De l’extraction des connaissances au Knowledge Management

1. De l’extraction des connaissances au Knowledge Management Dominique Crié Revue française de gestion 5/2003 (no 146), p. 59-79. URL : www.cairn.info/revue-francaise-de-gestion-2003-5-page-59.htm. DOI : 10.3166/rfg.146.59-79. ISSN 0338-4551 Réalisé par : Mahjoubi Hanene & Manel Benzarti Master « Management des Organisations »

2. Plan • Présentation de l’article • Problématique • Définitions des concepts clés • Les nouvelles logiques de gestion des connaissances • Apports et limites • Que doit-on retenir?

3. Présentation de l’article • Nature de l’article: • Population visée: • Sources d’informations: • Source de données: L’état de l’art (Revue de la littérature) Les académiciens et les praticiens Les conférences, les ouvrages et les revues Secondaire, non empirique.

4. 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

5. 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 TextMining (TM) Web Mining Multimedia- Mining

6. 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) Intelligence artificielle Le Data Mining(DM) Statisques Fournir une aide décisionnelle au manager

7. Définitions des concepts clés Multimedia-Mining L’extraction des connaissances à partir de textes (ECT) ou TextMining (TM) Web Mining KM Web Mining ECT C’est le data mining appliqué aux données de navigation sur le web. Source: zonecours.hec.ca/.../H2006-1-729907.401600H06_Seance14.ppt C’est l’extraction des connaissances à partir des BDD multimédias. C’est un processus d’extraction des connaissances à partir des documents non structurés. Multimedia- mining ECD

8. Les nouvelles logiques de gestion des connaissances KM Web Mining ECT ECD

9. ECD Structuration , normalisation des données Data X (html, xml, etc.) Sélection des données Data Y (xls, doc, ppt, etc.) Data Warehouse Data Mart Data Z (pdf, ps, etc.) Structuration DW, Méta données Prétraitement (Données manquantes) Base de connaissances Visualisation des données, règles, modélisation Algorithmes Arbres, inférences bayésiennes, réseaux neurones, etc Systèmes experts

10. ECT Moteur de recherche ECT Documents Mots- clés RI Univers lexical non structuré L’extraction des connaissances à partir des données (ECD) La recherche des d’informations spécifiques (RI) ou recherche documentaire L’utilisateur est un « requêteur » de documents Moteur d’extraction Mots, concepts Documents Réseau sémantique structuré ECD L’utilisateur est un récepteur d’informations

11. Les techniques de Web Mining • L’analyse de contenu fait référence à la recherche automatique et à l’extraction de connaissances à partir du Web • 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

12. Les aspects du KM  organisationnels Aspects • - Il faut que les schémas organisationnel de l’entreprise soit propice à la création et au partage des connaissances  • Il ne faut pas fixer les objectifs au préalable ou les fixer mais sans les transmettre aux employés. • Insister sur l’importance des métadonnées humains - Le défi du KM s’attache, dans cet aspect, au recrutement, à la rétention et accroissement de la productivité des travailleurs clés du savoir pour implémenter le capital humain à moyen et long terme. - La connaissance nécessite l’intervention humaine le KM doit ériger l’individu au cœur du système culturels - Favoriser l’émergence d’une culture générale commune de la connaissance technologiques - Formaliser l’intelligence et l’expérience des individus pour rendre plus accessible l’information à la bonne personne au bon moment

13. 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

14. 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

15. Apports et limites • Limites • Apports - La présentation détaillée des différentes logiques de GC - Absence des pistes de recherche • La complémentarité des approches - Manque de précision du degré de maîtrise des ces nouveaux outils

16. Que doit-on retenir? Stockage de connaissances (vous savez ce que vous détenez) Partage de connaissances (vous savez ce que vous n’avez pas) Extraction de connaissances (vous ne savez pas ce que vous détenez) TM Web Mining DM Fichiers Gestion des documents Moteur de recherche traditionnel Moteur d’extraction

17. Sources et moyens d’extraction des connaissances Intranets Portails d’entreprise Workflows, … Client BI CRM DW TM WM MM Entreprise Organisation Stock informationnel KM DM OLAP IE Marché Environnement

18. MERCI POUR VOTRE ATTENTION