Le développement rapide de l’informatique mobile a donné lieu à l’apparition et à la popularisation de téléphones mobiles dits intelligents ou smart phones (ex.: iPhone, HTC, etc.) dont le nombre et les performances sans cesse croissantes en font de potentielles plateformes alternatives aux ordinateurs de bureau. Cette avancée technologique a contribué à l’émergence d’une nouvelle catégorie d’acteurs du monde des affaires n’ayant pas de bureau fixe, travaillant directement sur le terrain dans divers endroits (à la maison, en voiture, en avion, chez le client, à l’hôtel, chez le fournisseur, etc.) à l’aide d’équipements mobiles ou nomades, et se déplaçant partout où les affaires l’exigent pour assurer la compétitivité de leurs organisations: ce sont les travailleurs mobiles parmi lesquels on retrouve un grand nombre de décideurs. Étant donné ce monde des affaires de plus en plus compétitif où les gens d’affaires sont de plus en plus mobiles et confrontés à la nécessité de prendre des décisions de plus en plus rapides et efficaces basées sur des analyses pertinentes, l’aide à la prise de décision en mobilité s’avère indispensable. Pour leur apporter une telle aide, la présente thèse de doctorat propose d'aller au-delà du simple accès à distance à une plateforme d’intelligence d’affaire géo-spatiale ou non géo-spatiale (GeoBI/BI) comme le proposent les solutions actuelles. Elle propose de prendre également en considération la localisation et le contexte de travail du décideur/analyste mobile dans l’aide à la décision, et d’enrichir sémantiquement les données d’affaire. Afin de proposer une telle solution de GeoBI mobile sémantiquement augmentée et sensible au contexte mobile du décideur, la présente thèse s’est attelée d’une part à identifier, modéliser et enrichir les informations contextuelles pertinentes pour supporter un raisonnement GeoBI basé sur le contexte, et s’est évertuée d’autre part à proposer une solution d’augmentation sémantique des données d’affaire GeoBI qui permettrait de mettre en exergue les [cor]relations sémantiques pouvant exister entre les données. Un prototype mettant en œuvre une application mobile sensible au contexte et une architecture orientée services web a été développé et testé comme preuve de concept. Les tests ont montré que celui-ci permettait par exemple de soumettre et de visualiser le resultat de requêtes contextuelles du type : « dans un rayon de 5 km autour de ma position actuelle, quelles sont les compagnies partenaires ayant des relations de concurrence avec nos actionnaires et dont le chiffre d’affaire des deux années précédentes dépasse chacune le million ; les relations de partenariat/actionnariat pouvant être transitives, symétriques ou avoir la même sémantique ? » / The rapid development of mobile computing has enabled the emergence and popularization of mobile devices whose increasing number and computing capabilities position them as potential alternative platforms to desktop computers. This technological progress has contributed to the emergence of a new category of business actors having no permanent workplaces, spending very short time in their offices, working directly on the field in various locations (home, car, plane, with the client at the hotel at the supplier, etc.) by using mobile and nomadic devices, and moving to places where business requires them: these are mobile workers including a large number of decision makers. Given this increasingly competitive business world where decision makers are increasingly mobile and are facing the need to take faster and suitable decisions based on relevant analysis, these mobile business people deserve to be supported with appropriate mobile decision support systems (DSS). To give an improved support to these mobile business professionals, this PhD thesis proposes to go further than just allowing a simple remote access to a Geospatial or non-geospatial Business Intelligence (GeoBI/BI) platform as do current solutions. It also proposes to take into account the location and the context of mobile professionals, and to enrich semantically BI data. To propose such a semantically augmented and context-based mobile GeoBI solution, the present thesis has endeavored on the one hand, to identify, model and enrich contextual information that is relevant to support GeoBI context-based reasoning. On the other hand, it has strived to provide a solution that semantically enriches business data in order to help decision makers discover semantic [cor]relations which might exist between the data. A prototype implementing a context-aware mobile application and a services-oriented architecture has been developed and tested as a proof of concept. These tests has shown among other things, that the prototype was able to answer and visualize the result of contextual queries such as: “Within 5 km around my current position, what are partnering companies that are competing with our owners; with the possibility of partnership/ownership relationships to be transitive, symmetric, or have the same semantics?”
Identifer | oai:union.ndltd.org:LAVAL/oai:corpus.ulaval.ca:20.500.11794/25717 |
Date | 23 April 2018 |
Creators | Diallo, Belko Abdoul Aziz |
Contributors | Hubert, Frédéric, Daniel, Sylvie, Badard, Thierry |
Source Sets | Université Laval |
Language | French |
Detected Language | French |
Type | thèse de doctorat, COAR1_1::Texte::Thèse::Thèse de doctorat |
Format | 1 ressource en ligne (xxviii, 432 pages), application/pdf |
Rights | http://purl.org/coar/access_right/c_abf2 |
Page generated in 0.0013 seconds