Une approche à base d’agents pour Data Mining à travers un ERP

Abstract

Aujourd’hui, le progiciel de gestion intégré (ERP) est devenu le centre nerveux des systèmes d'information des entreprises. Cet outil fournit une gestion homogène et cohérente des informations entre les différents acteurs métiers de l’entreprise à l’aide d’une grande base de données ERP centrale. Vu qu’une énorme quantité de données stockées dans cette base de données ERP produite par l'utilisation quotidienne du système ERP, il est important d’intégrer des outils décisionnels pour analyser et interpréter ces données ERP métiers, afin d’extraire des connaissances décisionnelles tant au niveau interne qu’externe permettant au management de l’entreprise d’être plus efficace dans la prise de décision ( finance, RH, marchés, concurrence,…). A cet effet, le Data Mining est une technologie puissante dédiée à l’extraction des connaissances à exploiter pour valoriser et analyser les données métiers ERP stockées dans une base de données volumineuse centralisée. Cependant, les algorithmes propres au Data Mining nécessitent généralement de grandes capacités de traitement, qui peuvent être fournies par le recours à des traitements parallèles et distribués, mais la difficulté de ces algorithmes augmente exponentiellement avec l’évolution de la base de données ERP. L’objectif de notre thèse est de proposer des solutions pour revisiter des tâches de Data Mining non supervisé sur le progiciel ERP, tout en utilisant le paradigme du système multi-agents. Nos approches proposées permettent une manipulation parallèle et flexible des données métiers ERP dues à l’aspect décentralisé des systèmes multi-agents, ayant pour objectif la distribution du processus de découverte de connaissances entre plusieurs entités autonomes et coopératives. Il s'agit en premier lieu de proposer « une approche basée agents pour le clustering de données via un système ERP », tout en prenant en compte les spécificités d'exécution parallèle distribuée. Et en second lieu, nous proposons « une approche distribuée à base d’agents pour l’extraction des règles d’association métiers », tout en se basant sur le partitionnement intelligent de données ERP. Pour valider cette démarche, nous avons appliqué ladite approche lors de la réalisation d’une étude de cas réel au niveau de l’Entreprise Nationale de Services aux Puits (ENSP). Le but principal de nos travaux dans le cadre de cette thèse est d’améliorer le processus d'extraction des connaissances à travers de la grande base de données centrale du système ERP, et ce en termes de temps d’exécution et qualité de présentation des connaissances. Par conséquent, le processus de décision de systèmes ERP devient plus amélioré.