Extraction automatique de connaissances pour la décision multicritère

This thesis deals with the biased subject of cognitive automation without really coming to a decision. A complete information processing system to support each step of a collective decision-making process (DMP) is proposed. The automation of the learning stage in a DMP is emphasized: the actionable knowledge, i.e. the knowledge relevant for action, becomes a data that can be manipulated by algorithms. The model that supports our interactive decision-making support system (IDMSS) widely relies on automated knowledge processing. Data-mining, multi criteria decision and optimization techniques are together required in our IDMSS that corresponds to a cybernetic interpretation of the model of decision by the economist Simon. The epistemic incertitude inherent to a decision-making is captured by the notion of decisional risk that analyses the discriminating factors between competing alternatives. Several attitudes in the control of decisional risk may be envisaged: the IDMSS can be used to validate, check or refute an opinion. In every case, the control of epistemic incertitude is not neutral w.r.t. the dynamics of the DMP. The instrumentation of the learning stage in the DMP leads to elaborate the actuator of a retroaction loop that enables to control the dynamics of the DMP. Our approach provides a new framework to formalize the relations between epistemic incertitude, decisional risk and decision stability concepts.An analysis of the fundamental concepts of actionable knowledge and of automated indexation that support our models and tools is proposed. The actionable knowledge concept acquires a new interpretation in this cybernetic framework: that is the knowledge manipulated by the IDMSS actuator to control the dynamics of a DMP. A brief synthesis of the most popular learning techniques in knowledge discovery is proposed. All these techniques are instantiated for the automated extraction of actionable knowledge in a multi criteria evaluation process. The problem of a video-club manager who tries to optimize his investments w.r.t. the preferences of his customers provides a relevant application that illustrates our whole information processing system.Cette thèse, sans prendre parti, aborde le sujet délicat qu'est l'automatisation cognitive. Elle propose la mise en place d'une chaîne informatique complète pour supporter chacune des étapes de la décision. Elle traite en particulier de l'automatisation de la phase d'apprentissage en faisant de la connaissance actionnable--la connaissance utile à l'action--une entité informatique manipulable par des algorithmes.Le modèle qui supporte notre système interactif d'aide à la décision de groupe (SIADG) s'appuie largement sur des traitements automatiques de la connaissance. Datamining, multicritère et optimisation sont autant de techniques qui viennent se compléter pour élaborer un artefact de décision qui s'apparente à une interprétation cybernétique du modèle décisionnel de l'économiste Simon. L'incertitude épistémique inhérente à une décision est mesurée par le risque décisionnel qui analyse les facteurs discriminants entre les alternatives. Plusieurs attitudes dans le contrôle du risque décisionnel peuvent être envisagées : le SIADG peut être utilisé pour valider, vérifier ou infirmer un point de vue. Dans tous les cas, le contrôle exercé sur l'incertitude épistémique n'est pas neutre quant à la dynamique du processus de décision. L'instrumentation de la phase d'apprentissage du processus décisionnel conduit ainsi à élaborer l'actionneur d'une boucle de rétroaction visant à asservir la dynamique de décision. Notre modèle apporte un éclairage formel des liens entre incertitude épistémique, risque décisionnel et stabilité de la décision.Les concepts fondamentaux de connaissance actionnable (CA) et d'indexation automatique sur lesquels reposent nos modèles et outils de TALN sont analysés. La notion de connaissance actionnable trouve dans cette vision cybernétique de la décision une interprétation nouvelle : c'est la connaissance manipulée par l'actionneur du SIADG pour contrôler la dynamique décisionnelle. Une synthèse rapide des techniques d'apprentissage les plus éprouvées pour l'extraction automatique de connaissances en TALN est proposée. Toutes ces notions et techniques sont déclinées sur la problématique spécifique d'extraction automatique de CAs dans un processus d'évaluation multicritère. Enfin, l'exemple d'application d'un gérant de vidéoclub cherchant à optimiser ses investissements en fonction des préférences de sa clientèle reprend et illustre le processus informatisé dans sa globalité