Survey
* Your assessment is very important for improving the workof artificial intelligence, which forms the content of this project
* Your assessment is very important for improving the workof artificial intelligence, which forms the content of this project
Dominique Crié Revue française de gestion 5/2003 (no 146), p. 59-79. URL : www.cairn.info/revue-francaise-de-gestion-2003-5-page59.htm. DOI : 10.3166/rfg.146.59-79. ISSN 0338-4551 Réalisé par : Mahjoubi Hanene & Manel Benzarti Master « Management des Organisations » Plan 1. 2. 3. 4. 5. 6. Présentation de l’article Problématique Définitions des concepts clés Les nouvelles logiques de gestion des connaissances Apports et limites Que doit-on retenir? 2 1. Présentation de l’article Nature de l’article: Population visée: L’état de l’art (Revue de la littérature) Les académiciens et les praticiens Sources d’informations: Les conférences, les ouvrages et les revues Source de données: Secondaire, non empirique. 3 2. Problématique • NTIC fournissent une masse très importante de données La croissance exponentielle de l’information Un souci cognitive : Le défi est de donner un sens à toute l’information • Présenter les nouvelles logiques de gestion des connaissances et leurs implications managériales 4 3. Définitions des concepts clés L’extraction de connaissances (EC) L’extraction des connaissances à partir des données (ECD) L’extraction des connaissances à partir de textes (ECT) ou Text Mining (TM) Web Mining Multimedia- Mining 5 3. Définitions des concepts clés L’extraction de connaissances à partir des données (ECD) : « L’acquisition de connaissances nouvelles, intelligibles et potentiellement utiles à partir de faits cachés au sein de grandes quantités de données » (Fayyad et al.,1996) Le Knowledge Discovery in Data-bases (KDD) Le Data Mining(DM) Statisques Intelligence artificielle Fournir une aide décisionnelle au manager 6 3. Définitions des concepts clés Multimedia-Mining L’extraction des connaissances à partir de textes (ECT) Web Mining ou Text Mining (TM) KM ECT Web Mining C’est le data mining appliqué aux navigation C’est l’extraction des connaissances à partirde des BDD C’est un processus d’extraction desdonnées connaissances à sur le web. multimédias. partir des documents non structurés. Multimedia ECD Source: zonecours.hec.ca/.../H2006-1-729907.401600H06_Seance14.ppt - mining 7 4. Les nouvelles logiques de gestion des connaissances 8 ECD Data X (html, xml, etc.) Data Y (xls, doc, ppt, etc.) Data Z (pdf, ps, etc.) Visualisation des données, règles, modélisation Structuration , normalisation des données Sélection des données Data Warehouse Data Mart Structuration DW, Méta données Prétraitement (Données manquantes) Base de connaissances Systèmes experts Algorithmes Arbres, inférences bayésiennes, réseaux neurones, etc 9 ECT Moteur de ECT recherche Mots- clés Univers lexical non structuré Documents RI La recherche des d’informations spécifiques (RI) L’utilisateur est un « ou requêteur de documents recherche»documentaire L’extraction des connaissances à partir des données (ECD) Mots, concepts Réseau sémantique structuré Moteur d’extraction Documents ECD L’utilisateur est un récepteur d’informations 10 Les techniques de Web Mining 1. L’analyse de contenu fait référence à la recherche automatique et à l’extraction de connaissances à partir du Web 2. L’analyse de l’usage du web s’attache à la découverte des schémas d’accès et de navigation des utilisateurs au sein des serveurs 11 Les aspects du KM organisationnels Aspects - Il faut que les schémas organisationnel de l’entreprise soit propice à la création et au humains partage des connaissances - IlLenedéfi fautdu pasKM fixer les objectifs préalable s’attache, dansaucet aspect, ou fixer mais sans au lesrecrutement, à les la transmettre rétention aux et culturels employés. de la productivité des -accroissement Favoriser l’émergence d’une culture -travailleurs Insister surclés l’importance des métadonnées du savoir pour implémenter générale commune de la connaissance le capital humain à moyen et long terme. technologiques - La connaissance nécessite l’intervention -humaine Formaliser l’intelligence et l’expérience des individus rendrel’individu plus accessible le KM pour doit ériger au cœur l’information du système à la bonne personne au bon 12 moment Les enjeux du KM Augmenter la performance de l’entreprise Anticiper le futur et de bénéficier d’une meilleure position concurrentielle une meilleure place sur le marché Eviter la perte des savoirs 13 Les freins au KM Difficultés d’assimiler et d’appréhender des technologies lourdes à manipuler ou encore émergentes. Absence de culture orientée connaissance (Source: D.W.Delong et L.Fahey « Diagnostic Cultural Barries to Knowledge Management, Academy of Management Exécutive, vol .14, n°4, p113-127 ,2000) Inadaptation de la structure aux flux informationnels Partage et la localisation du pouvoir 14 Apports et limites Apports Limites - Absence La présentation des pistes détaillée de recherche des différentes logiques de GC - Manque La complémentarité de précisiondes duapproches degré de maîtrise des ces nouveaux outils 15 Que doit-on retenir? Stockage de connaissances Partage de connaissances Extraction de connaissances (vous savez ce que vous détenez) (vous savez ce que vous n’avez pas) (vous ne savez pas ce que vous détenez) TM Fichiers Gestion des documents Moteur de recherche traditionnel Web Mining DM Moteur d’extraction 16 Sources et moyens d’extraction des connaissances Intranets Portails d’entreprise Workflows, … Stock informationnel Client BI CRM DW TM WM MM KM Entreprise Organisation DM OLAP IE Marché Environnement 17 MERCI POUR VOTRE ATTENTION 18