Le contexte industriel indissociable de l'évolution des Technologies de l'Information et de la Communication donne naissance aujourd'hui à de nouvelles formes d'organisations fortement basées sur les collaborations inter-entreprises. Dans ce contexte de réseaux collaboratifs, la qualité de l'émergence de nouveaux partenariats dépend largement des dispositifs de traitement et de partage de l'information. La recherche d'information pertinentes caractérisant les entreprises devient un outil indispensable aux managers et aux divers acteurs économiques, en vue de détecter des liens de collaboration potentiels. Dans le cadre de ces travaux de thèse, nous avons ciblé la complémentarité des activités et la similarité des compétences comme informations clés destinées à analyser les opportunités d'émergences de collaborations inter-entreprises. Ce travail de recherche s'inscrit dans le cadre de la mise en oeuvre de systèmes de recherche et d'extraction automatique d'information à partir du web (site web des entreprises). L'objectif est de répondre aux besoins d'un environnement informationnel ouvert, concernant les entreprises. La thèse vise à développer des mécanismes ciblés d'extraction d'information, dont l'utilisation sera préalable à l'application d'outil d'aide à la décision dans le domaine des collaborations inter-entreprises. La contribution est basée sur une représentation sémantique de l'information en se basant sur les ontologies, les liens sémantiques et un traitement linguistique articulé sur l'utilisation des patrons syntaxiques. Deux mécanismes d'extraction d'information sont mis en place, l'un orienté sur l'identification des secteurs d'activités des entreprises et l'autre sur le repérage de leurs compétences.
Identifer | oai:union.ndltd.org:CCSD/oai:tel.archives-ouvertes.fr:tel-00770878 |
Date | 08 December 2009 |
Creators | Hajlaoui, Kafil |
Publisher | Ecole Nationale Supérieure des Mines de Saint-Etienne |
Source Sets | CCSD theses-EN-ligne, France |
Language | French |
Detected Language | French |
Type | PhD thesis |
Page generated in 0.0021 seconds