Vers une Cartographie des Connaissances Guidée par la Fouille des Données

Résumé. Ce papier présente une nouvelle approche de cartographie des connaissances stratégique/métiers guidée par apprentissage automatique en vue de définir la stratégie de gestion des connaissances à engager. La démarche que nous avons expérimentée s’appuie sur une nouvelle méthode cellulaire d’extraction de règles à partir des données nommée CASI (Cellular Automaton for Symbolic Induction). La première étape consiste en la préparation d’une cartographie des domaines de connaissances stratégique et métiers par le modèle graphique. La deuxième étape à transformer le graphe de cette cartographie sous forme de partitions, en respectant le principe booléen de la machine cellulaire CASI. Le but, après une modélisation booléenne de la cartographie des domaines de connaissances, est double : d’une part affiner la cartographie par une fouille de donnée orchestrée par CASI, et d’autre part réduire la complexité de stockage, ainsi que le temps de calcul. Seule la modélisation booléenne de la cartographie est décrite dans ce papier.