Le concept de “Business Rule Management System” (BRMS) a été introduit pour faciliter la création, la vérification, le déploiement et l'exécution des politiques commerciales propres à chaque compagnie. Basée sur une approche symbolique, l'idée générale est de permettre aux utilisateurs métier de gérer les changements des règles métier dans le système sans avoir besoin de recourir à des compétences techniques. Il s'agit donc de fournir à ces derniers la possibilité de formuler des politiques commerciales et d'automatiser leur traitement tout en restant proche du langage naturel. De nos jours, avec l'expansion de ce type de systèmes, il faut faire face à des logiques de décision de plus en plus complexes et à de larges volumes de données. Il n'est pas toujours facile d'identifier les causes conduisant à une décision. On constate ainsi un besoin grandissant de justifier et d'optimiser les décisions dans de courts délais qui induit l'intégration à ses systèmes d'une composante d'explication évoluée. Le principal enjeu de ces recherches est de fournir une approche industrialisable de l'explication des processus de décision d'un BRMS et plus largement d'un système à base de règles. Cette approche devra être en mesure d'apporter les informations nécessaires à la compréhension générale de la décision, de faire office de justification auprès d'entités internes et externes ainsi que de permettre l'amélioration des moteurs de règles existants. La réflexion se portera tant sur la génération des explications en elles-mêmes que sur la manière et la forme sous lesquelles elles seront délivrées. / The concept of “Business Rule Management System” (BRMS) has been introduced in order to facilitate the design, the management and the execution of company-specific business policies. Based on a symbolic approach, the main idea behind these tools is to enable the business users to manage the business rule changes in the system without requiring programming skills. It is therefore a question of providing them with tools that enable to formulate their business policies in a near natural language form and automate their processing. Nowadays, with the expansion of intelligent systems, we have to cope with more and more complex decision logic and large volumes of data. It is not straightforward to identify the causes leading to a decision. There is a growing need to justify and optimize automated decisions in a short time frame, which motivates the integration of advanced explanatory component into its systems. Thus, the main challenge of this research is to provide an industrializable approach for explaining the decision-making processes of business rules applications and more broadly rule-based systems. This approach should be able to provide the necessary information for enabling a general understanding of the decision, to serve as a justification for internal and external entities as well as to enable the improvement of existing rule engines. To this end, the focus will be on the generation of the explanations in themselves as well as on the manner and the form in which they will be delivered.

Business Process (BP) transformation is a key aspect of BP lifecycle. There are several reasons that may cause BP modifications. Among these, particu- larly important are the changes of the enterprise organization and operation strategies, which can be captured by business rules (BRs). This work focus on a BP-based organization that is regulated by a set of BRs: such BPs and BRs need to be globally consistent (and have to be maintained consistent after any changes). In this thesis is presented an ontological approach capable of repre- senting BRs and BPs in a coherent way. Then, the objective is identifying all processes in the BP repository that are (or have become) inconsistent with the BRs and thus need to be changed to reestablish the overall consistency.

Vu la rapidité de l'évolution des connaissances des domaines, la maintenance des systèmes d'information est devenue de plus en plus difficile à gérer. Afin d'assurer une flexibilité de ces systèmes, nous proposons une approche qui permet de représenter les connaissances des domaines dans des modèles de représentation des connaissances plutôt que de les coder, dans un langage de programmation informatique, dans l'application du domaine. Ceci assurerait une meilleure flexibilité des systèmes d'information, faciliterait leur maintenance et permettrait aux experts métier de gérer eux même l'évolution des connaissances de leur domaine. Pour cela, nous proposons une approche qui permet d'intégrer des ontolo- gies et des règles métier. Les ontologies permettent de modéliser les connais- sances d'un domaine. Les règles permettent aux experts métier de définir et d'automatiser, dans un langage naturel contrôlé, des décisions du métier en se fondant sur les connaissances représentées dans l'ontologie. Ainsi, les règles dépendent des entités modélisées dans l'ontologie. Vu cette dépendance, il est nécessaire d'étudier l'impact de l'évolution des ontologies sur les règles. Pour cela, nous proposons l'approche MDR (Modéliser - Détecter - Réparer) qui permet de modéliser des changements d'ontologies, de détecter les problèmes de cohérence qu'ils peuvent causer sur les règles métier et de proposer des solutions pour réparer ces problèmes. L'approche proposée est une approche orientée experts métier et est fondée sur les systèmes de gestion des règles métier.

Vu la rapidité de l'évolution des connaissances des domaines, la maintenance des systèmes d'information est devenue de plus en plus difficile à gérer. Afin d'assurer une flexibilité de ces systèmes, nous proposons une approche qui permet de représenter les connaissances des domaines dans des modèles de représentation des connaissances plutôt que de les coder, dans un langage de programmation informatique, dans l'application du domaine. Ceci assurerait une meilleure flexibilité des systèmes d'information, faciliterait leur maintenance et permettrait aux experts métier de gérer eux même l'évolution des connaissances de leur domaine. Pour cela, nous proposons une approche qui permet d'intégrer des ontolo- gies et des règles métier. Les ontologies permettent de modéliser les connais- sances d'un domaine. Les règles permettent aux experts métier de définir et d'automatiser, dans un langage naturel contrôlé, des décisions du métier en se fondant sur les connaissances représentées dans l'ontologie. Ainsi, les règles dépendent des entités modélisées dans l'ontologie. Vu cette dépendance, il est nécessaire d'étudier l'impact de l'évolution des ontologies sur les règles. Pour cela, nous proposons l'approche MDR (Modéliser - Détecter - Réparer) qui permet de modéliser des changements d'ontologies, de détecter les problèmes de cohérence qu'ils peuvent causer sur les règles métier et de proposer des solutions pour réparer ces problèmes. L'approche proposée est une approche orientée experts métier et est fondée sur les systèmes de gestion des règles métier.

Dans un monde où les personnes et les objets sont de plus en plus connectés et localisés, l’information géographique (IG) est très présente dans notre quotidien et sa prise en compte dans les systèmes d'information (SI) de gestion devient incontournable. Les particuliers et les entreprises la mobilisent de manière croissante pour se repérer dans l’espace, accéder à diverses données statistiques géo-référencées, planifier des déplacements, etc.Les développements actuels sur les systèmes mobiles par exemple, impliquent de facto une dimension spatio-temporelle (ST), souvent réservée aux SI géographiques (SIG). Par conséquent, de nombreux systèmes logiciels sont amenés à entretenir une relation très étroite et précise avec le monde réel afin d'ouvrir de nouveaux champs d'applications comme les villes intelligentes, les usines du futur ou une nouvelle génération de systèmes de logistique.L'ampleur de cette évolution est majeure puisqu'en termes de données, au moins 80% sont concernées (http://www.esrifrance.fr/sig1.aspx). Cependant, un analyste est souvent confronté à des difficultés pour capturer des exigences d'une manière générale, rendant nécessaire une approche organisée et plus systématique. C'est dans ce contexte que nous orientons notre étude vers le domaine de l'ingénierie des exigences (IE) pour mieux construire un raisonnement qui prend en compte la dimension ST. C'est une étape clé dans le développement de telles exigences dans un projet d'évolution de SI de gestion.Le cadre proposé intègre des contributions dans les domaines de l'IE et de la géomatique. En ce sens, nous avons retenu particulièrement la méthode KAOS qui propose une approche d'IE orientée buts et outillée avec un logiciel nommé "Objectiver". Dans un premier temps, nous proposons une extension de la méthodologie KAOS à la dimension spatio-temporelle. KAOS répond déjà aux questions du "POURQUOI", du "COMMENT", du "QUOI" et du "QUI". Nous abordons dans notre recherche plus précisément, les questions du "QUAND "et du "OÙ". Nous utilisons pour ceci deux axes de recherche : d'une part nous explorons la dualité dimensions spatiales/temporelles, afin de transposer à la dimension spatiale des techniques d'IE déjà définies. D'autre part, nous prenons en considération des notations largement utilisées dans les SIG, et ce, afin de les intégrer dans les primitives d'IE et faciliter ainsi la capture d'exigences spatio-temporelles. Nous avons réalisé un prototype à l'aide de l'outil "Objectiver". Cependant, les résultats présentés restent applicables à d'autres méthodes et outils.Afin de pousser le plus possible l'évolution d'un système existant, nous proposons dans un deuxième temps, d'examiner plus spécifiquement des stratégies ouvertes d'intégration, exploitant ainsi des briques ouvertes en matière de données et/ou de services pour répondre à des besoins géomatiques identifiés. Nous pensons aux utilisateurs de ces SI qui doivent pouvoir intégrer des aspects spatiaux et temporels au sein de leurs règles de gestion ou règles métier.Se pose alors la question "comment identifier les aspects ST des règles métier par un processus d'IE ?" qui nous amène à réfléchir sur la construction d'un SI de gestion, qui soit capable de séparer la vue métier de la vue système. Nous montrons plus spécifiquement comment les règles métiers peuvent être identifiées sur la base d'aspects spatio-temporels. Nous avons outillé notre contribution et nous l'illustrons à travers une étude de cas réelle de fusion de deux universités. Ensuite, nous montrons à travers cette même étude de cas comment déployer de telles règles dans les composants les plus appropriés en veillant à garantir une architecture ouverte. / In a world where people and objects are increasingly connected and localized, geographic information (GI) is very present in our daily life and its inclusion in the management information systems becomes essential. Individuals and enterprises mobilize increasingly to orient themselves in space, access to various statistical data georeferenced, plan travel...Current developments on mobile systems, for example, involve a space-time dimension, often reserved for geographic information systems (GIS). Therefore, many software systems are required to maintain a very close relationship and precise with the real world to open up new fields of application such as smart cities, factories of the future or a new generation of logistics systems.The magnitude of this change is major since in terms of data, at least 80% are concerned (http://www.esrifrance.fr/sig1.aspx). However, an analyst often faces difficulties in capturing requirements in general, necessitating an organized and systematic approach. It is in this context that we direct our study to the field of requirements engineering (RE) to better build an argument that takes into account the space-time dimension. This is a key step in the development of such requirements in a management information system development project.The proposed framework includes contributions in the fields of RE and geomatics. In this sense, we have particularly caught the KAOS method that offers a goal oriented requirements engineering approach and equipped with a software named "Objectiver".First, we propose an extension of the KAOS methodology in the space-time dimension. KAOS already answered the questions of "WHY", the "HOW", the "WHAT" and the "WHO". We approach our research specifically, the issues of "WHEN" and "WHERE". We use this for two lines of research : one explores the duality between space and time dimensions in order to transpose the spatial dimension of requirements engineering techniques already defined. On the other hand, we consider notations widely used in GIS, and to integrate them in primitive requirements engineering and thus facilitate the capture of space-time requirements. We made a prototype using the tool "Objectiver". However, the results presented are applicable to other methods and tools.To push as much as possible the performance of an existing system, we propose as a second step, to examine more specifically the open integration strategies and operating bricks started in data and/or services to meet geomatics to identified needs. We believe the users of these information systems must be able to integrate space-time aspects in their management rules or business rules.This raises the question "how to identify the space-time aspects of business rules by a RE process ?" Which brings us to reflect on the construction of a management information system that is capable of separating the business view and the system view. We show specifically how business rules can be identified on the basis of space-time aspects. We have equipped our contribution and illustrate through a real case study of merger of two universities. Next, we show through this same case study how to deploy such rules in the most appropriate components ensuring secure an open architecture.

Notre thèse s’inscrit dans le cadre des langages contrôlés pour le génie logiciel. Elle a pour but de faciliter l’adoption de l’approche par règles métier (ARM) par les entreprises en créant un langage contrôlé en vue d’aider à la spécification des règles métier par les experts métier. Notre solution va permettre de réduire la distance sémantique entre les experts métier et les experts système afin de répondre non seulement au besoin d’intercompréhension entre ces derniers mais aussi pour réaliser un transfert automatique de la description des règles métier vers les systèmes d’information (SI). Ce langage contrôlé que nous avons créé permettra d’assurer en plus la consistance et la traçabilité de ces règles avec leur implantation / Our thesis focuses on controlled natural languages (CNL) for software engineering. It aims at facilitating the adoption of the business rule approach (BRA) by companies by creating a CNL in order to help business experts in the specification of their business rules. Our solution will allow reducing the semantic gap between business experts and system experts to meet not only the need for mutual understanding between them but also to achieve an automatic transfer of the description of business rules to information systems (IS). The CNL that we have created will also ensure the consistency and the traceability of these rules together with their implementation

Nous étudions dans cette thèse la gestion des incertitudes au sein des systèmes à base de règles métier orientés objet (Object-Oriented Business Rules Management Systems ou OO-BRMS) et nous nous intersessions à des approches probabilistes. Afin de faciliter la modélisation des distributions de probabilités dans ces systèmes, nous proposons d'utiliser les modèles probabilistes relationnels (Probabilistic Relational Models ou PRM), qui sont une extension orientée objet des réseaux bayésiens. Lors de l'exploitation des OO-BRMS, les requêtes adressées aux PRM sont nombreuses et les réponses doivent être calculées rapidement. Pour cela, nous proposons, dans la première partie de cette thèse, un nouvel algorithme tirant parti de deux spécificités des OO-BRMS. Premièrement, les requêtes de ces derniers s'adressent seulement à une sous partie de leur base. Par conséquent, les probabilités à calculer ne concernent que des sous-ensembles de toutes les variables aléatoires des PRM. Deuxièmement, les requêtes successives diffèrent peu les unes des autres. Notre algorithme exploite ces deux spécificités afin d'optimiser les calculs. Nous prouvons mathématiquement que notre approche fournit des résultats exacts et montrons son efficacité par des résultats expérimentaux. Lors de la deuxième partie, nous établissons des principes généraux permettant d'étendre les OO-BRMS pour garantir une meilleure inter-operabilité avec les PRM. Nous appliquons ensuite notre approche au cas d'IBM Operational Decisions Manager (ODM) dans le cadre d'un prototype développé, que nous décrivons de manière générale. Enfin, nous présentons des techniques avancées permettant de compiler des expressions du langage technique d'ODM pour faciliter leur exploitation par le moteur probabiliste des PRM. / In this thesis, we address the issue of uncertainty in Object-Oriented Business Rules Management Systems (OO-BRMSs). To achieve this aim, we rely on Probabilistic Relational Models (PRMs). These are an object-oriented extension of Bayesian Networks that can be exploited to efficiently model probability distributions in OO-BRMSs. It turns out that queries in OO-BRMS are numerous and we need to request the PRM very frequently. The PRM should then provide a rapid answer. For this reason, we propose, in the first part of this thesis, a new algorithm that respects two specifities of OO-BRMSs and optimizes the probabilistic inference accordingly. First, OO-BRMSs queries affect only a subset of their base, hence, the probabilities of interest concern only a subset of the PRMs random variables. Second, successive requests differ only slightly from each other. We prove theoretically the correctness of the proposed algorithm and we highlight its efficiency through experimental tests. During the second part, we establish some principles for probabilistic OO-BRMSs and we describe an approach to couple them with PRMs. Then, we apply the approach to IBM Operational Decision Manager (ODM), one of the state-of-the-art OO-BRMSs, and we provide a general overview of the resulted prototype. Finally, we discuss advanced techniques to compile elements of ODM technical language into instructions that are exploitable by the PRM probabilistic engine.