Le travail que nous présentons dans cette thèse porte sur le problème d'affectation dans une place de marché de prospects Internet. Plus précisément, ce travail a pour ambition de répondre à la problématique de l'adéquation de l'offre et de la demande, dans un contexte caractérisé par des flux continus faisant évoluer en temps réel l'ensemble des offres disponibles et les demandes à satisfaire. Pour ce faire, nous proposons dans un premier temps un modèle mono-période qui optimise le problème d'affectation à un instant donné et en considérant une seule période de temps, tout en permettant la prise en compte instantanée des nouvelles offres et demandes et leur adéquation en temps réel. Ce modèle permet d'optimiser deux objectifs à savoir: la maximisation du chiffre d'affaires et la satisfaction des clients.Par la suite nous proposons d'étendre ce modèle sur plusieurs périodes de temps futures afin de prendre en compte l'aspect temps réel de l'activité de la place de marché et donc le fait que des flux continus font évoluer en temps réel l'ensemble des offres et des demandes. L'objectif étant de tirer profit de la connaissance concernant cette évolution, par le biais de l'intégration d'un modèle de prévision dans un modèle d'optimisation multi-période.Ainsi, nous proposons un modèle d'optimisation multi-période permettant d'envisager à un instant donné des affectations sur plusieurs périodes de temps futures afin de réaliser les meilleures affectations possibles. Aussi, nous proposons un modèle de prévision des nouveaux flux tout en considérant les caractéristiques du modèle d'optimisation multi-période.Construire un modèle de prévision nécessite de définir les données à prévoir avant d'envisager toute méthode de prévision. En d'autres termes, nous devons choisir les paramètres du modèle de prévision, à savoir: les données historiques appropriées, le pas de temps de la prévision ainsi que l'horizon de la prévision. Le défi consiste donc à définir les paramètres du modèle de prévision qui conviendront au fonctionnement du modèle de l'optimisation multi-période.Par ailleurs, une des caractéristiques de la place de marché est la temporalité de son système. Ainsi, nous proposons un algorithme assurant l'aspect temps réel et donc le fait que les affectations s'effectuent toutes les minutes. L'algorithme que nous proposons fonctionne de manière continue à longueur de journée en optimisant à chaque instant l'adéquation offre/demande de prospects Internet tout en considérant instantanément les flux continus de prospects Internet ainsi que la mise à jour régulière de la demande Enfin, pour mettre en évidence l'efficacité et les bénéfices que la place de marché peut en tirer par l'utilisation des modèles et de l'algorithme proposés, nous avons mené des tests et différentes expérimentations sur des données réelles. Ces tests nous ont permis de valider nos travaux et d'évaluer la qualité des résultats obtenus.L'objectif de ce travail est double, d'une part, donner un cadre solide et formel pour répondre à la problématique de la place de marché de prospects Internet. D'autre part, le cadre proposé devrait être aussi générique que possible afin de résoudre tout autre problème analogue à celui de la place de marché de prospects Internet. / The work that we present in this thesis focuses on the assignment problem in a marketplace of Internet prospects. More precisely, this work aims to address the problem of matching offers and demands in a context characterized by a continuous flows. These latter evolve inreal time the set of available offers and demands to satisfy. To do this, we propose initially a mono-period model which optimizes the assignment problem at a given instant and taking into account asingle period of time while allowing the instantaneous consideration of new offers and demands and their adequacy in real time. This model considers two objectives to optimize, namely: maximization of turnover as well as clients satisfaction.Thereafter, we propose to extend this model over several future time periods in order to take into account the real time aspect of the marketplace activity and so the fact that a continuous flows evolve in real time the set of offers en demands. The objective is to take advantage of knowledge about this evolution, through the integration of a forecasting model in a multi-period optimization model. Thus,we propose a multi-period optimization model for considering at agiven instant assignments over several future time periods. Also, we propose a forecasting model for new flows while considering the characteristics of the multi-period optimization model.Building a forecasting model requires defining the data before considering any forecasting method. In other words, we have to choose the parameters of the forecasting model, namely the appropriate historical data, the forecasting time step and the forecasting horizon. The challenge is to define the parameters of the forecasting model which agree with the functioning the multi-period optimization model.Furthermore, a feature of the marketplace is the temporality of its system. Thus, we propose an algorithm ensuring real-time aspect and so the fact that assignments are made every minute. The proposed algorithm works continuously all day long while optimizing every instant the offer/demand adequacy of Internet prospects and instantly considering the continuous flux of Internet prospects as well as the regular updating demand. Finally, in order to show the efficiency and the benefits that the marketplace can reap by the use of the proposed models, we conducted tests and various experiments on real data. These tests have allowed us to validate the proposed models and evaluate the quality of the results.The aim is twofold, giving a strong and formal framework to address the issue of the marketplace of Internet prospects but also proposing a generic framework to solve any problem similar to that of the marketplace of Internet prospects.