Résumé. Le problème de la gestion des connaissances est un des problèmes les plus d'actualité dans les académiques et les industries. Plusieurs techniques constituent le socle opérationnel de ces problématiques. La technique d'ingénierie de connaissances MASK se présente comme la voie de recherche la plus prometteuse pour cerner ces problématiques de transfert, de partage et de capitalisation des connaissances. Le résultat de cette méthode à savoir le livre de connaissances fournit une vue complète des savoir-faire et connaissances d'un domaine. C'est une vraie source de donnée qui contribue à aider le décideur dans sa prise de décision. Mots clés : Systèmes d'aide à la décision, gestion des connaissances, capitalisation des connaissances, ingénierie des connaissances, MASK, livre de connaissances, source de donnée
Le capital humain est un atout pour l’entreprise. Elle y puise des connaissances, ainsi que des compétences. Dans le contexte concurrentiel actuel, et face à la rapidité croissante de l’évolution des besoins des clients, l’entreprise doit répondre aux attentes de manière flexible et efficace par une exploitation de ses connaissances et de ses compétences dans la prise de décision. Elle pourra ainsi accroître sa compétitivité.
L’ensemble des connaissances d’une entreprise détenues par des individus forme un capital intellectuel très volatile. Tout salarié peut quitter un jour son entreprise.
Pour l’entreprise la perte est minorée si elle a su capitaliser les connaissances, les expériences de l’intéressé.
Le Knowledge Management (Gestion de la connaissance) correspond en premier
lieu à la gestion de ces savoirs individuels. Par la diffusion même des informations, il
favorise la transversalité aux dépens de la hiérarchisation.
Le centre National de ressources Textuelles et Lexicales définit la capitalisation
comme l’« Accumulation d’intérêts ou de bénéfices de manière à former ou à grossir
un capital » [
Selon Michel Grundstein [
Dans l’entreprise, capitaliser les connaissances revient à considérer les
connaissances manipulées par ses acteurs, au sein de l’entreprise, comme un ensemble
de richesses constituant un capital, et en tirer des intérêts contribuant à augmenter la
valeur de ce capital [
Des méthodes et outils à caractère fonctionnel, plutôt issus des travaux informatiques.
Des méthodes de gestion des ressources humaines basées sur le retour d’expérience.
Le processus de capitalisation des connaissances est fondé sur l’explicitation, puis la
formalisation, de ces dernières, en utilisant des techniques d’ingénierie des
connaissances. Il a pour objectif l’identification et la structuration des connaissances
en une représentation shématique afin de rendre visibles, manipulables,
compréhensibles et communicables [
L’ingénierie des connaissances tire ses origines de l’intelligence artificielle et de la
psychologie cognitive. Elle a été évoluée depuis les années 70, en développant
d’abord des systèmes experts, ensuite des systèmes à base de connaissances. Plusieurs
disciplines sont directement impliquées dans l’ingénierie des connaissances comme la
psychologie, la logique, l’ergonomie, les sciences de gestion, l’ingénierie éducative,
la sociologie et la linguistique, entre autre, selon [
L’ingénierie des connaissances offre la méthode scientifique pour analyser et
manipuler les connaissances [
Elle propose des concepts, méthodes et techniques permettant de modéliser, de formaliser, d’acquérir des connaissances dans l’organisation dans un but d’opérationnalisation, de structuration ou de gestion au sens large.
Aussenac-Gilles [
Le recueil de données brutes du domaine d’expertise (interviews, grilles répertoires) : la définition des objectifs et des fonctionnalités attendues.
La construction d’un schéma de modèle conceptuel: la définition d’un vocabulaire abstrait pour décrire et structurer les connaissances expertes.
La définition du modèle conceptuel complet : l’identification pleine des connaissances à acquérir et des différents types de connaissances à manipuler.
Un grand nombre de méthodes ingénierie de connaissances était dédié à l’origine à la création de systèmes à base de connaissances, est tourné, par la suite vers des problématiques de résolution de problèmes ou d’aide à la décision.
Sur une longue liste de ces méthodologies, nous citons d’une manière non exhaustive:
La méthode MOKA: Méthodology and tools Oriented to Knowledge-based
engineering Applications [
La méthode MCSC: Méthode de Conception des Systèmes d’information Coopératifs [10.]Elle est spécialisée dans les problématiques organisationnelles liées au travail coopératif.
La méthode GIM : Grai Integrated Methodology [
La méthode SAGACE [
La méthode CommonKADS [
La méthode KOD: Knowledge Oriented Design [
La méthode REX: Retour d’Expérience [
La méthode MASK : Methodology for Analysing ans Structuring Knowledge [
La figure 1 représente le modèle de patrimoine de connaissances. C’est un sousensemble de toutes les connaissances produites et utilisées dans l’entreprise.
N om d u p at rim o in e
S ys tèm e de D EC I SIO N Sy st ème d'IN FO R M AT IO N
Sys tè me O PE R AN T
PAT R IMO I N E
D E C O N N A IS SA N C ES
Ces grandes phases s’articulent entre elles par des échanges de données, de flux de matière, etc.
R ess ou rc es
C o nn aiss a nc es : S avo i rs S avo i r-fair e
S avo i r-êtr e E ntr ée s
A ct iv it é d éc o m p os ée A cteu rs /Rô les
E n tré es/S o rtie s
Re sso ur ces
C o nna is s a nc es : S avo i rs S avo i r-fair e
S avo i r-être A c tivité n on dé c om pos é e
E ntré e s/S or tie s A c te u rs/R ôl es
Re ss ou rce s : Co nn ai ssa nc es
A c tiv ité déc o m p os ée A c te u rs/R ôle s :
So rt ie s
La figure 4 représente le modèle de taches. Ce modèle utilise un diagramme générique pour fournir des modèles qualitatifs de tous les phénomènes à décrire dans un projet donné.
T âc he a lt er na tive
C on dition1 T â c he pa r allèle - O b je t1 - O b je t2 T â c he te rm ina le
T â ch e r é pé titive
Con dition 2
T âch e séqu e ntie lle T âc h e te rm in a le
T âc he dé c om po sée
La figure 5 représente le modèle de concepts. Il traduit la structuration conceptuelle de l’expert métier. Cette structuration est donnée sous la forme d’une classification de concepts et d’objets. La classification est une activité cognitive naturelle de base de l’être humain. min-m ax
m in-m ax C on cept attrib ut 1 - Valeur 1 - Valeur 2 - Valeur 3 co ncep t attribu t 2
TYPE
C on cept m in-m ax C on cep t
m in-max
C o ncept d écom posé S ous- co ncep t 1
S ous-con cept 2
So us-concep t 3 aux concepts autour desquels s’est bâti le système de connaissances
M oteu r de l ’év olu tion
G éné ration 1 du c on ce pt ou de l ’obje t
T d ébu t - T fin
M oteu r de l ’év olu tion arg um entai re
G éné ration 2 du c on c ept ou d e l ’obj et
T d ébu t - T fin arg um enta ire
G éné ration 3 du c onc e pt ou de l ’ obje t
T déb ut - T fin
G éné ration 4 du c onc e pt ou de l ’ obje t
T déb ut - T fin a rgu m entair e
M oteu r de l ’év ol ution
Fig. 6. Diagramme type d'un modèle de lignées
La figure 7 représente le diagramme de l’historique. Il répond au besoin de connaître l’évolution des connaissances à certains moments, en reconstituant synthétiquement le réseau des relations réciproques que la connaissance entretient avec d’autres sous-systémes. éléme nt 1 Ja lon con ce rna nt l ’él ément 1A
É lé ment 1 de génération A Ja lon concer nan t l ’élé me nt 1 B Élém ent 1 de gé né ra tion B É lém ent 1 de géné ra tion C
déc omposé
Le livre de connaissance est l’aboutissement d’un projet de modélisation, selon la méthode MASK. Il en constitue le premier livrable. L'informatique décisionnelle désigne les moyens, les outils et les méthodes qui permettent de collecter, consolider, modéliser et restituer les données d'une entreprise en vue d'offrir une aide à la décision, et de permettre aux responsables d'une entreprise d'avoir une vue d'ensemble de l'activité traitée.
La question est de comment répondre aux demandes des décideurs, en leurs donnant un accès rapide et simple à l’information (à savoir la connaissance) stratégique. 4.1 Définition d’un datawarehouse Le lieu de stockage des différentes données en vue de la constitution du système d'information décisionnel est appelé entrepôt de données (en anglais datawarehouse).BILL INMON dans son ouvrage de référence "Using the Datawarehouse" définit le Datawarehouse de la façon suivante : «Le Datawarehouse est une collection de données orientées sujet, intégrées, non volatiles et historisées, organisées pour le support d'un processus d'aide à la décision.» 4.2 Définition d’un Data Mart Le Data Mart est une base de données moins coûteuse que le Datawarehouse, et plus légère puisque destinée à quelques utilisateurs d’un département.
DW Datawarehouse de l’entreprise DM
Data Mart du
Service Marketing DM
Data Mart du Service Ressources La notion OLAP (On Line Analytical Process) d’Oracle Business Intelligence repose sur une base de données multidimensionnelle représentée par un Cube, destinée à exploiter rapidement les dimensions d'une population de données.
La plupart des solutions OLAP reposent sur un même principe : restructurer et stocker dans un format multidimensionnel les données issues de fichiers ou de bases relationnelles. Ce format multidimensionnel, connu également sous le nom d'hypercube, organise les données selon une structure dimensionnelle. Ainsi, les utilisateurs analysent les données suivant les axes propres à leur métier.
La force de OLAP tient dans le fait que toutes les intersections du cube sont calculées, l’accès à l’information voulue est une opération très rapide, le résultat voulu se trouve aux croisements des différentes dimensions.
Vu le nombre important des données existantes dans le système d’information de l’activité AVAL/SONATRACH, on a jugé nécessaire d’exploiter cette plate forme. L’activité AVAL dispose, au niveau de chaque unité, des bases de données de production, chacune correspondant à un domaine ; Ces bases de production, ont permis, jusqu’à ce jour, le stockage d’un volume important de données, mais générant en même temps dans la prise de décision Ceci se concrétisera par la mise en place d’un datawarehouse ou d’un Data Mart dans le cas où on veut se limiter à un sujet bien précis.
En plus de ça, on va supposer avoir un livre de connaissances issu de la méthode MASK qui contient tout les modèles qu’on a vu ci-dessus. Il permet de situer chaque métier (ses connaissances et son évolution dans le temps) dans l’activité.
Nous proposons de considérer ce livre de connaissances qui est une vue complète de l’activité comme étant une source de données.
Comment répondre aux demandes des décideurs, en leurs donnant un accès rapide et simple à l’information stratégique ?
La réponse consiste à mettre en place un système d’information dédié aux applications décisionnelles selon la solution de « Business Intelligence d’ORACLE ». LIVRE DE CONNAISSANCEN
ORACLE BI BEANS
ORACLE Excel Add
ORACLE
ORACLE Discoverer
Reports
ORACLE HTML DB
CUBES OLAP
Warehouse Builder
Data Mart Data Mart
Data Warehouse Notre travail consiste à créer un magasin de données « Data Mart » Ressources Humaines (RH) en utilisant l’outil « Oracle Warehouse Builder 10g Release 2 », alimenter par plusieurs bases de données de productions visant un sujet précis « gestion des effectifs » par unité, fonction, dans une date précise, et à la fin créer un lien direct en mode connecté entre Microsoft Excel et les données d’un Data Mart, voir La figure ci-après. 2
Temps
3 DATA MART
Fonction 4
Avec la croissance incessante de la complexité des organisations et des entreprises, la disposition d’une bonne information au bon moment est devenue un objectif majeur, de tous les gestionnaires et décideurs. Le concept du Datawarehouse s’est construit à travers de ces nouvelles règles, dans lesquelles les décideurs ont un besoin d’obtenir des informations, pour une prise de décisions le plus rapidement.
Nous avons essayés à travers cet article de montrer qu’il été possible d’avoir un autre type de source de donnée à un niveau d’abstraction supérieur à savoir le livre de connaissances.