DSpace
 

Dspace de universite Djillali Liabes de SBA >
Thèse de Doctorat en Sciences >
Informatique >

Please use this identifier to cite or link to this item: http://hdl.handle.net/123456789/1293

Titre: Construction d’Ontologies Modulaires : Approche Basée sur le Clustering
Auteur(s): SETTI AHMED, Soraya
Encadreur: MALKI, Mimoun
Mots-clés: Ontologie
algorithme de partitionnement
modularisation
ontologies OWL
approche K-Means
mesures de similarité
Issue Date: 14-Jan-2016
Résumé: Le web sémantique a pour but le partage et l’intégration des données issues de domaines et d’organisations différents. Les ontologies présentent un savoir préalable requis pour un traitement systématique de l’information à des fins de navigation, de rappel, de précision, En outre les ontologies sont considérées comme étant des structures efficaces pour la représentation des connaissances du domaine. Le champ d’application des ontologies ne cesse de s’élargir et couvre les systèmes conseillers (systèmes d’aide à la décision, systèmes d’enseignement assisté par ordinateur – e-Learning –, etc.), les systèmes de résolution de problèmes et les systèmes de gestion de connaissances (par exemple dans le domaine du biomédical). Un des plus grands projets basé sur l’utilisation des ontologies consiste à ajouter au Web une véritable couche de connaissances permettant, dans un premier temps, la recherche d’information aussi bien au niveau syntaxique qu’au niveau sémantique. Et comme l’usage du web sémantique est en pleine expansion le besoin des ontologies est devenu incontournable. Toutefois, les ontologies sont confrontées de façon continue à un problème d’évolution et de complexité. Donc plusieurs opérations du web sémantique comme la réponse aux requêtes, le partage, l’intégration des données l’alignement deviennent des tâches plus difficiles. Avec la complexité des ontologies et la taille plus grande. Partitionner l’ontologie en plusieurs modules est une solution à ces problèmes. Dans cette thèse nous proposons une approche de partitionnement de l'ontologie. C’est une amélioration et révision de l’approche de clustering K-means bâtie sur une nouvelle mesure de similarité pour partitionner une ontologie à plusieurs partitions. Les résultats obtenus montrent que notre approche génère les meilleurs résultats en comparant avec celle de K-means standard.
URI: http://hdl.handle.net/123456789/1293
Appears in Collections:Informatique

Files in This Item:

File Description SizeFormat
D_Inf_SETTI _AHMED_Soraya.pdf5,1 MBAdobe PDFView/Open
View Statistics

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

 

Ce site utilise la plate-forme Dspace version 3.2-Copyright ©2014.