’abord, nous mettons en évidence la validité de notre approche ainsi que l'importance d'injecter de la connaissance métier à l'intérieur du processus de fusion. Pour ce faire, nous utilisons notre plate-forme de fusion dans le cadre d'un système de recommandation de programmes télévisés. Ensuite, nous validons la généricité et l'adaptabilité de notre approche en utilisant la plate-forme de fusion sur quatre applications supplémentaires