Abstract FR:

Dans de nombreux domaines, l’analyse rationnelle des risques fait partie intégrante du processus de décision. Outil méthodologique essentiel des décideurs, elle leur permet d’anticiper le déclenchement de crises potentielles. L’objectif est de parvenir à identifier les situations à risque ainsi que les principaux facteurs de risque afin de mettre en place les politiques de prévention adéquates. Si des cellules de veille ont été mises en place, tant au niveau de l’entreprise, que des institutions publiques, la quantité d’information potentiellement pertinente pour un sujet donné est parfois telle que la mise à disposition d’outils automatisant tout ou partie du traitement de cette information répond à un besoin réel, sinon à une nécessité. Dans cette thèse, nous proposons un système générique d’aide à l’anticipation de crises. Notre objectif est de fournir une synthèse d’une situation donnée via l’identification des crises potentielles et des facteurs de risque associés. Le système que nous proposons repose sur l’apprentissage supervisé de règles de décision floues. La qualité des données d’apprentissage étant problématique dans de nombreuses applications, nous proposons une étude approfondie sur la chaîne de prétraitement, et en particulier sur le traitement des valeurs manquantes et sur la sélection d’attributs. La synthèse des résultats fournis par notre système étant destiné à des utilisateurs en charge de la veille stratégique, des outils d’aide au raisonnement et à la compréhension de cette synthèse sont également proposés. Pour juger de l’intérêt de notre méthodologie nous détaillons son application à un problème concret : la détection des conflits armés intra-étatiques.