L’importance de la qualité de l’information

Table des matières

Introduction
I Qualité des données et de l’information 
1 Contexte général
1.1 Système d’information complexe (SIC)
1.1.1 Les acteurs d’un système d’information
1.1.2 Système d’information
1.1.3 Système d’information complexe
1.2 Modélisation du contexte
1.3 Données, information et connaissance dans un SIC
1.3.1 État de l’art des définitions : contexte général
1.3.2 Définitions de données, de l’information et de la connaissance dans le contexte d’un SIC
1.4 La qualité d’un produit
1.5 Conclusion
2 Qualité des données
2.1 Consistance des bases de données
2.1.1 Définition
2.1.2 Mesures de l’inconsistance dans les bases de données
2.1.3 Catégories de contraintes d’intégrité
2.2 Les imperfections des données
2.2.1 Les données erronées
2.2.2 Les données incomplètes
2.2.3 Les données imprécises
2.3 Taxonomie de la qualité des données
2.4 Modélisation des imperfections des données dans le modèle relationnel
2.4.1 Le modèle probabiliste de bases de données
2.4.2 Le modèle possibiliste de bases de données
2.5 Conclusion
3 Qualité de l’information
3.1 L’importance de la qualité de l’information
3.1.1 L’utilisateur et la qualité de l’information
3.2 Introduction sur la qualité de l’information
3.3 La qualité de l’information dans les MIS
3.3.1 Le modèle de Wang et Strong
3.3.2 Les relations entre les dimensions de la qualité
3.4 La qualité de l’information dans les WIS
3.4.1 Conclusion
3.5 La qualité de l’information dans les IFS
3.5.1 Modélisation des incertitudes
3.5.2 L’évaluation de la qualité d’un module de fusion
3.5.3 Les performances d’un IFS complexe
3.5.4 Conclusion
3.6 Utilisation des modèles de qualité de l’information dans la pratique
3.7 Synthèse sur les modèles de qualité de l’information
II Méthodologie d’évaluation de la qualité de l’information 
4 Qualité locale versus Qualité globale
4.1 Présentation du SI décomposé
4.2 Évaluation de la qualité locale de l’information
4.2.1 Formalisation du concept de qualité des données et de l’information
4.2.2 Processus d’analyse de l’information en sortie d’un module
4.2.3 Modélisation informatique de la qualité
4.3 Conclusion
5 Modélisation de l’influence d’un module de traitement sur la qualité de l’information
5.1 Fonction de transfert de qualité
5.2 Évaluation analytique de la fonction de transfert de qualité
5.3 Évaluation non-analytique de la fonction de transfert de qualité
5.4 Conclusion
6 Évaluation de la qualité globale de l’information
6.1 Passage de la qualité locale à la qualité globale
6.2 Évaluation du score de qualité totale de l’information
6.2.1 Vers l’agrégation de mesures de qualité
6.2.2 Exemple d’agrégation de critères de qualité
6.3 Conclusion
III Validation de la méthodologie
7 Étude d’un système de reconnaissance automatique de cibles radar
7.1 Introduction
7.1.1 Le besoin pour la défense et pour le domaine civil
7.1.2 Description d’un système de reconnaissance de cibles radar
7.2 Validation de la méthodologie par un système multi-capteurs de reconnaissance automatique de cibles
7.2.1 Évaluation de la qualité locale
7.2.2 Construction de la fonction de transfert de qualité pour chaque module de traitement
7.2.3 Évaluation de la qualité globale du système
7.3 Conclusions
8 Étude d’un système d’information hospitalier
8.1 La qualité des sources de données
8.2 La stratégie d’étude
8.2.1 L’étude de la qualité des bases de données
8.2.2 L’étude de la qualité de l’entrepôt
8.2.3 L’étude de l’extracteur d’informations
8.3 Système d’aide au codage des actes médicaux et des diagnostiques
8.3.1 Évaluation de la qualité locale
8.3.2 Construction de la fonction de transfert de la qualité
8.3.3 Évaluation de la qualité globale du système
8.4 Conclusion
IV Conclusion générale et perspectives 
9 Conclusions et perspectives
9.1 Conclusions
9.2 Perspectives
Annexes
A Les théories mathématiques de l’incertain
A.1 La théorie des probabilités
A.1.1 Discussion sur la fonction de vraisemblance
A.2 La théorie des possibilités
A.3 La théorie de Dempster-Shafer
A.4 La théorie de l’information généralisée
A.5 Information basée sur l’incertitude
A.6 La mesure du flou
A.7 Les mesures de la non-spécificité
A.7.1 La mesure de spécificité
A.7.2 L’information Hartley
A.7.3 L’information de Hartley
A.7.4 La non-spécificité dans la théorie de l’évidence
A.7.5 La non-spécificité pour les possibilités graduelles
A.7.6 La fusion des informations en intégrant la notion de spécificité
A.7.7 Sur la confiance
A.8 Les mesures basées sur l’entropie
A.8.1 L’entropie de Shannon pour les distribution des probabilités
A.8.2 L’entropie de Rényi pour les distribution des probabilités
A.8.3 La mesure de divergence
A.8.4 Les mesures basées sur l’entropie pour la théorie de l’évidence
A.8.5 Agrégation des incertitudes dans le cadre de la théorie de l’évidence
A.9 Méthodologies pour les traitements avec des incertitudes
A.9.1 Le principe de minimum d’incertitude
A.9.2 Le principe du maximum d’incertitude
A.9.3 Le principe de la généralisation exigée
B Introduction aux techniques de fusion d’informations
B.1 Le vote
B.2 Exploitant le réseau des sources
B.3 La fusion probabiliste (bayésienne)
B.4 La fusion des croyances dans la théorie de Dempster-Shafer
B.4.1 La règle de Dempster
B.4.2 La règle de disjonctive (Dubois et Prade 1986)
B.4.3 La règle de Murphy
B.4.4 La règle de Smets
B.4.5 La règle de Yager
B.4.6 La règle de Dubois et Prade
B.4.7 La règle de Dezert et Smarandache (DSm)
B.4.8 Fusion des évidences imprécises dans le cadre de la théorie DSm
B.5 Fusion dans la théorie des possibilités