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 0338-4551Réalisé par :

Mahjoubi Hanene & Manel Benzarti

Master « Management des Organisations »

Plan

1. Présentation de l’article2. Problématique3. Définitions des concepts clés4. Les nouvelles logiques de gestion

des connaissances5. Apports et limites6. Que doit-on retenir?

2

1. Présentation de l’article

Nature de l’article:Population visée:Sources

d’informations:

Source de données:

3

L’état de l’art (Revue de la littérature)Les académiciens et les praticiens

Les conférences, les ouvrages et les revues

Secondaire, non empirique.

2. ProblématiqueLa croissance exponentielle de

l’information

4

• NTIC fournissent une masse très importante de données

• Présenter les nouvelles logiques de gestion des connaissances et leurs implications managériales

Un souci cognitive : Le défi est de donner un sens à toute l’information

3. Définitions des concepts clésL’extraction de connaissances

(EC)

5

L’extraction des connaissances à partir de textes

(ECT) ou Text Mining

(TM)

Web Mining

Multimedia- Mining

L’extraction des connaissances

à partir des données (ECD)

3. Définitions des concepts clés

«  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)

6

L’extraction de connaissances à partir des données (ECD) :

Le Knowledge Discovery in Data-

bases (KDD)Intelligence artificielle

Le Data Mining(DM)Statisques

Fournir une aide décisionnelle au manager

3. Définitions des concepts clés

7

C’est un processus d’extraction des connaissances à partir des documents non structurés.

L’extraction des connaissances à partir de textes (ECT)

ou Text Mining (TM)

Web Mining

C’est le data mining appliqué aux données de navigation sur le web.

Source: zonecours.hec.ca/.../H2006-1-729907.401600H06_Seance14.ppt

Multimedia-Mining

C’est l’extraction des connaissances à partir des BDD multimédias.

ECT

ECD

Web Mining

Multimedia- mining

KM

4. Les nouvelles logiques de gestion des connaissances

8

ECD

9

Data X(html, xml, etc.)

Data Y(xls, doc, ppt, etc.)

Data Z(pdf, ps, etc.)

Data Warehouse

Data Mart

Structuration , normalisation des

données

Prétraitement(Données

manquantes)

Algorithmes

Arbres, inférences bayésiennes, réseaux

neurones, etc

Base de connaissance

s

Visualisation des données,

règles, modélisation

Structuration DW,Méta données

Systèmes experts

Sélection des données

Mots- clés

10

ECT

La recherche des d’informations spécifiques

(RI) ou recherche documentaire

L’extraction des connaissances à partir

des données (ECD)

Mots, concepts

Moteur de recherche

Moteur d’extractio

n

Documents

Documents

RI

ECD

Univers lexical non structuré

Réseau sémantique structuré

L’utilisateur est un « requêteur » de documents

L’utilisateur est un récepteur d’informations

ECT

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

Aspects

12

organisationnels

humains

culturels

technologiques

- 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

- 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

- Favoriser l’émergence d’une culture générale commune de la connaissance - Formaliser l’intelligence et l’expérience des individus pour rendre plus accessible l’information à la bonne personne au bon 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 limitesApports

15

Limites

- La présentation détaillée des différentes logiques de GC - La complémentarité des approches

- Absence des pistes de recherche

- Manque de précision du degré de maîtrise des ces nouveaux outils

Que doit-on retenir?

16

Stockage de connaissance

s(vous savez ce que

vous détenez)

Partage de connaissance

s(vous savez ce que vous n’avez pas)

Extraction de

connaissances

(vous ne savez pas ce que vous

détenez)

Fichiers

Gestion des

documents

Moteur de recherche traditionne

l

TM Web Minin

g

DM

Moteur d’extractio

n

17

Stock informationn

el

DW

IntranetsPortails d’entrepriseWorkflows, …

BICRM

Client

EntrepriseOrganisation

MarchéEnvironnement

KM

IE

TMWMMM

DMOLAP

Sources et moyens d’extraction des connaissances

18

MERCI POUR VOTRE ATTENTION