Read more
La sélection d'articles publiés dans le présent recueil constitue les actes
des neuvièmes journées Extraction et Gestion des Connaissances (EGC'2009)
qui se sont tenues à Strasbourg du 27 au 30 janvier 2009.
Dans le prolongement des huit éditions précédentes, EGC 2009 ambitionne de
regrouper chercheurs, industriels et utilisateurs francophones issus des communautés
Bases de Données, Statistique, Apprentissage, Représentation des
Connaissances, Gestion de Connaissances et Fouille de données.
Aujourd'hui, de grandes masses de données structurées ou semi-structurées
sont accessibles dans les systèmes d'information d'entreprises ainsi que sur la
toile. Ces données sont potentiellement riches de ressources inouïes qui demandent
à être exploitées. Pour en tirer parti, nous avons besoin de méthodes et
d'outils capables de les rassembler, de les représenter, de les stocker, de les
indexer, de les intégrer, de les classifier, d'en extraire les connaissances pertinentes
et enfin de visualiser les résultats de cette extraction. Pour répondre à cette
attente, de nombreux projets de recherche se développent autour de l'extraction
de connaissances à partir de données (Knowledge Discovery in Data), et de la
gestion de connaissances (Knowledge Management).
L'objectif de ces journées est de rassembler, d'une part les chercheurs des disciplines
connexes (apprentissage, statistique et analyse de données, systèmes
d'information et bases de données, ingénierie des connaissances, etc.), et d'autre
part les spécialistes d'entreprises qui déploient des méthodes d'extraction et de
gestion des connaissances, afin de contribuer à la formation d'une communauté
scientifique dans le monde francophone autour de cette double thématique de
l'extraction et de la gestion de connaissances.
Les travaux rassemblés dans ce volume traduisent à la fois ce caractère multidisciplinaire
des recherches en fouille de données et la richesse des applications
potentielles. De nombreux articles portent sur les fondements théoriques, par
exemple sur les distances ou sur les algorithmes de classification, d'autres sur
des améliorations de techniques existantes, comme par exemple l'extraction de
règles d'association, d'autres enfin abordent des applications d'envergure, par
exemple la détection d'intrusion, la médecine, la recherche d'images ou la constitution
de sites culturels. On doit souligner la diversité des champs disciplinaires
mobilisés (statistique, bases de données, intelligence artificielle, apprentissage
statistique, etc.) et la variété des applications proposées. Tout cela atteste de la
vitalité de l'extraction et de la gestion des connaissances.
