Escolar Documentos
Profissional Documentos
Cultura Documentos
(Avril 2008)
MO T S CL S
de
l'information
communication (TIC)
Diffusion du savoir
Text Mining
Web smantique
Localisation de l'expertise
Portail KM
Rsum automatique
Cartographie des connaissances
et
de
la
TA B L E
DES MATI R E S
AV A N T PROP OS .................................................................... 5
G UI D E DES OUTI L S DU K NOW L E D G E M AN A G E M E N T .............................. 6
PRSENTATION ..............................................................................6
C HAP I T R E
C HAP I T R E
C HAP I T R E
C HAP I T R E
1
2
3
4
- E NJE U X ............................................................. 8
: S CU R I T :........................................................ 10
: D M A R C H E DE MIS E EN OEU V R E :................................ 11
: O FFRE S DU M A R C H .............................................. 13
CHAP I T R E 5 : LES
SOLU T I O N S
OPE N SOU R C E
...................................20
Page : 4
Page : 5
AV A N T PR O P O S
Guide des outils du Knowledge Management est spar en trois parties. La premire
concerne la thorie du KM, et l'on peut se rapporter au livre de JY Prax (reprendre en particulier le
concept du diagramme de Nonaka). La deuxime partie va plus nous intresser ici, dans la mesure
o elle s'attarde sur les solutions informatique ddis au KM. La troisime partie prcise trois
concepts importants, la base des certains logiciels de KM. Mon article s'attardera surtout sur la
deuxime et, dans une moindre mesure, sur la dernire partie.
Avant Propos
Avant Propos
Page : 6
GI L L E S BA L M I S S E
GU I D E
DES OUTILS DU
KN O W L E D G E
M ANAGEMENT
PR S E N T A T I O N
arut en 2004 chez Vuibert, le livre de Gilles Balmisse prsente les outils permettant une
mise en oeuvre pragmatique du Knowledge Management au sein d'une entreprise. Son
point de vue est tay de nombreuses listes de logiciels qui essayent de couvrir le champ
d'application du Knowledge Management.
Ses 315 pages se divisent en trois parties. La premire, plus thorique, rappelle les
principes de base du KM en entreprise, et l'on pourra se rfrer mon rsum de l'ouvrage de JeanYves Prax sur le KM de seconde gnration. La deuxime partie essaye d'tablir une liste complte
des diffrentes offres sur le march, en matire de logiciels KM. La troisime partie prsente trois
concepts cls de l'informatique vise KM : l'organisation des connaissances, le text mining et le
travail collaboratif.
1 R E PA R T I E : PL A T E F O R M E
Page : 7
DE
KM
ette partie s'approche sur de nombreux points des ides proposes dans le livre de JeanYves Prax. Le lecteur press lira donc le rsum qui suit. Le lecteur intress pourra, au
contraire, lire le rsum (disponible sur mon site web) de l'ouvrage Guide du Knowledge
Management.
Page : 8
CH A P I T R E 1 - EN J E U X
Il est ncessaire d'aligner la stratgie de l'entreprise avec la stratgie que l'on mettra en
oeuvre au niveau du KM : deux stratgies extrmes, valorisation des connaissances, mise
disposition des connaissances.
Faire changer la culture de l'entreprise en faveur du KM. Il estime plus de 50% le temps
que l'on doit passer au changement de culture de l'entreprise pour que les employs soient en
faveur du KM. Pour cela il est ncessaire que l'entreprise associe des responsabilit bien
dfinies ses employs (afin qu'il se sentent conscient de leur rle), qu'elle mette en avant la
reconnaissance que le groupe pourra apporter si le KM est bien effectu, et enfin, il est
essentiel que l'entreprise donne ses employs du temps ddi au KM (sinon, il risquent
d'tre rfractaires).
L'auteur reprend ensuite le schma d'assimilation d'une information, qui donne une
connaissance. La connaissance possde un sens et une forme dans un rfrentiel donn, celui de
l'individu qui la possde. Il va donc falloir tre attentif la mthode de transfert de connaissance,
qui se feront, dans la suite de ce rsum, par extraction/transmission d'information par le biais de
l'informatique.
Chapitre 1 - Enjeux
Chapitre 1 - Enjeux
Page : 9
Permettre les interactions synchrones (chat) et asynchrones (forum) entre les communauts
Pouvoir valuer les contributions des autres utilisateurs (systme de commentaires)
Instaurer des rseaux communautaires (comme par exemple Linkedin ou Facebook pour
les plus connus dans le public).
Dcouverte de
connaissance
Collaboration
Gestion des
connaissances explicites
Gestion des
expertises
Individus
Information
Cration de connaissance
Connaissances Existantes
Liste des outils mis disposition pour les fonctions prcdentes (les outils seront
prsents dans la suite du document) :
Chapitre 1 - Enjeux
Chapitre 1 - Enjeux
Page : 10
CH A P I T R E 2 : S C U R I T :
Mots cls : disponibilit, intgrit, confidentialit, droit d'auteur, filtrage de mails, mthode
d'authentification.
Lire article Misc sur Social Engineering pour faire du benchmarking concernant la scurit de son
rseau d'employs.
Chapitre 2 : Scurit :
Chapitre 2 : Scurit :
Page : 11
De manire basique, il est possible de restreindre les failles chez les employs lambda en :
sensibilisant les collaborateurs la latitude qu'il peuvent utiliser lorsqu'il parlent de
l'entreprise
contrlant l'accs des employs aux applications
mettre en place un systme de sauvegarde
L'auteur insiste sur l'importance d'une politique de scurit.
Norme ISO 17799 : trs utilis dans les pays anglo-saxons, on lui prfre des mthode de gestion
des risques (MEHARI ou EBIOS) en France. Cette norme comporte 127 points exposant les risques
passer en revue.
Cet aspect ne trouvant pas sa place dans ce rsum, je vous laisse vous reporter d'autres ressources
sur le sujet.
CH A P I T R E 3 : D M A R C H E
OEU V R E :
DE MISE EN
PA R T I E I I : MA R C H
DES OUTILS DU
Page : 12
KM
Description des outils logiciels disponibles, et de leur fonctions dans une stratgie KM.
Partie la plus intressante et la plus documente.
Page : 13
CH A P I T R E 4 : OF F R E S
OU T I L S D'A C C S
AU X CONN A I S S A N C E S
DU MARCH
Liens d'outils
Nom du logiciel
www.convera.com
www.easyask.com
www.documentum.com
www.endeca.com
www.entopia.com
www.exalead.fr
www.insightful.com
www.intelliseek.com
www.iphrase.com
www.mercado.com
www.mondosoft.com
www.recommind.com
www.thunderstone.com
www.verity.com
www.zylab.com
RetrievalWare
EasyAsk Entreprise
Ask Once
Endecca ProFind
K-Bus
Exalead Corporate
INFACT
iPhrase OneStep Entreprise Search
Entreprise Search and Navigation
Entreprise Discovery Suite
MondoSearch
MindServer Retrieval
Thunderstone Search Applicance
Verity K2 Entreprise
ZyIMAGE + ZySearch
CA R T O G R A P H I E
SM A NTIQUE
Page : 14
a cartographie smantique permet de reprsenter les informations en les liant grce leur
sens (smantique = qui a rapport avec le sens). Cela permet de dcouvrir des documents
auxquels la recherche n'aurait pas fait allusion de manire basique.
Exemple : si vous tapez le mot chien dans un moteur de recherche, vous trouverez des informations
sur les races, sur l'ducation, sur l'anatomie. Si vous utilisez un moteur smantique, il regroupera les
informations prcdentes dans les catgorie 'races', 'biologie', et vous pourrez trouver la catgorie
'arme feu' ou autre.
Liens d'outils
Nom du logiciel
www.anacubis.com
www.i2.co.uk
www.inxight.com
www.kartoo.net
www.amoweba.com
www.netmap.com
www.thinkmap.com
www.trivium.fr
www.visualanalytics.com
Anacubis Connect
Analyst's Notebook
VizServer
Kartoo KM
MapStan
NetMap
ThinkMap
See-K
Visual Links
DA T A MI N I N G :
L E T OP D U T OP
Ces outils sont utiles la dcouverte de connaissance. Leurs fonctions principales sont
les suivantes :
Classification
Rsum automatique
Extraction de mots cl
A)
CLASSIFICATION DE DOCUMENTS :
B)
Page : 15
Nom du logiciel
www.caatoosee.com
www.recommind.com
www.stratify.com
www.thunderstone.com
www.vivisimo.com
DQ-Server
Mindserver Categorization
Stratify Discovery System
Texis categorizer
Clustering Engine
RSUM AUTOMATIQUE :
e but est d'effectuer un rsum automatique par filtrage smantique des informations
contenues dans le texte. Il existe deux mthodes principales : la reformulation et
l'extraction. Pour cette dernire mthode il existe par exemple quatre mthode d'extraction du
contenu :
Calcul de score : on calcule la frquence d'apparition des mots du texte cible.
Chaque mot obtient un score. On additionne les scores des mots d'une mme phrase pour ne
garder que les phrases qui ont les meilleurs scores.
Calcul "cue phrase" : mme calcul qu'au-dessus, mais on ne teste que les
phrases qui contiennent des "cue phrases" (expressions prototypiques... vrifier sur
google).
Calcul de similarit : on identifie les parties du texte qui contiennent les mmes
mots. On suppose que ce sont ces phrases qui contiennent le contenu important et elles sont
donc extraites pour obtenir le rsum.
Liens d'outils
Nom du logiciel
www.copernic.com
www.inxight.com
www.pertinence.net
CopernicSummarizer
Inxight Summarizer
Pertience Summarizer
C)
Page : 16
es outils servent identifier une information contenue dans du texte au format humain.
Ces informations serviront dans une base de connaissances. Permet de mettre en relation
les informations contenues dans un mme texte.
D)
E)
Liens d'outils
Nom du logiciel
Www.clearforest.com
www.inxight.com
www.kofax.com
www.temis-group.com
www.xtramind.com
www.acetif.fr
www.grimmersoft.com
www.spss.com
ClearForest Tags
InxightSmartDiscovery
Moho Extractor
Insight Discovery Extractor
Mindset Infoxtract
Trop Zoom
WordMapper
LexisQuest Mine
Nom du logiciel
www.clearforest.com
www.intelliseek.com
www.inxight.com
www.sas.com
www.temis.com
LOCALISATION DE L'EXPERTISE :
'intrt de cet outils est la localisation de comptences au sein des utilisateurs enregistrs.
Les profils d'utilisateurs doivent tre complets et jour. Le systme de localisation doit en
plus permettre la mise en relation des individus.
Liens d'outils
Nom du logiciel
Www.agilence.com
www.kamoon.com
www.participate.com
www.sopheon.com
www.tacit.com
Expertise Finder
Kamoon Connect Solution
Participate Entreprise 3
Accolade Q&A Center
ActiveNet
TR A V A I L
COL L A B O R A T I F
Page : 17
es outils permettent de mettre des dispositions des utilisateurs des documents partags,
des moyens de communication, ainsi qu'une aide la gestion de projet. La gestion de
contenu permet de mettre en commun, de manire ordonne, des informations destination des
autres membres. Les outils de gestion de projets permettent, eux, de mettre en commun un
calendrier partag, un gestionnaire des tches (afin de les assigner aux diffrents membres du
projet) et un systme d'alerte pour contrler les dlais. En plus de cela, ces outils permettent une
collaboration entre les utilisateurs par l'intermdiaire de forum, de messagerie instantane, de
systme de newsletter, etc.
W EB
Liens d'outils
Nom du logiciel
Www.affinitiz.net
www.documentum.com/eroom
www.lotus.com
www.intralinks.com
www.mayetic.com
www.microsoft.com
www.one2team.com
www.sitescape.com
www.tomoye.com
Affinitiz
eRoom
QuickPlace
Intralinks
MayeticVillage
Sharepoint Services
One2Team Pro
SiteScape Entreprise Forum
Simplify
CONFER E N C I N G
Nom du logiciel
Www.centra.com
www.interwise.com
www.marratech.com
www.microsoft.com
www.raindance.com
www.webex.com
www.fvc.com
Centra
ECP Connect
Marratech e-Meeting Portal
Live Communications
Raindance Meeting Edition
Meeting Center
Click to Meet
GE S T I O N
DE
Page : 18
CO NT E N U :
F)
G)
H)
Nom du logiciel
www.pmachine.com
www.drupal.com
www.wordpress.com
www.blogger.com
www.moveabletype.com
pMachine
Drupal
Wordpress
Blogger
Moveable Type
CMS :
Liens d'outils
Nom du logiciel
www.documentum.com
www.filenet.com
www.humingbird.com
www.opentext.com
www.vignette.com
docushare.xerox.com
ECM Platform
FileNet Content Manager
Humming Bird Entreprise
LiveLink
Vignette Content Services
DocuShare
WIKI :
Liens d'outils
Nom du logiciel
www.mediawiki.org
twiki.org
www.jspwiki.org
moin.sourceforge.net
www.socialtext.com
www.atlassian.com
MediaWiki
Twiki
JSPWiki
MoinMoin
SocialText Workspace
Confluence
Page : 19
SO L U T I O N S K M :
Liens d'outils
Nom du logiciel
www.ardans.fr
www.epistemics.co.uk
www.mondeca.com
www.ontologos.fr
www.ontopia.net
ITM
Suite Ousia
Ontopia Knowledge Suite
www.cotranet.com
www.elika.net
www.knowesis.fr
www.knowings.com
www.nautitia.fr
www.arisem.com
Cotranet
EasyKM
Ahtanor
Knowledge Manager
Ingenium
KM Server
Page : 20
M OTEU R
DE RECHERCHE
Liens d'outils
Nom du logiciel
www.htdig.org
jakarta.apache.org/lucerne
mnogosearch.org
swish-e.org
Ht://dig
Lucene
mnoGoSearch
Swish-e
C LASSIFICATION
AUTO M ATIQUE
Liens d'outils
:
Nom du logiciel
sourceforge.net/projects/ai-categorizer/ AI::Categorize
sourceforge.net/projects/kmapper/
Knowledge Mapper
O RGA NIS A T IO N
DES CONN A I S S A N C E S
Page : 21
n retrouve dans cette section des outils qui serviront bientt pour les nouvelles
gnrations de site web smantique. Ces outils permettent d'extraire des informations
d'un document par text mining et le convertir en ontologies qui suivent les recommandations
RDF.
O UTILS
A GEND A
Liens d'outils
Nom du logiciel
exteca.sourceforge.net
jena.sourceforge.net
kaon.semanticweb.org
sourceforge.net/projects/texttoonto
sourceforge.net/projects/ztm
Exteca
Jena
Kaon
Text to Onto
Zope Topic Map System
DE VI S U A L I S A T I O N DE L A CONN A I S S A N C E
Liens d'outils
Nom du logiciel
prefuse.sourceforge.net
sourceforge.net/projects/ivtk
www.touchgraph.com
PART AG ,
G ESTION
D E P R OJ E T
Liens d'outils
Nom du logiciel
www.egroupware.org
www.kolab.org
www.suse.com/us/business/products/op
enexchange/
www.opengroupware.org
www.phpgroupware.org
www.phprojekt.com
Egroupware
Kolab
Openexchange
OpengroupWare
phpgroupware
PHProjekt
Page : 22
S OLUTION K M :
Liens d'outils
Nom du logiciel
sourceforge.net/projects/kt-dms
sourceforge.net/projects/owl
protege.standford.edu
ZOPE :
l s'agit d'un gestionnaire de plateforme open source, trs puissant, crit en python, qui est la
base de nombreux modules vise KM. Il possde de nombreuses fonctionnalits
intressantes (Nuxeo et Plone) mais possde nanmoins une installation difficile, et demande des
ressources importantes (impossibilit de l'utiliser sur un serveur mutualis, seulement possible sur
un serveur ddi).
C HAPITRE 6 : C RITRES
DE CHOI X
P ARTIE III : A U
PLAT E F O R M E
Page : 23
COEU R
DE
DE LA
KM
C HAPITR E 7 : O RGAN I S A T I O N
Page : 24
DES
CON N A I S S A N C E S
'auteur dcrit tout d'abord les tapes d'une recherche sur un ensemble de documents
(internet est un bon exemple). L'outil ralise au pralable une indexation des informations
en enregistrant les mots cls (ou les concepts) associs un mme document. L'utilisateur nonce
alors sa requte et l'outil va tenter de ressortir les documents qui possde le plus de mots cl en
accord avec la requte. Enfin, l'outil va prsenter les rsultats. On voit par ailleurs que cette phase
est l'une des plus critiques car, sur un support comme internet par exemple, le nombre de rsultat
une requte simple est faramineux. Des outils comme Google ont russi s'imposer par une
mthode de prsentation des rsultats efficace.
I NDEX ATION :
On retrouve deux grands types d'indexation : l'indexation libre et l'indexation contrle.
Indexation libre : l'indexation en texte intgral simple permet de rajouter tous les mots (
l'exception de certains mots d'accord, de dterminants etc.) l'index. Cette indexation est
trs rapide, mais comprends plusieurs fois les mmes mots sous des formes diffrentes. Une
forme volue se retrouve sous la forme : indexation en texte intgral amliore. Celle-ci
permet, par un traitement linguistique pralable de regrouper les mots ayant le mme sens
sous le mme terme dans l'index. On obtient ainsi une indexation plus prcise, moins
confuse, mais plus lente.
C ARTOGRAPHIE
DES CONN A I S S A N C E S
Page : 25
LE
WEB SM A NTIQUE
e but du web smantique est d'introduire une nouvelle infrastructure de donnes afin
d'aider les agents logiciels dans leur parcours des documents du web. Ces agents sont
ceux qui permettent l'indexation dans un moteur de recherche par exemple. Il y a actuellement deux
technologies : le RDF/Owl mis en avant par le W3C, et le TopicMap promu par l'ISO.
Le RDF se base sur XML pour permettre le traitement des donnes. Il manque
cependant un aspect hirarchique que vient combler le Owl, langage complmentaire. Le langage
Owl sert dcrire des classes d'objets, ainsi que les relations qui les lient.
L'intrt du web smantique est d'intgrer des ontologies (association d'un objet un
sens) qui permettent de traiter de manire plus intressante les documents. On utilisera de faon
rcursive des infrence qui permettront de relier entre elles divers ontologies ou de crer des
relations plus complexes.
L E TEXT
MINING
e texte mining sert rcuprer des donnes qui auraient t noyes dans des documents
de tailles importantes, difficilement exploitables rapidement par l'Homme. L'utilit du
text mining pour une entreprise peut se constater dans des tches comme :
traitement linguistique
Page : 26