BKMDM:La Gestion Booléenne des Connaissances guidée par Data Mining

La capitalisation du savoir-faire et la maîtrise d’une masse d’informations en constante augmentation sont devenues les nouveaux enjeux stratégiques des organisations, qui ont pour objectif de capturer l’ensemble du patrimoine de connaissances. Ainsi, la cartographie des connaissances est un moyen de navigation cognitif pour accéder aux ressources d’un patrimoine stratégique de connaissances d’une organisation. Dans cette étude, nous présentons une nouvelle approche de cartographie qui s’appuie, d’une part, sur la modélisation booléenne des connaissances. D’autre part, sur l’exploitation des différentes sources de données par des techniques de fouille de données pour améliorer le processus d’acquisition du savoir explicite. Pour l’évaluation de notre approche, nous avons lancé un processus de cartographie guidée par apprentissage automatique artificiel qui opère en deux étapes : une fouille de données et une cartographie automatique. La fouille de données consiste à lancer dans un premier temps une induction booléenne à partir des cas pratiques. Les règles de cartographie obtenues sont utilisées pour améliorer automatiquement le modèle booléen de la cartographie des connaissances.