The topic of clustering has been widely studied in the field of Data Analysis, where it is defined as an unsupervised process of grouping objects together based on notions of similarity. Clustering in the field of Multi-Criteria Decision Aid (MCDA) has seen a few adaptations of methods from Data Analysis, most of them however using concepts native to that field, such as the notions of similarity and distance measures. As in MCDA we model the preferences of a decision maker over a set of decision alternatives, we can find more diverse ways of comparing them than in Data Analysis. As a result, these alternatives may also be arranged into different potential structures. In this paper we wish to formally define the problem of clustering in MCDA using notions that are native to this field alone, and highlight the different structures which we may try to uncover through this process. Following this we propose a method for finding these structures. As in any clustering problem, finding the optimal result in an exact manner is impractical, and so we propose a stochastic heuristic approach, which we validate through tests on a large set of artificially generated benchmarks.

The time-interval between the antecedent and the consequent of a sequential rule can be considered as an important aspect in sequential rules interest. For example, in web logs analysis, the end-user can be interested in predicting the next page that will be visited by an internet surfer based on a history of visited pages. A Closeness Preference measure is proposed to favour the sequential rules with close itemsets based on user time-preference in a post-processing step. We illustrate the interest of the Closeness Preference measure with two real datasets (web logs data and activities of daily living data) for first, a predictive task and second, a descriptive one. Both of them show that Closeness Preference measure is helpful to find small and efficient sets of simple sequential rules.

Avec la prolifération constante des systèmes d'information à travers le monde, la nécessité d'une décentralisation des mécanismes de partage de données est devenue un facteur important d'intégration dans une large gamme d'applications. La littérature sur l'intégration d'information entre les entités autonomes a tacitement admis que les données de chacune des parties peuvent être révélées et partagées avec d'autres parties. Plusieurs travaux de recherches, concernant la gestion des sources hétérogènes et l'intégration de base de données, ont été proposés, par exemple les systèmes à base de médiateurs centralisés ou distribués qui contrôlent l'accès aux données gérées par des différentes parties. D'autre part, les scénarios réels de partage des données de nombreux domaines d'application tels que la santé, l'e-commerce, e-gouvernement montrent que l'intégration et le partage de données sont souvent entravés par la confidentialité des données privées et les problèmes de sécurité. Ainsi, la protection des données individuelles peut être une condition préalable aux organisations pour partager leurs données dans des environnements ouverts tels que l'Internet. Les travaux entrepris dans cette thèse ont pour objectif d'assurer les exigences de sécurité et de confidentialité des systèmes informatiques, qui prennent la forme des services web, en utilisant le principe de réécriture de requêtes. La requête de l'utilisateur, exprimée en SPARQL, est réécrite de sorte que seules les données autorisées sont retournées conformément à la politique de confidentialité et aux préférences des possesseurs des données. En outre, l'algorithme de réécriture est instrumenté, dans le cas d'une politique de confidentialité, par un modèle de contrôle d'accès (OrBAC). Dans le cas d'une politique de préférences utilisateurs, il est instrumenté par un modèle de politique de privacy (PrivOrBAC). Ensuite, nous avons défini un modèle d'exécution sécurisé et préservant la privacy pour les services de données. Notre modèle exploite la sémantique des services afin de permettre aux fournisseurs de services d'assurer localement leurs politiques de sécurité et de privacy sans changer l'implémentation de leurs services. C'est-à-dire que les services de données sont considérés comme des boites noires. Enfin, nous avons intégré notre modèle dans l'architecture Axis 2.0 et nous avons aussi évalué ses performances sur des données du domaine médical.

Le projet GeoTablet consiste à expérimenter l’efficacité de la présentation d'information géographiques non visuelles en situation mono- ou multi-touch pour une simple exploration de l’environnement sur un écran tactile. Les questions de la discrimination des éléments, de la navigation dans l’environnement, des changements d’échelle ainsi que de la gestion des couches d’informations sont inhérentes à ce sujet. Cependant en amont, se trouve la problématique de l'interaction de l'utilisateur non-voyant avec une représentation géographique sur tablette tactile. Cette étude vise à évaluer le potentiel intérêt d'une interaction multi-touch en comparaison à une interaction mono-touch. Nous mesurons les temps d'explorations ainsi les représentations spatiales intériorisées pour chacune des conditions. Nous trouvons principalement que la condition multi-touch permet de découvrir la configuration spatiale plus rapidement grâce à la "stratégie du piano".