Carte Conceptuelle PDF

Mod`
eles de cartes cognitives

etendues aux notions de
contexte et d
echelle
Lionel Chauvin
To cite this version:

Lionel Chauvin. Mod`eles de cartes cognitives etendues aux notions de contexte et dechelle.
Computer Science. Universite dAngers, 2010. French. <tel-00585259>
HAL Id: tel-00585259

https://tel.archives-ouvertes.fr/tel-00585259
Submitted on 12 Apr 2011
HAL is a multi-disciplinary open access

archive for the deposit and dissemination of scientific research documents, whether they are published or not. The documents may come from
teaching and research institutions in France or
abroad, or from public or private research centers.
Larchive ouverte pluridisciplinaire HAL, est

destinee au depot et `a la diffusion de documents
scientifiques de niveau recherche, publies ou non,
emanant des etablissements denseignement et de
recherche francais ou etrangers, des laboratoires
publics ou prives.
Anne : 2010
No dordre : 1068
Modles de cartes cognitives tendues

aux notions de contexte et dchelle
Thse de doctorat
Spcialit : Informatique
cole Doctorale STIM

Sciences et Technologies de lInformation et des Matriaux
Prsente et soutenue publiquement

Le
17 septembre 2010
Angers
Par Lionel Chauvin
Devant le jury ci-dessous :

Prsident :
Suzanne Pinson,
Rapporteurs :
Examinateur :
Salem Benferhat, Professeur lUniversit dArtois

Galle Calvary,
Professeur lUniversit de Grenoble
Jin-Kao Hao,
Professeur lUniversit dAngers
Directeur de thse :
Stphane Loiseau,
Professeur lUniversit dAngers
Co-encadrant de thse :
David Genest,
Matre de confrences lUniversit dAngers
Professeur lUniversit Paris-Dauphine
Laboratoire dtude et de Recherche en Informatique dAngers (LERIA)
Je tiens tout dabord exprimer ma profonde gratitude Gaelle CALVARY,

professeur Grenoble INP-Ensimag et Salem BENFERHAT, professeur lUniversit dArtois, qui mont fait lhonneur dtre rapporteurs de cette thse.
Ma gratitude sadresse galement Suzanne PINSON professeur lUniversit
Paris-Dauphine, qui a prsid le jury de thse, et Jin-Kao HAO, professeur lUniversit dAngers, qui a bien voulu faire partie du jury.
Mes reconnaissances les plus intenses Stphane LOISEAU, professeur luniversit dAngers et David GENEST, matre de confrences luniversit dAngers.
Je leur suis particulirement reconnaissant de leurs disponibilits et de leur aide
dans llaboration de cette thse.
Je remercie mes amis doctorants ou jeunes docteurs Benot DA MOTA, Daniel PORUMBEL, Stphane NGOMA, Nadarajen VEERAPEN, Fabien CHHEL,
Thomas RAIMBAULT, Amandine DUFFOUX, Vincent DERRIEN, Adrien GOFFON, et ceux que jai forcement oubli de citer pour les bons moments passs en
leur compagnie.
Un souvenir particulier pour Julien ROBET qui nous a quitt.
Je remercie aussi les membres du LERIA et du dpartement informatique dAngers pour leur convivialit.
Je remercie toute ma famille pour son soutient.
Sommaire
Introduction gnrale
1 La cartographie smantique
1.1 Les cartes mentales et les cartes conceptuelles
1.1.1 Les cartes mentales . . . . . . . . . . .
1.1.2 Les cartes conceptuelles . . . . . . . .
1.2 Cartes cognitives : nature et construction . . .
1.2.1 Nature des concepts et des liens . . . .
1.2.2 Mthodes de construction . . . . . . .
1.3 Les cartes cognitives classiques . . . . . . . . .
2 Les
2.1
2.2
2.3
2.4
2.5
cartes cognitives ontologiques

Ontologie . . . . . . . . . . . . .
Le modle . . . . . . . . . . . . .
Linuence propage . . . . . . .
Linuence ontologique . . . . . .
Paramtrage . . . . . . . . . . . .
3 Vue
3.1
3.2
3.3
de cartes cognitives ontologiques

chelle . . . . . . . . . . . . . . . . .
Vue pour une chelle . . . . . . . . .
Vue pour un ensemble de concepts
slectionns . . . . . . . . . . . . . .
Vue pour un prol . . . . . . . . . .
Vue de linuence . . . . . . . . . . .
3.4
3.5
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
11
13
13
14
17
18
23
27
.
.
.
.
.
31
32
34
37
39
41
47
. . . . . . . . . . . . . . . . . . 48
. . . . . . . . . . . . . . . . . . 51
. . . . . . . . . . . . . . . . . . 53
. . . . . . . . . . . . . . . . . . 55
. . . . . . . . . . . . . . . . . . 56
4 Les cartes cognitives contextuelles

61
4.1 Le modle des cartes cognitives contextuelles . . . . . . . . . . . . . . 62
4.2 Exploitation dune carte cognitive
contextuelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
3
Sommaire
5 Systme
5.1 Organisation des programmes SCCC et SCCO .
5.1.1 SCCC . . . . . . . . . . . . . . . . . . .
5.1.2 SCCO . . . . . . . . . . . . . . . . . . .
5.2 Algorithme de calcul de linuence . . . . . . .
5.3 Stockage des cartes . . . . . . . . . . . . . . . .
5.3.1 Cartes cognitives classiques . . . . . . .
5.3.2 Cartes cognitives de graphes conceptuels
5.3.3 Cartes cognitives contextuelles . . . . . .
5.3.4 Cartes cognitives ontologiques . . . . . .
5.4 Cas dutilisations . . . . . . . . . . . . . . . . .
5.4.1 Carte cognitive . . . . . . . . . . . . . .
5.4.2 Carte cognitive contextuelle . . . . . . .
5.4.3 Carte cognitive de graphes conceptuels .
5.4.4 Carte cognitive ontologique . . . . . . .
Conclusion gnrale
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
75
76
76
77
79
83
83
85
88
91
94
95
100
105
106
111
Annexe
113
A
Les cartes cognitives oues . . . . . . . . . . . . . . . . . . . . . . . . 114
B
Les cartes cognitives oues
dynamiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
Liste des gures
121
Liste des tableaux
125
Rfrences bibliographiques
125
Liste des publications personnelles
135
Rsum
138
Introduction gnrale
Problmatique
LIntelligence Articielle (IA) est un domaine de recherche qui vise doter la
machine de capacits lui permettant deectuer des tches ou des activits dites
intelligentes. Les recherches en IA tendent rendre la machine capable dacqurir
de linformation, de raisonner sur une situation statique ou dynamique, de rsoudre
des problmes combinatoires, de faire un diagnostic, de proposer une dcision, un
plan dactions, dexpliquer et de communiquer les conclusions quelle obtient, de
comprendre un texte ou un dialogue en langage naturel, de rsumer, dapprendre,
de dcouvrir [IRIT, 2001]. Des mthodes gnriques ont t conues pour rendre la
machine capable de sadapter ces tches. Ces mthodes trouvent leurs applications
dans de nombreux domaines. Aprs la seconde guerre mondiale, Turing, considr
comme le pre fondateur de linformatique a fait lhypothse qu la n du sicle
on pourra parler de machines pensantes sans craindre dtre contredit . Le XXe
sicle est pass et les machines sont encore loin de possder les capacits de penser
dun tre humain. La recherche en IA a souvent pris comme objectif de fournir
une intelligence autonome qui serait le moteur des raisonnements et qui laisserait
lhumain la seule tche daccepter ou de vrier les solutions. Au lieu de chercher
rendre la machine capable de faire des raisonnements autonomes, de nouveaux
travaux adressent une problmatique qui tend rendre la machine capable daider
lhumain penser. Ceci ne signie pas obligatoirement laider rsoudre directement
le problme, mais proposer des solutions pour laider comprendre et sinterroger,
expliquer, raisonner voire dcider. Le sujet de notre thse se situe dans cette
problmatique.
Notre travail est mi-chemin entre lintelligence articielle et linteraction humain machine. Pour aider ecacement lhumain penser et pour permettre la
machine deectuer des raisonnements, il faut un langage commun qui soit ais
comprendre par lhumain et qui soit manipulable par la machine. Le modle des
graphes est une base trs utilise en informatique pour manipuler des informations.
Ce modle a aussi lintrt dtre directement reprsentable visuellement ce qui le
5
Introduction gnrale
rend ais comprendre par lhumain. La citation Une image vaut mille mots
est souvent utilise pour justier lintrt de ce modle. Il est donc un bon candidat
pour un tel langage commun. De nombreuses variantes du modle des graphes portant de la connaissance ont t proposes dans la littrature. On peut citer le modle
des graphes conceptuels (conceptual graphs), des cartes mentales (mind maps), des
cartes conceptuelles (concept maps) et des cartes cognitives (cognitive maps) ; ces
trois types de cartes peuvent tre regroups sous lexpression de cartes smantiques.
Nous avons choisi dans cette thse dutiliser principalement le modle des cartes
cognitives et accessoirement le modle des graphes conceptuels.
Une carte cognitive permet de reprsenter des systmes complexes contenant
un grand nombre de facteurs qui interagissent. Une carte cognitive est un graphe
orient tiquet dont les sommets reprsentent des concepts (ltiquette dun sommet est le nom du concept) et dont les arcs reprsentent les inuences entre ces
concepts (ltiquette dun arc est une valeur qui qualie leet de linuence). Les
cartes cognitives sont considres comme des rseaux dinuence au mme titre
que les rseaux baysiens [Kjaerul et Madsen, 2008]. Les cartes cognitives ont de
nombreuses applications dans des domaines de recherche varis. En psychologie, les
cartes cognitives ont t, par exemple, utilises an de comprendre les mcanismes
dapprentissage [Tolman, 1948]. En cologie, elles servent, par exemple, tudier
des cosystmes [Celik et al., 2005]. En gestion, elles ont t utilises, par exemple,
an damliorer les principes organisationnels [Cossette, 1989]. En politique, elles
ont t utilises, par exemple, pour comprendre et rsoudre des conits [Axelrod,
1976]. En informatique, elles ont t utilises comme un outil de simulation [Kosko,
1986] ou dans des systmes multi-agents [Chaib-draa, 2002]. Dans le cadre de ces
tudes, les chercheurs utilisent les cartes cognitives pour apprhender le savoir de
dirents experts interrogs. Les cartes cognitives servent aussi prsenter de manire synthtique ce savoir. Lanalyse des cartes aide prendre des dcisions. Loutil
danalyse le plus important dans le modle des cartes cognitives est le mcanisme
de raisonnement nomm propagation, il sapplique entre deux concepts de la carte
qui ne sont pas ncessairement relis de faon directe. La propagation calcule une
inuence dite propage . Linuence propage est calcule en fonction des chemins
composs dune suite dinuences qui relient ces deux concepts, ainsi quen fonction
des valeurs associes aux inuences de ces chemins. La propagation fournit ainsi
une valeur qualiant linuence entre les deux concepts (gure 1). La propagation
est lunique mcanisme de raisonnement qui est propos traditionnellement dans les
modles de cartes cognitives.
Notre thse a pour objectif dtendre le modle des cartes cognitives et le mcanisme de raisonnement qui y est associ de sorte rpondre aux quatre critiques
principales que lon adresse aux cartes cognitives.
6
Introduction gnrale
fumer
bronchite
essoufflement
Figure 1 Carte cognitive avec des valeurs dinuences + ou - : linuence

propage, calcule de fumer essouement est positive (de valeur + ).
Critiques et contributions
Premirement, dans une carte cognitive, les concepts sont reprsents un niveau
de connaissance g par le concepteur de la carte. Lorsque le concepteur construit
une carte, il nest pas facile pour lui de trouver les concepts mettre dans la carte.
Lorsque lutilisateur exploite une carte construite, lorsquil cherche un concept, il
nest pas facile pour lui de le trouver dans la carte. En eet, le concept quil cherche
peut ne pas gurer dans la carte, bien que la carte contienne des informations pertinentes : dune part, la carte peut contenir uniquement des sous concepts du concept
cherch, par exemple si lutilisateur cherche le concept de vhicule, ce concept peut
tre absent de la carte bien que les concepts de voiture, camion et moto soient prsents ; dautre part, un concept qui gnralise le concept recherch peut tre dans
la carte, par exemple si lutilisateur cherche le concept de voiture, ce concept peut
tre absent de la carte mais le concept de vhicule prsent. Notre contribution va
consister associer une carte une ontologie qui organise de faon hirarchique
les concepts. Lontologie, utilise comme un dictionnaire des donnes hirarchiques,
aide le concepteur construire la carte et aide lutilisateur dans la recherche des
concepts de la carte qui lintressent. Deux travaux [Poignonec, 2006] [Jung et al.,
2003] avaient dj propos dassocier une ontologie une carte cognitive ; le premier
dans le but de fusionner deux cartes cognitives, le second dans le but de comparer
des cartes cognitives en montrant leurs principales dirences. Aucun travail na
propos dexploiter lontologie comme un outil daide la construction ou daide
lexploitation dune carte cognitive.
Deuximement, une carte cognitive contient souvent un grand nombre de concepts
et dinuences, ce qui la rend complexe apprhender pour lhumain. Cette dicult de comprhension aaiblit la capacit de lutilisateur rchir sur le domaine
reprsent par la carte. Comme cette complexit est ncessaire pour exprimer les
connaissances, notre contribution va consister distinguer la carte initiale, complte
et complexe, de cartes plus simples que pourra exploiter lutilisateur. Nous allons
ainsi fournir des mcanismes lutilisateur qui lui permettent de visualiser, la demande, des vues simplies de la carte initiale. notre connaissance, aucun travail
na propos une telle approche des cartes cognitives.
Troisimement, une carte gographique est gnralement associe une chelle
qui permet dvaluer le niveau de dtail des informations reprsentes. Cette ide
dchelle nexiste pas dans le modle des cartes cognitives. Notre contribution va
7
Introduction gnrale
tre de proposer une notion dchelle symbolique de sorte slectionner le niveau de
dtail de la carte que lon veut voir. Pour cela, nous proposons dutiliser lontologie
associe la carte comme une chelle dans laquelle on slectionne des concepts, plus
ou moins gnraux que lon souhaite voir apparatre dans une vue.
Quatrimement, une carte cognitive est conue pour tre utilise par direntes
personnes. Il serait intressant de pouvoir adapter la carte lutilisateur. Notre
contribution va consister proposer des mcanismes qui fournissent lutilisateur
une carte adapte ses savoirs. Dune part, nous allons ainsi proposer de fournir,
par le biais dune chelle un prol de lutilisateur. Lors dune session, ladaptation
de la carte lutilisateur se fera ainsi via une vue construite partir de cette chelle.
Dautre part, nous proposons dutiliser des graphes conceptuels pour dcrire lutilit
de chaque inuence dans une carte cognitive. Une carte cognitive incluant cette
possibilit sappellera une carte cognitive contextuelle. On pourra utiliser un graphe
conceptuel dcrivant les utilisations attendues par lutilisateur, pour slectionner
dans la carte les seules inuences qui lintressent.
Mise en uvre des contributions

Nous appelons le modle des cartes cognitives classiques, le noyau commun de
la plupart des variantes des modles des cartes cognitives de la littrature : des
concepts, des inuences entre concepts, des valeurs qualiant leet des inuences,
un mcanisme de calcul de propagation de linuence entre toute paire de concepts.
Notre travail a donn lieu la proposition de deux systmes fonds sur des extensions
du modle des cartes cognitives classiques.
Le premier systme sappelle SCCO (Systme de Cartes Cognitives Ontologiques). Une carte cognitive ontologique est dnie en associant une ontologie une
carte cognitive. Une ontologie est un ensemble de concepts partiellement ordonn
par une relation de spcialisation. Les concepts les plus spcialiss dune ontologie
sont dits des concepts lmentaires. Les concepts gurant dans la carte cognitive
sont exactement les concepts lmentaires de lontologie.
En plus du mcanisme de propagation du modle des cartes cognitives classiques,
est propos un mcanisme de calcul de linuence ontologique qui calcule une valeur
dinuence entre nimporte quelle paire de concepts de lontologie. Ce calcul utilise
lagrgation des rsultats de la propagation des inuences entres toutes les paires de
concepts lmentaires spcialisant chacun lun des deux concepts de lontologie sur
lequel le calcul sapplique.
Une vue dune carte cognitive ontologique va tre une carte cognitive construite
non pas sur les seuls concepts lmentaires de la carte, mais essentiellement sur
des concepts slectionns par lutilisateur dans lontologie. Lorsquun concept gure
8
Introduction gnrale
dans une vue, tous les concepts plus spcialiss que celui-ci, donc en particulier
les concepts lmentaires plus spcialiss, ny gurent pas. Une vue est donc une
gnralisation dune carte cognitive ontologique ; elle a la plupart du temps moins
de concepts que la carte cognitive ontologique initiale. Les concepts slectionns par
lutilisateur apparaissent dans la vue. Il faut noter que linuence ontologique va
tre utilise pour calculer une vue, en fournissant les inuences et leurs valeurs entre
les concepts de la vue.
Une chelle ontologique est un ensemble de concepts de lontologie. partir dune
chelle, une vue peut tre gnre qui contient exactement les concepts de lchelle.
Un ensemble de concepts nest pas forcement une chelle : des proprits caractrisent les sous ensembles dune ontologie qui sont des chelles. Lchelle savre la
clef pour fournir des vues. partir de concepts slectionns par un utilisateur, une
chelle est associe cet utilisateur et permet dobtenir la vue adapte. De mme,
de nombreux autres usages de la notion dchelle et de vue sont proposs dans cette
thse : la vue pour un prol dutilisateur qui permet de fournir pour tout utilisateur
une vue qui lui est adapte par dfaut, la vue dune inuence propage etc.
Le second systme sappelle SCCC (Systme de Cartes Cognitives Contextuelles).
Une carte cognitive contextuelle est une carte cognitive classique tendue par des
graphes conceptuels. Un graphe conceptuel est utilis pour dcrire le contexte dans
lequel une inuence fait sens. partir dun contexte dutilisation dni par un
utilisateur sous la forme dun graphe conceptuel, une carte cognitive est calcule
de sorte ne contenir que les inuences dont le contexte correspond au contexte
dutilisation.
Annonce du plan
Cette thse est compose de cinq chapitres.
Le chapitre 1 est un court tat de lart de la cartographie smantique. Ce chapitre
prsente dabord les modles de carte mentale et de carte conceptuelle. Il sintresse
ensuite au modle des cartes cognitives en discutant de la nature et des liens de telles
cartes et en proposant de dnir un modle de cartes cognitives classique utilisant
uniquement des inuences positive (+) et ngative (-).
Les chapitres 2, 3 et 4 forment le cur de notre thse et prsentent lensemble
de nos contributions.
Les chapitres 2 et 3 peuvent tre lus ensemble. Le chapitre 4 peut tre lu indpendamment des autres.
Les chapitres 2 et 3 prsentent le modle des cartes cognitives ontologiques et son
exploitation par lusage de vue et dchelle. Ce modle a t oprationnalis dans
SCCO. Le chapitre 2 prsente le modle des cartes cognitives ontologiques : dnition
9
Introduction gnrale
dune ontologie, du modle de carte cognitive ontologique, des inuences propages
et ontologiques. Nous y montrons aussi comment notre modle peut sadapter la
plupart des ensembles de valeurs qualiant les inuences.
Le chapitre 3 prsente les notions dchelle et de vues, notamment la vue dtermine par des concepts slectionns dans lontologie, la vue pour un prol dutilisateur,
la vue dune inuence propage.
Le chapitre 4 prsente notre modle de cartes cognitives contextuelles. Ce modle
a t oprationnalis dans SCCC. Ce chapitre prsente une dnition des modles
de cartes cognitives contextuelles et rappelle le modle des graphes conceptuels.
Le chapitre 5 prsente les prototypes qui mettent en uvre les dirents modles
tudis : SCCO et SCCC.
Notre conclusion rsume nos contributions et discute des perspectives de notre
travail.
10
Chapitre 1
La cartographie smantique
Introduction
Depuis toujours, lhomme utilise des reprsentations graphiques an de communiquer des connaissances aussi bien abstraites que concrtes. Dans lantiquit, Porphyre de Tyr (234-305, Liban) a crit une prface aux Catgories dAristote dans
laquelle il vulgarise la pense dAristote laide dune sorte darbre. Cette reprsentation graphique, illustre par la gure 1.1 que nous commentons par ce qui suit,
est construite sur trois colonnes et contient une succession de genres ou despces,
par exemple Animal rationnel. Le nud le plus bas de la colonne centrale reprsente
lespce dite spcialissime. Cette espce est celle que lauteur souhaite catgoriser,
par exemple lHomme. Le nud le plus haut de la colonne centrale reprsente le
genre suprme qui est indivisible, par exemple la Substance. Les colonnes de chaque
cot de la colonne centrale contiennent des nuds reprsentant des dirences, par
exemple le Rationnel est oppos lIrrationnel. Les dirences sont relies aux espces et genres de la colonne centrale an de les dcrire, par exemple lHomme est
un Animal rationnel qui est Mortel et non Immortel. La dichotomie successive des
genres, eectue laide des dirences jusqu atteindre le genre suprme, dcrit
comment lespce spcialissime est catgorise.
Au moyen ge, un philosophe et apologiste chrtien du nom de Raymond Lulle a
dvelopp une reprsentation graphique arborescente qui saranchit de la dmarche
logique de catgorisation dAristote. LArbre des sciences 1 (gure 1.2) visualise les
principes organisateurs de la pense de Lulle, dont lexpos a t initialement rdig
en 1295 : les dix-huit racines de larbre sont dune part les neuf principes divins
ou principes absolus qui structurent le rel (bont, grandeur, ternit, puissance,
1. Larbre des sciences de Raymond Lulle . Tous les savoirs du monde : Encyclopdies
et bibliothques, de Sumer au XXIe sicle. Paris : Bibliothque Nationale de France (Dossiers
pdagogiques). http://classes.bnf.fr/dossitsm/gc185-23.htm
11
Chapitre 1. La cartographie smantique
Dirences
Corporel
Anim
Sensible
Rationnel
Mortel
Espces/Genres
Substance
Corps
tre vivant
Animal
Animal rationnel
Homme
Dirences
Incorporel
Inanim
Insensible
Irrationnel
Immortel
(b)
(a)
Figure 1.1 Arbre de Porphyre.

sagesse, volont, vertu, vrit, gloire) et dautre part les neuf principes logiques ou
principes relatifs qui structurent la connaissance (dirence, concordance et contrarit ; commencement, milieu et n ; supriorit, galit et infriorit) .
Bien videmment, de nombreux autres travaux ayant pour objet de reprsenter,
catgoriser, organiser des connaissances ont t proposs au XXe sicle. Parmi ceuxci, depuis les annes 60, on retrouve les dirents travaux issus originellement de
la psychologie, qui proposent de reprsenter graphiquement les connaissances. On
peut les regrouper sous le terme de cartes smantiques car ils se rfrent tous lide
de carte dans leur titre : cartes mentales, cartes conceptuelles, cartes cognitives. On
peut distinguer dun cot les cartes mentales et les cartes conceptuelles qui ont pour
unique objectif de reprsenter des connaissances, des cartes cognitives qui ont aussi
pour but dinfrer des rsultats. Ceci explique lintrt que nous avons port aux
cartes cognitives dans cette thse.
De nombreux travaux sur les cartes cognitives ont t eectus en psychologie,
en sciences de lorganisation, en informatique. Les sujets tudis, les sources dinformations et les objectifs de ces travaux varient. De nombreuses discussions ont eu lieu
sur la nature des concepts et des liens, et direntes approches dcrivent comment
construire de telles cartes. Une formalisation assez simple des cartes cognitives est
possible. Ces cartes cognitives que nous appelons cartes cognitives classiques sont la
base de nombreux travaux. Depuis une trentaine dannes, plusieurs autres modles
sinspirant des travaux dIA sur les logiques oues, ont propos dtendre les cartes
12
Figure 1.2 Larbre des sciences, Raymond Lulle. Copie de louvrage de 1515 Lyon
par J. Pillehotte en 1635.
cognitives classiques de sorte quelles intgrent des concepts ous : il sagit des cartes
cognitives oues.
Dans la section 1.1 nous prsentons les cartes mentales et les cartes conceptuelles.
Dans la section 1.2 nous discutons de la nature des concepts et des liens prsents
dans une carte cognitive et comment une telle carte peut tre construite. Dans la
section 1.3 nous prsentons le modle de cartes cognitives classiques. Une tude
incomplte des cartes cognitives oues est prsente en annexe.
1.1
1.1.1
Les cartes mentales et les cartes conceptuelles

Les cartes mentales
Une carte mentale 2 est une reprsentation graphique qui reprsente des ides
connectes une ide centrale et organises de manire radiale autour de celle-ci.
2. Synonyme : carte heuristique, schma heuristique, arbre ide, topogramme. En anglais :
Mind maps, Webs, Mind webs, Webbing.
13

La carte mentale de la gure 1.3 3 illustre le thme des cartes mentales.
Une carte mentale aide la comprhension individuelle ou collective dun sujet
donn. Une carte mentale a des applications dans une situation ducative ou de
business. Une carte mentale peut tre utilise par un individu comme un outil de
prise de note et favorise ainsi la mmorisation. Une carte mentale peut tre utilise
dans un groupe comme un outil de brainstorming et sa souplesse de construction
favorise la prise de parole spontane et la confrontation dides. Dans les annes 70, le
psychologue anglais Tony Buzan a utilis les cartes mentales sans les nommer comme
telles dans des cours diuss sur la chane BBC. Selon Buzan[Buzan et Buzan, 2003],
une carte mentale est une manifestation de la pense irradiante et par consquent
une fonction naturelle de lesprit. Cest une technique graphique ecace qui fournit
un moyen universel de librer le potentiel du cerveau.
Une carte mentale peut tre dessine par un individu sur une simple feuille de
papier avec des feutres, ou des crayons de couleurs. Dans le cas dune construction
collective, une carte peut tre dessine sur un tableau noir. Une carte mentale peut
aussi tre dessine laide dun logiciel destin cet eet. Une carte mentale manuscrite est construite en dcrivant dabord une ide au centre de la page. Des ides
secondaires sont ensuite ajoutes autour de lide centrale et relies celle-ci. Des
ides tertiaires sont connectes aux ides secondaires et ainsi de suite. La structure radiale et arborescente dune carte mentale exprime implicitement un ordre de
priorit entre les ides par rapport lide centrale. Plusieurs techniques facilitent
la construction et lexploitation dune carte. Buzan dconseille lutilisation de plusieurs mots pour exprimer une ide car selon lui le cerveau a plus de dicults
trouver des ides associes simultanment plusieurs mots que pour un seul. En revanche lutilisation dimages augmente le pouvoir dexpression de la carte et facilite
la mmorisation des ides. Utiliser les mots Qui ? , Quoi ? , Quand ? , Ou ? ,
Comment ? , Pourquoi ? comme ides de dpart peut aider la construction de
la carte mentale. Buzan conseille aussi lutilisation de lignes courbes pour connecter
les ides car elles paraissent plus naturelles que des lignes droites et rigides. Les
branches sont plus faciles direncier si elles sont colores diremment et si elles
sont traces avec plus dpaisseur au centre qu lextrieur. Plusieurs ides dune
branche peuvent tre regroupes en les entourant.
1.1.2
Les cartes conceptuelles
Une carte conceptuelle 4 une reprsentation dun ensemble de concepts relis smantiquement entre eux. Une carte conceptuelle a pour objectif dorganiser le savoir
3. traduction dune carte mentale prsente sur le site http://www.12manage.com/methods_
mind_mapping.html
4. Synonymes : Schma conceptuel. En anglais : Concept map
14

Ordonne Claire
Associations
Radiale
Fun
Amplifier
Personnel
Joli
Fine
Image
Mot
STRUCTURE
FEUILLE
Vierge
Paysage
Dmarrer
Centre
STYLE
Images
Connecter
Epaisse
= Longueur
Fluide Organique
LIGNES
UTILISE
Couleur
Mots
Ecrit
Cl
Unique
Figure 1.3 Carte mentale sur le thme des cartes mentales.

dun domaine. Une carte conceptuelle aide structurer la pense et facilite lapprentissage du savoir scientique. La carte conceptuelle de la gure 1.4 illustre le domaine
des cartes conceptuelles (cette gure est une traduction dune carte conceptuelle prsente dans [Novak et Caas, 2006]).
Le concept dit frame est plac en haut de la page et dlimite le sujet de la
carte. Les concepts sont connects par des ches tiquetes sous la forme dune
hirarchie dirige vers le bas de la page. Les concepts sont gnralement encadrs
par des rectangles et le lien de relation est reprsent par une che entre deux
concepts. La smantique dune relation entre deux concepts sappuie sur le terme
associ au lien. Le lien de relation peut tre lu comme une phrase.
Les cartes conceptuelles ont t initialement dveloppes par Novak [Novak et
Gowin, 1984] au cours de ses recherches menes en 1972 luniversit de Cornell. Ces
recherches portaient sur ltude de lvolution du savoir scientique des enfants. Au
cours de cette tude, les chercheurs ont transcrit plusieurs interviews denfants et il
leur a t dicile didentier les changements importants de leur comprhension des
concepts scientiques. Cette tude faisait lhypothse que lapprentissage fonctionne
grce lassimilation de nouveaux concepts et propositions au sein de la structure
cognitive de lapprenant. Les cartes conceptuelles sont nes de la ncessit de trouver
une meilleure faon de reprsenter la comprhension des concepts par les enfants.
La mthodologie de construction dune bonne carte conceptuelle est prsente
en dtail dans [Novak et Caas, 2006]. Lorsquune personne souhaite apprendre
concevoir une carte conceptuelle, elle doit commencer par une carte reprsentant
un domaine pour lequel il est familier. La structure dune carte conceptuelle est
15

Cartes
couceptuelles
reprseute
Seutimeuts ou
motious
associs
compos de
eu plus de
couuect
avec
Coucepts
sout
Motifs ou
rgularits
perues
daus
Eveuemeuts
sout
Objets
Symbols
utilis pour
former
Structur
hirarchiquemeut
avec
Ides
Mots
liauts
sout
Etiquet
commeuce
par
Couuaissauce
orgauise
iuclus
Mots
commeuce
par
aide
Crativit
daus
Propositious
sout
Siguificatiou
uuique
souveut
par
Experts
ucessaire
pour voir
coustruite
daus
Structure
coguitive
aide
rpoudre
Questiou
"focus"
ucessaire
pour rpoudre
sout
est
ucessaire
peut tre
Lieus
Appreutissage
efficace
Euseiguemeut
efficace
Dpeudaut
du coutexte
par ex.
Social
Persouuel
moutre
Iuter-relatiou
eutre
Diffreutes
parties de
cartes
Figure 1.4 Une carte conceptuelle dcrivant les caractristiques dune carte conceptuelle.
dpendante du contexte, il est donc important de bien spcier les limites de ce

contexte. La premire tape de construction dune carte conceptuelle consiste
dnir un contexte est en posant une question centrale. Cette question centrale aide
le constructeur dterminer la structure hirarchique de la carte conceptuelle mais
aussi ne pas sloigner du sujet. Cette question sera place dans le concept frame
de la carte. Une personne qui dbute lapprentissage de conception dune carte a
tendance dvier de la question centrale et ajoute des concepts qui sont peut tre
lis au domaine mais qui ne rpondent pas la question centrale. La seconde tape
est didentier les concepts cls qui sappliquent ce domaine. Gnralement une
vingtaine de concepts susent pour construire la carte. Ces concepts peuvent tre
approximativement ordonns du plus gnral au plus spcique dans le contexte
choisi. La troisime tape est de construire une carte conceptuelle prliminaire. Il
est ncessaire que les concepts puissent tre aisment dplacs an de bien dnir
lorganisation hirarchique. Lorsque la carte est dessine sur papier ou sur un tableau
blanc, les concepts peuvent tre crits sur des post-its. Les post-its sont faciles
utiliser lorsque la carte est construite en groupe. Un logiciel de cration de carte
conceptuelle permet de facilement dplacer les concepts. Lorsquun tel logiciel est
utilis avec un projecteur, les individus du groupe peuvent concevoir la carte. Il
est important de comprendre quune carte nest jamais nie. Une fois que la carte
prliminaire est construite, il est souvent ncessaire de la rviser. Dautres concepts
peuvent tre ajouts. Une bonne carte est gnralement le rsultat de plusieurs
16
1.2 Cartes cognitives : nature et construction

rvisions.
1.2
Cartes cognitives : nature et construction
Le terme carte cognitive est employ pour la premire fois par Tolman[Tolman, 1948] dans le cadre de recherches sur la psychologie animale. Lobjectif de Tolman tait de comprendre les mcanismes dapprentissage. Tolman a mis en vidence
que des rats placs en situation dapprentissage dans un labyrinthe construisent une
reprsentation mentale de celui-ci 5 . Tolman emploie ainsi le terme carte cognitive pour dsigner une reprsentation de lespace stocke dans le cerveau. Il met
en vidence que cette carte dtermine le comportement de lanimal 6 . Tolman na
pas fourni de reprsentation concrte dune carte cognitive, cependant il soutenait
lide que le cerveau humain contient des cartes ddies dautres tches que le
reprage dans lespace et que ces cartes dterminent notre comportement.
La premire formalisation des cartes cognitives est introduite par Axelrod[Axelrod, 1976], un chercheur en science politique. Axelrod tudie la comprhension dun
individu propos dun domaine particulier ou dun problme. Pour cela, il met au
point une reprsentation graphique quil nomme carte cognitive permettant dexprimer les croyances de lindividu 7 . Les cartes cognitives dAxelrod ne se limitent
pas un environnent spatial mais des croyances sur des phnomnes du monde
rel. lorigine le terme carte cognitive dsignait indistinctement le contenu
de la pense et la reprsentation graphique issue de celle-ci. Cette ambigut a t
leve[Doyle et Ford, 1999] et une carte cognitive est aujourdhui considre par la
plupart des chercheurs comme une reprsentation graphique qui na pas la prtention
de reprsenter la pense. La carte cognitive dcrivant un problme aide prvoir
le comportement de lindividu qui la construite sil tait confront ce problme.
Axelrod propose un mcanisme dinfrence qui permet dvaluer linuence entre
deux concepts dune carte. Ce mcanisme aide valuer direntes alternatives,
dcouvrir des eets non prvus et concevoir des scnarios permettant de rsoudre
le problme. Les cartes cognitives peuvent donc tre utilises comme un outil daide
la prise de dcision.
5. we believe that in the course of learning something like a field map [ is ] established in that
rats brain [Tolman, 1948]
6. they had acquired a cognitive map to the effect that food was to the left and water to the
right it is the tentative map, indicating routes and paths and environmental relationships, which
finally determines what responses, if any, the animal will finally release. [Tolman, 1948]
7. A cognitive map is a specific way of representing a persons assertions about some limited
domain, such as a policy problem [Axelrod, 1976]
17

Des chercheurs en sciences de lorganisation ont dvelopp diverses mthodologies de construction et danalyse de cartes cognitives ([Hu, 1990], [Eden et al.,
1983], [Cossette, 1989] etc.). Les chercheurs ont labor des mthodes permettant de
construire des cartes cognitives dites collectives qui ne reprsentent plus les croyances
dun seul individu, mais dun systme social complet [Bougon et al., 1977][Eden,
1993]. De telles cartes permettent dexpliquer des phnomnes lis des comportements de groupe comme par exemple une crise conomique. En plus dun outil de
collecte des croyances, les cartes cognitives sont devenues un outil pdagogique qui
aide orienter la pense an de dcouvrir les subtilits dun problme. En eet, pour
Eden [Eden et al., 1983] une carte cognitive nest pas une carte de la cognition, mais
une carte aidant la cognition . En parallle, Kosko [Kosko, 1986] propose une
nouvelle formalisation des cartes cognitives dAxelrod bases sur la thorie des ensembles ous. Cette formalisation appele carte cognitive oue facilite lacquisition
des connaissances et amliore les mcanismes dinfrence mis au point par Axelrod.
Les cartes cognitives oues deviennent alors un outil susamment puissant permettant danalyser des phnomnes complexes tels que les facteurs inuenant les
capacits physiologiques de patients diabtiques [Taber, 1991], lanalyse de circuits
lectriques [Styblinski et Meyer, 1988], les facteurs inuenant la viscosit de uides
[Banini et Bearman, 1998]. Les mcanismes dinfrences sont repenss an de voir
lvolution au cours du temps de valeurs associes aux concepts de la carte. Les
cartes cognitives oues deviennent un outil de simulation. [Miao et al., 1999][Park
et Kim, 1995][Carvalho et Tom, 1999] et proposent ainsi des cartes cognitives oues
dynamiques. Par la suite les mcanismes dinfrences ont t ans an dutiliser
des cartes cognitives pour piloter des agents dun monde virtuel [Dickerson et Kosko,
1994][Chaib-draa, 2002][Avila, 2002][Truck, 2002].
La gure 1.5 prsente de manire schmatique lvolution des travaux sur les
cartes cognitives.
Nous proposons en 1.2.1 de discuter des notions de concepts et de liens. Nous
prsenterons ensuite en 1.2.2 des principes de construction de telles cartes.
1.2.1
Nature des concepts et des liens
Il existe une grande diversit de modles de cartes cognitives faisant appel

des concepts et des liens de natures direntes. Ces modles ont nanmoins pour
point commun de sappuyer sur la thorie des graphes pour formaliser les croyances
des individus. Une carte cognitive est compose de deux sortes dlments : des
concepts et des liens directionnels entre ces concepts, ce qui est formalis par un
graphe contenant des sommets tiquets et des arcs tiquets entre les sommets.
Les concepts sont les lments de base de la structure dune carte cognitive. Un
concept est formalis dans le graphe par un sommet tiquet par un mot ou une
18
Etude du cerveau
Tolman 1948
Aide la dcision
Cartes cognitives
Axelrod 1976
Collecte et analyse
des croyances
Communication
Bougon 1977
Eden 1983
Cossette 1989, 1994
Psychologie
Informatique
Sciences de l'organisation
Cartes cognitives floues

Kosko 1986
Systmes multi-agents
Simulation
Infrence
Cartes cognitives
floues dynamiques
Dickerson et Kosko 1994
Cartes cognitives
floues base de rgles
Carvalho et Tom 1999
Figure 1.5 volution des travaux sur les cartes cognitives.
19

phrase dcrivant ce concept. Ltiquette dun sommet peut tre interprte de plusieurs manires, elle peut aussi bien reprsenter la prsence du concept que le niveau
de celui-ci. Par exemple, le sommet tiquet bnce pourra selon les cas tre interprt comme la prsence de bnce ou comme une quantit de bnce. Des
liens seront tablis entre les concepts, cest en fonction de ces liens que linterprtation la plus adapte pourra tre choisie. Cette souplesse dans les interprtations
explique pourquoi les chercheurs emploient selon les tudes des termes dirents tels
que variable, vnement, tat au lieu de concept. Il est noter quune carte ne peut
contenir deux sommets portant la mme tiquette. Une tiquette dcrit un concept
mais aussi implicitement son contraire. Ce contraire implicite apparait dans le cas
o des concepts sont relis par un lien de polarit ngative.
Lobjectif dune carte cognitive est de reprsenter des croyances sur la manire
dont les concepts sinuencent. Les liens entre concepts sont donc importants car ils
dnissent la structure de la carte. Axelrod [Axelrod, 1976] dnit les liens dune
carte cognitive comme des relations dinuences. Cette notion dinuence est imprcise, certains travaux prfrent dnir les liens comme des relations de causalit
[Hume, 1739]. fumer cause le cancer du poumon est un exemple de lien de causalit entre le concept fumer et le concept cancer du poumon. Les cartes cognitives
contenant des liens de causalit sont appeles des cartes causales [Bougon et al.,
1977].
On peut noter quune relation de causalit nest pas quivalente une implication
logique [Kosko, 1986] car la contrapose nest pas vrie. Par exemple, ne pas avoir
de cancer du poumon cause que lon ne fume pas nest pas vrai, en revanche, ne pas
fumer tend causer de ne pas avoir de cancer du poumon.
Cossette considre quun lien de causalit est un cas particulier de lien dinuence qui devrait exprimer une relation mcanique, par exemple le rendement
entraine la croissance [Allard-Poesi, 1996]. Cossette remarque quil existe des liens
dinuence dirents des liens de causalit qui expriment des relations de moyen
n, par exemple le rendement permet la croissance [Allard-Poesi, 1996]. Une relation de moyen n exprime une intention du constructeur. Cossette montre que les
mthodes de construction de cartes cognitives ne permettent pas de distinguer ces
deux types de liens et suggre quil faudrait dvelopper dautres mthodologies pour
faire cette distinction. Cossette prfre donc employer le terme de carte dinuence.
Une carte dinuence reprsente de la manire des croyances sur des phnomnes du
monde rel que des croyances vis vis des actions que lindividu pourrait eectuer
sur ces phnomnes. Par exemple, la baisse des prix augmente le volume de mes
ventes sera reprsent de la mme manire que je baisse mes prix pour augmenter
mon volume de vente, cest dire par un lien dinuence entre prix et volume de
vente.
Un lien peut tre caractris, selon les travaux, par un ensemble de caractristiques. Nous avons recens les attributs suivants : la direction, la polarit, la force,
20

la probabilit, le temps de latence et la certitude. Les modles de cartes cognitives
nexploitent pas lensemble de ces attributs mais seulement une partie adapte au
domaine dapplication de ces modles. Dans ce qui suit nous prsenterons ces caractristiques en les illustrant.
La direction
Une carte cognitive contient en gnral des liens unidirectionnels entre concepts.
Dans une carte cognitive, un lien unidirectionnel est dirig du concept-cause vers le
concept-eet.
Exemple 1.1
Par exemple, un lien dirig du concept pche vers le concept poisson signie que la
pche a une inuence sur les poissons (voir gure 1.6).
Poisson
Pche
Figure 1.6 Direction dune inuence.

Un lien bidirectionnel est parfois utilis an de symboliser une inuence mutuelle de deux concepts. Un tel lien est quivalent deux liens unidirectionnels et
est reprsent graphiquement par un trait ch aux deux extrmits. Des liens adirectionnels ne sont gnralement pas employs, ils peuvent toutefois reprsenter des
liens de similarit entre deux concepts. Un lien adirectionnel est reprsent par un
trait simple.
La polarit
La plupart des modles de cartes cognitives associent une polarit aux liens. Un
lien est soit positif soit ngatif. La polarit dun lien peut tre dtermine en (se)
posant la question suivante : La cause a-t-elle un eet positif ou ngatif sur leet ?
Exemple 1.2
Par exemple, un lien ngatif entre le concept pche et le concept poisson est interprt comme le fait que la pche inuence ngativement les poissons (voir gure 1.7).
En considrant les concepts pche et poisson comme des variables, augmenter la
pche diminue la quantit de poisson. La plupart des modles considrent aussi que
diminuer la pche augmente la quantit de poisson et tirent prot de cette symtrie
dans leurs mcanismes dexploitations.
Pche
Poisson
Figure 1.7 Polarit dune inuence.

21

La reprsentation graphique de la polarit varie selon les tudes. Un lien positif
est reprsent par une che simple, parfois tiquete par un symbole +. Selon les
tudes, un lien ngatif est reprsent par une che tiquete par un symbole -,
par une che en pointill ou par une che dont lextrmit est dirente pour la
direncier des liens positifs.
La force
La force dun lien entre deux concepts dcrit dans quelle proportion volue le
concept-eet par rapport au concept-cause. La force dun lien peut tre dtermine
en (se) posant la question suivante : Dans quelle mesure la cause provoque une
augmentation de leet ? La force est reprsente par un lment appartenant un
ensemble ordonn. Par exemple, certains modles de carte cognitive reprsentent
la force par un rel compris entre 0 ou 1, dautres par un entier entre 1 et 5, ou
encore une valeur symbolique de lensemble { faiblement, moyennement, beaucoup,
normment }.
Exemple 1.3
Par exemple, un lien de force beaucoup entre le concept pche et le concept poisson
peut tre interprt comme augmenter la pche diminue beaucoup la quantit de
poisson (voir gure 1.8).
Pche
-beaucoup
Poisson
Figure 1.8 Force dune inuence.

La probabilit
Certains modles caractrisent un lien par une valeur de probabilit. La valeur

de probabilit dun lien peut tre dtermine en (se) posant la question suivante :
Quelle est la probabilit que leet se produise si la cause se produit ?
Exemple 1.4
Par exemple une inuence ngative de probabilit de 0.66 entre le concept pche et
le concept poisson signierait que deux fois sur trois, la pche diminue la quantit
de poisson (voir gure 1.9).
Pche
-0,6
Poisson
Figure 1.9 Probabilit dune inuence.

22

Un humain peut confondre la valeur de probabilit avec la valeur de force [Hume,
1739]. On peut noter ltude de Gopnik et Glymour [Gopnik et al., 2004] qui fait le
rapprochement entre les cartes cognitives et les rseaux baysiens qui sont dans la
littrature tout deux considrs comme des rseaux dinuence.
Le temps de latence
Le temps de latence dun lien peut tre dtermin en (se) posant la question
suivante : Quelle est la dure ncessaire pour que leet se produise une fois que la
cause sest produite ?
Cette valeur est particulirement intressante si la carte est utilise pour eectuer
une simulation, cependant cette valeur est dicile dterminer. Par exemple,
certaines personnes interroges ont estim que limpact dun dpotoir sur la pollution
chimique des rivires situes proximit ne pouvait avoir lieu quen priode de pluie.
Ceci illustre une limite de cette approche temporelle au niveau de la cartographie
cognitive [Poignonec, 2006].
Cette valeur peut tre mesure en demandant une dure en minute, heure, etc. ou
en utilisant une chelle symbolique immdiatement, court terme, moyen terme,
long terme, trs long terme.
La certitude
Une valeur de certitude peut tre associe un lien ou une des caractristiques
prcdentes. Cette valeur peut tre utile lorsque plusieurs cartes sont fusionnes car
elle permet de faire un choix entre deux liens contradictoires.
1.2.2
Mthodes de construction
Une carte cognitive doit tre la plus proche possible de la perception du ou des
individus vis vis du domaine tudi. Pour atteindre cet objectif, des mthodologies
de construction adaptes direntes situations dacquisition ont t labores.
Nous avons recens les situations dacquisition suivantes :
Le chercheur construit lui-mme la carte laide de documents.
Le chercheur construit lui-mme la carte en questionnant un individu au cours
dentretiens.
Le chercheur demande un individu de construire une carte au cours dentretiens.
Le chercheur demande plusieurs individus, au cours dentretiens individuels,
de construire chacun une carte portant sur le mme thme. Le chercheur effectue ensuite une analyse des cartes an dventuellement fusionner les cartes
obtenues en une seule.
Construction par le chercheur laide de documents

23

An de construire une carte, le chercheur peut sappuyer sur des retranscriptions
dentretiens, de runions [Axelrod, 1976], des rapports dactivits, des plans stratgiques [Elhinger, 1995] [Fahey et Narayanan, 1989] [Hu, 1990]. Une mthodologie
gnrale consiste parcourir le document et recenser les liens dinuence sous la
forme de triplets cause/lien/eet. Les triplets similaires font lobjet doprations de
fusion. Les concepts reprsentant des causes ou des eets similaires sont aussi fusionns. Lensemble des concepts et des liens obtenus sont enn reprsents sous forme
graphique. Nous avons suivi cette mthodologie gnrale et nous avons tabli une
carte cognitive (gure 1.10) partir dune interview de Mme Lagarde parue dans
le journal Le Monde . Des mthodologies de construction plus prcises ont t
dveloppes. Par exemple, Eden[Eden, 1993] sappuie sur la thorie des construits
personnels de Kelly[Kelly, 1955] pour concevoir sa mthodologie. Cette thorie suggre que lindividu analyse son environnement dans lobjectif de prdire comment
celui-ci voluera et de dcider comment il pourra intervenir pour lorienter dans la
direction quil prfre. Eden propose de dcouper dabord le document en plusieurs
concepts reprsents par des phrases dune dizaine de mots qui gardent le vocabulaire
dorigine. Ces concepts sont connects pour reprsenter le document sous une forme
graphique. Cette forme permet de rvler une structure dans le problme dcrit par
le document, une structure qui nest pas facile percevoir sous la forme dun texte
linaire. Deux phrases peuvent tre traites comme un seul concept si la signication
de lune contraste avec celle de lautre, cest dire lorsque le contraste permet de
mieux comprendre le sens du concept. Les dirents concepts sont connects les uns
aux autres par des liens dinuences de manire former une carte cognitive dont
la structure est une hirarchie de moyens et de ns. Les concepts tant dcrits avec
des phrases sous forme dclarative, par exemple Service centralis plutt que dans
des bureaux locaux, la carte doit tre retravaille an dobtenir une reprsentation
plus dynamique du problme. Par exemple, le concept prcdent peut inuencer ngativement la reprsentativit locale qui lui mme inuence positivement le niveau
de service. Eden propose de diviser la hirarchie en trois parties. La partie du bas
contient des concepts ayant le statut doptions potentielles, celle du milieu contient
le dveloppement des options en direntes directions stratgiques et celle du haut
contient les objectifs naux.
Construction par le chercheur au cours dentretiens avec un individu
Le chercheur peut enregistrer directement les paroles de lindividu puis les analyser laide de la mthode prcdente[Cossette, 1989] ou bien construire la carte
de manire interactive en dialoguant avec lindividu [Laukkanen, 1989] [Laukkanen,
1992] [Eden et al., 1983] [Eden, 1988] [Cossette, 1994].
Le chercheur, au cours dun entretien, invite lindividu parler du thme tudi.
Le chercheur slectionne une dizaine de concepts puis demande lindividu quelles
sont les causes et consquences de ces concepts. Le chercheur rcolte de nouveaux
24
Christine Lagarde : "Je crois une reprise graduelle"

Non remplacement
de fonctionnaires
Flexibilit
Dpenses
publiques
structurelles
Dficit
public
+
Politique de
rigueur
Dpenses publiques
conjoncturelles
Capitaux propres
suffisants
Croissance
Etat des
banques
Rformes de
modernisation
de l'conomie
Ractivit
de l'conomie
Reprise de
l'conomie
Chiffre
d'affaire
Entreprise
Proprit
intellectuelle
+
+
Augmenter plafond
ISF si investissement
Recherche
prive
Travail le
dimanche
Crdit d'impot
recherche
Figure 1.10 Carte cognitive construite partir dun entretien de Mme Lagarde par
le journal Le Monde 11/05/09.
25

concepts et les liens entre ceux-ci. Le chercheur recommence alors avec les nouveaux
concepts jusqu ce que lindividu narrive plus dgager de nouveaux concepts ou
liens importants. Une fois la carte dnie, le chercheur peut eectuer un entretien
de validation avec lindividu.
Construction de la carte par lindividu
An dviter de mauvaises interprtations des propos de lindividu, le chercheur

peut lui demander de construire la carte. En contrepartie, il est ncessaire de vrier
que lindividu a compris la mthodologie de construction.
La mthode dite dauto-questionnement [Bougon, 1983] consiste demander
lindividu dmettre un ensemble de concepts en rapport avec le thme tudi. Le
chercheur demande lindividu de trier les concepts par ordre dimportance perue.
Le chercheur demande lindividu de tracer des liens entre les dix concepts les plus
importants.
La mthode de questionnement systmatique [Cossette, 1994] ressemble la mthode de construction des cartes mentales. Un concept central est plac au milieu
du support. Le chercheur demande lindividu dajouter les concepts inuenant
ou inuencs par le concept central. Le chercheur demande lindividu dajouter
les concepts inuenant ou inuencs par les concepts ajouts, et ce, jusqu ce que
lindividu narrive plus dgager de nouveaux concepts ou liens importants. Lindividu peut modier les concepts et les liens de la carte au cours de la construction
an de faire coller au mieux la reprsentation graphique sa reprsentation mentale
[Carley et Palmquist, 1992] [Ozesmi, 1999].
Construction de cartes cognitives par un ensemble dindividus
La cartographie cognitive peut tre utilise comme un outil permettant au chercheur de dterminer la perception ou les dirences de perception dun ensemble
dindividus sur un problme particulier. Les mthodologies prcdentes peuvent tre
utilises mais elles ont linconvnient de fournir des cartes dicilement comparables
entre elles.
Une mthode dite structure consiste fournir aux individus un ensemble de
concepts pralablement slectionns pour ce problme partir de documents ou
dentretiens prliminaires [Ford et Hegarty, 1984]. Les individus tracent alors des
liens dinuences entre ces concepts. La collecte des liens peut tre facilite en prsentant lindividu une matrice croisant lensemble de ces concepts (matrice dadjacence) [Markczy et Goldberg, 1995] [Ford et Hegarty, 1984]. Une telle matrice
simplie la collecte car lindividu na pas besoin dcrire les concepts de la carte
et de les organiser de manire viter le croisement des arcs. En revanche laspect
didactique et la perception de lenchainement des concepts sont diminus par rapport une reprsentation graphique. Imposer les concepts facilite la comparaison
entre plusieurs cartes mais introduit un biais dans lacquisition de la perception des
26
1.3 Les cartes cognitives classiques

individus. Pour attnuer ce biais, Marckoczy et Golberg proposent de fournir un
ensemble consquent de concepts et laissent les individus choisir un sous ensemble
qui leur parait pertinent. Les concepts peuvent tre pralablement organiss [Poignonec, 2006] dans une hirarchie ce qui peut faciliter la comparaison ou la fusion
des cartes individuelles.
1.3
Les cartes cognitives classiques
Nous prsentons maintenant ce que nous appelons le modle des cartes cognitives
classiques. Il fournit une formalisation des cartes cognitives de plusieurs travaux du
domaine. Nous utiliserons ce modle pour les propositions de nos travaux de thse
dans les chapitres suivants. Beaucoup de travaux, fonds sur ce modle, incluent
des mcanismes de propagation dinuence qui permettent de calculer leet dun
concept sur un autre concept. Nous prsentons donc les mcanismes en 1.3.2 que nous
utiliserons aussi dans les chapitres ultrieurs. Plusieurs travaux exploitent les cartes
de sorte les comparer pour faire apparatre les ressemblances et dissemblances.
Nous montrons en 1.3.3 la mesure de similarit de Markoczy et Golberg [Markczy
et Goldberg, 1995] trs utilise cette n.
Une carte cognitive classique est un graphe orient tiquet dont les sommets
reprsentent des concepts et les arcs reprsentent des inuences entre concepts.
Linuence entre deux concepts est polarise, cest dire quun concept peut inuencer un autre concept de deux faons direntes, de faon positive ou ngative.
La polarit de linuence est symtrique. Une inuence positive entre un concept A
et un concept B signie que lorsque A augmente, B augmente (gure 1.11(a)) et que
lorsque A diminue, B diminue (gure 1.11(b)). linverse, une inuence ngative
entre A et B signie que lorsque A augmente (gure 1.11(c)), B diminue et que
lorsque A diminue B augmente (gure 1.11(d)).
Dnition 1.1 (Carte cognitive)
Soit C un ensemble de concepts.
Une carte cognitive dnie sur C, est un graphe orient tiquet (V, etiqV , A, etiqA )
o :
V est un ensemble de nuds.
etiqV : V C une fonction dtiquetage bijective qui associe un nud de V
un concept de C.
A V V est un ensemble darcs appels inuences.
etiqA : A {, +} une fonction dtiquetage qui associe une inuence une
valeur de polarit positive ou ngative.
Axelrod [Axelrod, 1976] code le graphe laide dune matrice dadjacence contenant les valeurs 0, +1 et -1. La valeur 0 entre deux concepts signie quil ny a pas
27
(a)
(b)
(c)
(d)
Figure 1.11 Description dune inuence.

darc entre les deux concepts, +1 correspond une inuence positive, -1 correspond
une inuence ngative. La gure 1.12(a) fournit un exemple dune telle carte ainsi
que sa matrice associe gure 1.12(b).
Pauvret
C3
-1
-1
Population
C1
+1
-1
+1
Conditions
conomiques
C4
-1
Crime
C2
-1
+1
Chomage
C5
C1
C2
C3
C4
C5
C1
0
0
0
-1
0
C2
0
0
-1
1
0
C3
-1
0
0
0
0
C4
0
-1
0
0
1
C5
1
0
-1
0
0
(b)
(a)
Figure 1.12 Exemple de carte cognitive (a) et de la matrice dadjacence associe

(b) [Kandasamy, 2003].
Conclusion
De nombreux travaux dans des domaines aussi varis que la psychologie cognitive,
les sciences de lorganisation et linformatique ont t prsents en se rfrant lide
de cartes visuelles organisant des connaissances. La grande diversit des approches
lies aux domaines fait quil est dicile de les caractriser formellement. Les travaux
en informatique se rfrant ce type de cartes ont lintrt de se reposer sur un
modle formel de cartes smantiques avec des proprits de mcanisme dinfrence.
28
1.3 Les cartes cognitives classiques
Structure
Carte conceptuelle
Rseau
Contenu
Cartographie
de
lunivers rel dun ou
plusieurs concepts
Caractristique des
liens
Liens tiquets :
emphase sur les
connexions smantiques entre les
concepts
Du haut vers le bas
Sens de lecture
Niveau de
complexit
Rgle
de
reprsentation
Dicult
de
construction
Dicult
de mmorisation
Dicult
de comprhension
Carte mentale
Arborescence partant dune ide
centrale
Reet personnel de
la pense
Relations non spcies entre les ides
Reet
personnel
de la comprhension des inuences
entre concepts dun
problme
Liens dinuence
Rgles peu formalises
Sens de lecture variable

Complexit
moyenne
Rgles peu formalises
Dicile (plusieurs
relations)
Facile (pas de relation)
Facile (peu de relations)
Dicile
(rseau,
concepts + relations)
Comprhension
aise par dautres
personnes
Facile (arbre)
Dicile (rseau)
Comprhension
problmatique : tendance fournir une
vision personnelle.
Comprhension
problmatique : tendance fournir une
vision personnelle.
Complexit
moyenne leve
Rgles formelles et
strictes
Du centre vers lextrieur

Complexit faible
Carte cognitive
Rseau
Figure 1.13 Comparatif entre les cartes conceptuelles, les cartes mentales et les
cartes cognitives.
29

La gure 1.13 propose un tableau rcapitulatif des dirences entre les cartes
conceptuelles, les cartes mentales et les cartes cognitives. Nous prsenterons dans
les parties suivantes nos travaux qui sappuient sur les cartes cognitives classiques
prsentes dans la section 1.3.
30
Chapitre 2
Les cartes cognitives ontologiques
Introduction
Nous prsentons dans ce chapitre un nouveau modle appel carte cognitive ontologique (CCO) dnie en associant une carte cognitive une ontologie qui organise
smantiquement les concepts.
Lontologie aide le concepteur trouver les concepts pertinents pour construire
la carte. De plus elle aide lutilisateur comprendre les concepts de la carte. Techniquement dans ce travail nous dnissons une ontologie comme un ensemble de
concepts partiellement ordonn par une relation de spcialisation. Les concepts les
plus spcialiss de lontologie sont appels les concepts lmentaires : ce sont les
seuls concepts reprsents dans la carte cognitive associe.
Nous proposons un mcanisme dinfrence appel inuence ontologique qui fournit une solution pour calculer linuence entre nimporte quelle paire de concepts
de lontologie. Linuence ontologique entre deux concepts dune ontologie est dtermine en agrgeant les inuences entre toutes les paires de concepts lmentaires
qui sont des spcialisations de la paire de concepts initiale. Ces inuences entre
deux concepts lmentaires sont appeles des inuences propages. Dans le chapitre
suivant, linuence ontologique sera utilise pour construire des vues.
Ce chapitre est organis comme suit. La section 2.1 introduit la notion dontologie. La section 2.2 dcrit le modle de carte cognitive ontologique. La section 2.3
prsente linuence propage. La section 2.4 prsente linuence ontologique. La section 2.5 prsente comment lapproche peut tre adapte pour dirents ensembles
de valeurs. 1
1. Notons que quelques dfinitions de ce chapitre sont des redites de celles du chapitre prcdent
qui prsente le modle classique des cartes cognitives. Ces redites sont effectues afin de permettre
une lecture indpendante de ce chapitre.
31
Chapitre 2. Les cartes cognitives ontologiques
2.1
Ontologie
Il nexiste pas de dnition communment admise dune ontologie . [Gruber, 2008], [Guarino et Giaretta, 1995], fournissent de bonnes introductions cette
notion. Le terme ontologie est un mot que linformatique a emprunt la philosophie au dbut des annes 1990. Ce mot tire son origine du grec, onto signiant
tude et logos le participe prsent du verbe tre . La mtaphysique (meta
signie aprs ou au-del ) est ltude des Choses aprs la physique, cest-dire aprs leurs tudes par la physique, lOntologie en est une branche. LOntologie
correspond, selon Aristote, aux Discours sur ltre en tant qutre . Dans son
trait Catgories [Aristote, 350 av JC], Aristote indique la ncessit de bien distinguer le sens des mots, et prcise que les termes dune proposition (cest--dire une
expression) nont de sens quune fois lis entre eux. En eet, dans une expression
sans liaison , aucun de ses termes, en lui-mme et par lui-mme, narme ni ne
nie, cest--dire quune telle expression nest ni vraie ni fausse. Aristote dnit une
liste de dix catgories, comme tant les genres les plus gnraux de ltre : essence,
quanti, quali, relatif, quelque part, un moment, se trouver dans une position,
avoir, agir, ptir. cette liste sajoutent les opposs, les contraires, lantrieur, le
simultan et la mobilit.
Lontologie prend un tout autre sens en informatique, o le terme dsigne un ensemble structur de savoirs dans un domaine de connaissance particulier. Le sens du
terme ontologie sapproche alors de celui donn par Emmanuel Kant [Kant, 1997],
qui critique les Catgories dAristote en dnissant une ontologie comme suit :
Ontology is a pure doctrine of elements of all our a priori cognitions . Cest--dire
que lontologie nest plus ltude dune catgorisation universelle de toutes choses,
mais une conception de lesprit portant uniquement sur un domaine donn. En Intelligence Articielle, une dnition communment admise dontologie est nonce dans
[Gruber, 1993] (rvise dans [Gruber, 2008]) puis prcise dans [Studer et al., 1998] :
spcication explicite et formelle dune conceptualisation partage (traduction de
[Bousquet, 1995]). Une spcication explicite signie que les concepts de lontologie
et les contraintes lies leurs usages sont dnis de faon explicite. Ceci permet de
pallier des problmes de terminologie et de smantique. Cette spcication explicite
devient formelle quand elle est interprtable par un ordinateur. Lintrt essentiel
dune ontologie tient dans le fait quil sagisse avant tout dune conceptualisation et
que celle-ci est partage, cest--dire quelle capture une connaissance consensuelle.
Des langages de spcication ont t dvelopps pour construire des ontologies. Ces
langages sont habituellement des gnralisations des langages de frame et sont souvent bass sur la logique du premier ordre ou sur les logiques de description. Dans
le cadre des travaux sur le Web smantique, le W3C a mis en place en 2002 un
groupe de travail ddi au dveloppement de langages standards pour modliser des
ontologies utilisables et changeables sur le Web. Sinspirant de langages prcdents
32
2.1 Ontologie
Mauvaise condition de trafic
Mauvaise visibilit
Mauvaise route
Route glissante
Mauvais temps Accident
Route
Route secondaire
Autoroute
Pluie Brouillard
Route sinueuse
Figure 2.1 Lontologie O1.

comme DAML+OIL et des fondements thoriques des logiques de description, ce
groupe a publi en 2004 une recommandation dnissant le langage OWL (Web
Ontology Language)[Dean et al., 2004], fond sur le standard RDF et utilise une
syntaxe XML. Plus expressif que son prdcesseur RDFS, OWL a rapidement pris
une place prpondrante dans le paysage des ontologies et est dsormais le langage
le plus utilis.
Dans notre travail nous utilisons la notion dontologie de manire simple puisque
nous dnissons une ontologie comme un ensemble de concepts partiellement ordonn par une relation de spcialisation 2 . On utilise donc une relation permettant
dordonner les concepts. Cette formalisation est facile comprendre et utiliser. La
relation dordre entre deux concepts peut tre lue comme est une sorte de .
Dnition 2.1 (ontologie)
Une ontologie (C, ) est un ensemble de concepts C partiellement ordonn par une
relation .
On note la relation dordre partiel strict associe .
Exemple 2.1
La gure 2.1 montre lontologie O1. Un ensemble partiellement ordonn peut tre
reprsent graphiquement par un diagramme de Hasse [Skiena, 1990]. Ici une Route
sinueuse est une sorte de Mauvaise route. On peut donc noter Route sinueuse
Mauvaise route. Route sinueuse et Accident sont incomparables, lordre sur cet ensemble est donc partiel.
Il y a dans une ontologie plusieurs sortes de concepts selon leur place dans la
relation dordre. Pour un sous ensemble de concepts dune ontologie, les concepts
minimum (resp. maximum) sont les concepts pour lesquels il ny a pas de concept
plus petit (resp. plus grand) dans le sous ensemble.
Dnition 2.2 (Concepts maximum)
2. In the simplest case, an ontology describes a hierarchy of concepts related by subsumption
relationships [Guarino et Giaretta, 1995]
33

Soit (C, ) une ontologie. Soit C C. On appelle lensemble des concepts maximum
de C : max(C ) = {c C | c C , c c }.
Exemple 2.2
Soit C1 lensemble de concepts issus de O1 suivant : {Route, Route secondaire,
Autoroute }. Lensemble des concepts maximum de C1 , not max(C1 ), est { Route
}.
Dnition 2.3 (Concepts minimum)
Soit (C, ) une ontologie. Soit C C. On appelle lensemble des concepts minimum
de C : min(C ) = {c C | c C , c c}.
Exemple 2.3
Lensemble des concepts minimum de C1 , not min(C1 ), est { Route secondaire,
Autoroute }.
Les plus petits concepts dune ontologie sont dits lmentaires. Les concepts
lmentaires vont jouer un rle particulier dans la dnition dune carte cognitive
ontologique.
Dnition 2.4 (Concepts lmentaires)
Soit (C, ) une ontologie. Les concepts de min(C) sont appels des concepts lmentaires.
Exemple 2.4
min(O1) = { Mauvaise visibilit, Route glissante, Route sinueuse, Route secondaire,
Autoroute, Pluie, Brouillard, Accident } est lensemble des concepts lmentaires de
lontologie O1 de la gure 2.1.
2.2
Le modle
Nous dnissons une carte cognitive ontologique comme lassociation dune carte
cognitive et dune ontologie. Comme dit en introduction, cette ide dassocier une
ontologie aux cartes cognitives nest pas nouvelle. Les travaux de [Jung et al., 2003]
et de [Poignonec, 2006] associent une ontologie des cartes cognitives, nous allons
donc les dcrire dans les deux paragraphes qui suivent. Ils utilisent tous deux une
ontologie comme un outil de mesure de similarit entre concepts dans le but de
comparer ou fusionner un ensemble de cartes.
[Jung et al., 2003] dnit une ontologie comme un arbre de concepts. Il dnit
une carte cognitive ontologique comme une carte dont chaque concept est dni
dans lontologie. Lobjectif de Jung est de pouvoir dterminer leet dun concept
34
2.2 Le modle
dune carte sur un concept dune autre carte reprsentant un domaine dirent, les
deux cartes ontologiques tant tablies sur une ontologie commune. Jung propose
une opration d augmentation qui connecte des cartes direntes entre elles par
leurs concepts communs. Cette opration trouve, grce lontologie, des concepts
qui sont smantiquement quivalents alors quils sont dans des cartes direntes, et
utilise ces concepts comme des passerelles entre les cartes. Cette opration exploite
des fonctions dappartenance dnies dans lontologie entre des concepts ls et leur
concept parent. Cette opration permet de rvler des inuences non prvues par
les concepteurs des cartes. Jung propose aussi une opration d extension (resp.
de contraction ) sur les cartes qui spcialise (resp. gnralise) leurs concepts et
adaptent les inuences. Dans ce travail, un exemple exploitant trois cartes dnies
sur la mme ontologie est fourni. Une carte reprsente les croyances dun livreur,
une autre carte reprsente les croyances dun mtorologiste et une dernire carte
reprsente les croyances dun commerant. Les cartes du livreur et du commerant
partagent en commun le concept de bonne livraison. Les cartes du livreur et du
mtorologiste ne partagent pas de concept mais celle du livreur contient le concept
mauvais temps et celle du mtorologiste contient des concepts qui sont dans lontologie des ls du concept mauvais temps, par exemple orage. Les cartes du livreur
et du commerant sont augments, cest dire rassembls au sein dune seule carte
et connects par leur concept commun bonne livraison. Le concept mauvais temps
est tendu et remplac par ses concepts ls prsents dans la carte du mtorologiste.
En propageant des inuences dans la carte augmente, lauteur dduit que lorsquil
y a de lorage (carte du mtorologiste), la fraicheur des produits (carte du commerant) est inuence principalement par le trac routier (carte du livreur) et que
lge des stocks (carte du commerant) est inuenc principalement par le mauvais
temps (carte du livreur).
[Poignonec, 2006] a construit une ontologie au cours de son tude sur lcosystme rcifo-lagonaire de Nouvelle-Caldonie. Il a demand dirents acteurs de
lle de construire des cartes cognitives an de dterminer leur perception de lenvironnement. Ces cartes construites sans ontologie ont t saisies sur ordinateur.
Cest au cours de cette saisie que lontologie a t construite manuellement avec
les concepts rencontrs dans les cartes. La notion de rang ontologique dun concept
est dnie comme la profondeur dans larbre/ontologie. Une mesure de similarit
sappuyant sur la mesure de Markczy et Goldberg [Markczy et Goldberg, 1995] et
exploitant lontologie a t propose. Les cartes sont dabord dsagrges au dernier
rang ontologique, cest dire que chaque concept qui nest pas du dernier rang,
i.e. lmentaire, est remplac par ses descendants du dernier rang et les inuences
relies ce concept sont dupliques. Les cartes sont ensuite r-agrges un rang
ontologique choisi, cest dire que les concepts qui sont les descendants dun concept
du rang choisi sont remplacs par ce concept et les inuences sont fusionnes. Enn
la mesure de similarit de Markczy et Goldberg est calcule entre chaque paire de
35

carte r-agrge. Ceci permet ainsi de voir si plusieurs cartes se ressemblent et ainsi
den dduire des groupes dacteurs qui semblent avoir la mme perception de leur
environnement. Cette identication des groupes dacteurs est le but de ce travail,
lentreprise nanant la thse ayant pour objectif de faire une communication cible
par groupe.
Contrairement aux deux approches prcdentes, dans notre travail, nous ne considrons pas plusieurs cartes mais une seule. Nous verrons dans ce chapitre que lontologie va pouvoir tre utilise pour calculer des inuences entre nimporte quelle
paire de concepts de celle-ci.
Une carte cognitive ontologique est pour nous lassociation dune ontologie et
dune carte cognitive. Nous avons vu dans le chapitre prcdent quune carte cognitive est un graphe orient dont les nuds sont tiquets par des concepts. Un
concept est un texte. Un arc est tiquet par une valeur qui dcrit leet de linuence. La dnition suivante est la mme que celle introduite prcdemment sauf
quici lensemble des valeurs I nest pas x.
Dnition 2.5 (Carte cognitive)
Soit I un ensemble de valeurs. Soit C un ensemble de concepts. Une carte cognitive
dnie sur C et I, est un graphe orient tiquet (V, etiqV , A, etiqA ) o :
V est un ensemble de nuds,
etiqV : V C est une fonction bijective tiquetant un nud de V avec un
concept de C,
A V V est un ensemble darcs appels inuences,
etiqA : A I est une fonction tiquetant une inuence avec une valeur de I.
Exemple 2.5
CC1 (gure 2.2) est dnie sur I = [1; +1] o +1 (resp. 1) est linuence totalement positive (resp. linuence totalement ngative). Par exemple, si on considre
les concepts Pluie et Route glissante, cela signie que circuler dans la pluie (Pluie)
inuence les risques pour la route dtre glissante (Route glissante) 0.2.
Brouillard
Pluie
Autoroute
Route secondaire
0.9
0.5
0.2
-0.9
0.7
Mauvaise visibilit
0.7
Route glissante
0.8
0.2
Accident
Route sinueuse
Figure 2.2 Carte cognitive CC1.

Une carte cognitive ontologique est pour nous lassociation dune ontologie et
dune carte cognitive dans laquelle les concepts utiliss ne sont que des concepts
36
2.3 Linuence propage

lmentaires de lontologie.
Dnition 2.6 (Carte cognitive ontologique)
Une carte cognitive ontologique dnie sur une ontologie (C, ) et un ensemble de
valeurs I, est lassociation de (C, ) une carte cognitive dnie sur min(C) et I.
Exemple 2.6
OCC1 est la carte cognitive ontologique construite en associant lontologie O1
(gure 2.1) la carte cognitive CC1 (gure 2.2). Cette carte est dnie pour
I = [1; +1]. On voit que les concepts de la carte sont les concepts lmentaires de
lontologie.
2.3
Linuence propage
Une carte cognitive nest pas uniquement un outil de reprsentation. Une carte
cognitive aide comprendre les causes et les consquences dun facteur du problme
reprsent. En observant les chemins prsents dans une carte, il est possible dvaluer leet dun concept sur un autre mme sils ne sont pas lis directement pour
une inuence. Les modles de cartes cognitives dnissent gnralement un mcanisme qui automatise cette opration et permet ainsi de rvler lutilisateur des
inuences qui ne sont pas facilement perceptibles au premier abord. Nous appelons
ce mcanisme la propagation de linuence. Linuence propage dun concept sur un
autre est calcule en fonction des chemins dinuence qui existent entre les nuds
tiquets par ces concepts. Linuence propage est calcule pour chaque chemin
dinuence et les rsultats obtenus sont agrgs.
Un chemin dans la thorie des graphes est habituellement reprsent par une
liste de sommets. Pour correspondre notre vision du mcanisme de propagation,
nous dnissons un chemin dinuence comme une liste darcs. Les dnitions 2.7
et 2.8 sont identiques celles fournies au chapitre 1 qui prsente le modle des cartes
cognitives classiques.
Dnition 2.7 (Chemin dinuence)
Soit (V, etiqV , A, etiqA ) une carte cognitive dnie sur un ensemble de concepts C
et un ensemble de valeurs I. Soit c1 , c2 deux concepts de C. On appelle un chemin
dinuence de c1 c2 une squence (de longueur k) dinuences (ui , vi ) A tel que
u1 = etiqV1 (c1 ) et vk = etiqV1 (c2 ) et i [1..k 1], vi = ui+1 .
Exemple 2.7
Dans la carte CC1 (gure 2.2), il y a deux chemins dinuence (p1 et p2 ) entre Pluie
et Accident :
37

p1 =((
etiq 1 (Pluie), etiq 1 (Mauvaise visibilit)),
1
(
etiq (Mauvaise visibilit), etiq 1 (Accident))).
etiq 1 (Pluie), etiq 1 (Route glissante)),
p2 =((
(
etiq 1 (Route glissante), etiq 1 (Accident))).
Une carte cognitive peut contenir des cycles. On remarque donc quil peut exister
un nombre inni de chemins dans une carte. An de manipuler un ensemble ni,
nous dnissons un type de chemin que nous appelons chemin dinuence minimal.
Seuls les chemins minimaux seront utiliss dans le calcul de linuence propage.
Dnition 2.8 (Chemin dinuence minimal)
Soit (V, etiqV , A, etiqA ) une carte cognitive dnie sur un ensemble de concepts C et
un ensemble de valeurs I. Soit c1 , c2 deux concepts de C.
Un chemin dinuence P du concept c1 au concept c2 est minimal ssi il nexiste
pas un chemin dinuence P de c1 c2 tel que P est une sous squence de P .
On note Pc1 ,c2 l ensemble des chemins dinuence minimaux de c1 c2 .
Exemple 2.8
Le chemin dinuence p1 entre Pluie et Accident passe par Pluie, Mauvaise visibilit, Accident. Le chemin dinuence p2 entre Pluie et Accident passe par Pluie,
Route glissante, Accident. Ces deux chemins sont des chemins dinuence minimaux.
Proprit 2.1
Tout chemin dune carte cognitive sans cycle est minimal.
Linuence propage pour un chemin dinuence est calcule en cumulant toutes
les valeurs des inuences sur le chemin. Les dnitions des oprateurs de calcul 2.9,
2.10, 2.12 sont fournies pour lensemble de valeurs I = [1; +1]. Dans le chapitre
prcdent, le modle de cartes cognitives classiques tait dni sur I = {, +}.
Dans ce chapitre nous dnissons des cartes ontologiques sur I = [1; +1] qui est
plus gnrale : -1 signie que linuence est totalement ngative, +1 signie que
linuence est totalement positive. Les valeurs comprises entre -1 et +1 signient
que linuence est plus ou moins ngative ou positive. La section 2.5 montre comment
modier ces oprateurs avec lensemble de valeurs fourni et pour dautres ensembles
de valeurs. Pour I = [1; +1], nous dnissons linuence propage pour un chemin
dinuence comme le produit des valeurs portes par les inuences du chemin.
Dnition 2.9 (Inuence propage pour un chemin dinuence)
lensemble de valeurs I = [1; +1]. L inuence propage pour un chemin dinuence
38
2.4 Linuence ontologique

P est :
IP(P ) =
etiqA ((v, v ))
(v,v ) de P
Exemple 2.9
Linuence propage dans le chemin dinuence p1 est : IP(p1 ) = 0.5 0.7 = 0.35.
Linuence propage dans le chemin dinuence p2 est : IP(p2 ) = 0.2 0.8 = 0.16.
Ces deux nombres positifs montrent bien que la pluie est toujours un facteur aggravant daccident.
Linuence propage entre deux concepts est la moyenne des inuences propages
de chaque chemin dinuence minimal existant entre ces concepts.
Dnition 2.10 (Inuence propage entre deux concepts)
Soit (V, etiqV , A, etiqA ) une carte cognitive dnie sur un ensemble de concepts C
et lensemble de valeurs I = [1; +1]. Linuence propage entre deux concepts est
une fonction I dnie sur C C I telle que :
P
IP(P )
P Pc1 ,c2
I(c1 , c2 ) =
card(Pc1 ,c2 )
si Pc1 ,c2 6=
sinon.
Exemple 2.10
Linuence propage entre le concept Pluie et le concept Accident est la moyenne
des inuences propages dans p1 et p2 : I(Pluie, Accident) = (IP(p1 ) + IP(p2 ))/2 =
(0.35 + 0.16)/2 = 0.255.
2.4
Linuence ontologique
Linuence ontologique permet lutilisateur dinterroger une carte cognitive ontologique de faon dterminer linuence entre nimporte quelle paire de concepts
de lontologie. Linuence ontologique est calcule laide de linuence propage
dnie dans la section prcdente. Les inuences dans une carte cognitive ontologique ne sont dnies quentre des concepts lmentaires. Le mcanisme dinuence
ontologique calcule donc dabord deux sous ensembles de concepts lmentaires qui
spcialisent les deux concepts choisis. Les inuences propages sont ensuite calcules
pour chaque paire de concepts lmentaires de ces ensembles. Enn les direntes
inuences propages sont agrges. Le rsultat obtenu est linuence ontologique.
39

Commenons par dnir lensemble des concepts lmentaires qui spcialisent un
concept.
Dnition 2.11 (Concepts lmentaires pour un concept)
Soit (C, ) une ontologie. Soit c un concept de C. On appelle lensemble de concepts
lmentaires pour un concept c, le sous ensemble de C dni comme suit :
elemP our(c) = {c min(C)|c c}
Exemple 2.11
Lensemble des concepts lmentaires pour le concept Mauvais temps est :
elemP our(Mauvais temps) = {Brouillard, Pluie}. De la mme manire, lensemble
des concepts lmentaires pour le concept Mauvaise condition de trac est :
elemP our(Mauvaise condition de trac) = {Mauvaise visibilit, Route sinueuse,
Route glissante}.
Linuence ontologique entre deux concepts c1 et c2 est une agrgation des valeurs
des inuences propages entre les concepts lmentaires pour c1 et les concepts
lmentaires pour c2 . Lorsque la carte cognitive ontologique est dnie sur I =
[1; +1], linuence ontologique est un intervalle entre la valeur minimale et la valeur
maximale.
Dnition 2.12 (Inuence ontologique entre deux concepts)
Soit une carte cognitive ontologique dnie sur (C, ) et I = [1; +1]. Linuence
ontologique entre deux concepts c1 , c2 de C est une fonction IO dnie sur C C
I I telle que :
IO (c1 , c2 ) = [
I(c1 , c2 ),
I(c1 , c2 )]
min
max
c1 elemP our(c1 )
c1 elemP our(c1 )
c2 elemP our(c2 )
c2 elemP our(c2 )
Exemple 2.12
Calculons linuence ontologique entre le concept Mauvais temps et le concept Mauvaise condition de trac. Commenons par calculer lensemble des concepts lmentaires pour Mauvais temps (not A) et pour Mauvaise condition de trac (not B) :
A = elemP our(Mauvais temps) = { Brouillard, Pluie}
B = elemP our(Mauvaise condition de trac) = {Mauvaise visibilit, Route glissante, Route sinueuse }
Dterminons ensuite linuence propage entre chaque concept de A et chaque
concept de B :
I(Brouillard, Mauvaise visibilit) = 0, 9.
I(Brouillard, Route glissante) = 0.
40
2.5 Paramtrage
I(Brouillard, Route sinueuse) = 0.
I(Pluie, Mauvaise visibilit) = 0, 5.
I(Pluie, Route glissante) = 0, 2.
I(Pluie, Route sinueuse) = 0.
Linuence propage entre un concept qui spcialise Mauvais temps et un concept
qui spcialise Mauvaise condition de trac est au minimum 0 et au maximum 0.9.
IO (Mauvais temps, Mauvaise condition de trac) = [0; 0.9].
2.5
Paramtrage
De nombreuses variantes des cartes cognitives sont dnies sur des ensembles
de valeurs I dirents de [1; +1] comme les cartes cognitives classiques vues dans
le chapitre 1 (section 1.3) dnies sur {+, }. Dans cette section, nous proposons
une adaptation des principales dnitions de ce chapitre an dutiliser des cartes
cognitives ontologiques dnies sur cet ensemble de valeurs.
Lensemble des valeurs I tant dirent, le calcul de linuence propage dans
un chemin ne peut pas faire intervenir un produit et une moyenne comme dans les
dnitions 2.9 et 2.10. Cette inuence propage est dnie laide dun oprateur
adapt lensemble {+, }.
Dnition 2.13 (Inuence propage dans un chemin dune carte cognitive
classique)
lensemble de valeurs I = {+, }.
Linuence propage dans un chemin P est dnie de la faon suivante :
^
IP(P ) =
etiqI ((v, v ))
(v,v ) de P
avec
est une application dnie sur I I 7 I reprsente par la matrice :

V
+
-
+
+
-
Exemple 2.13
Dans la carte cognitive classique de la gure 2.3, I((Fatigue, Risque daccident))) =
= +.
Linuence propage dun concept sur un autre est nulle (note 0) sil nexiste
pas de chemins entre ces concepts. Elle est positive lorsque les inuences propages
41

Fatigue
Attention
+
Fatigue
Risque
d'accident
Risque
d'accident
Figure 2.3 Exemple de propagation de linuence dans un chemin

dans tous les chemins existant entre ces concepts sont positives (note +). Elle
est ngative quand toutes inuences propages sont ngatives (note -). Lorsquau
moins deux chemins dont linuence propage est de polarit dirente, il nest pas
possible de dterminer si linuence propage entre les deux concepts est positive ou
ngative. Il nest pas non plus possible de savoir si les chemins se compensent auquel
cas linuence propage serait nulle. Dans ce cas l, linuence propage entre les
deux concepts est dite ambigu (note ?).
Dnition 2.14 (Inuence propage entre deux concepts dune carte cognitive classique)
lensemble de valeurs I = {+, }.
Soit c1 , c2 deux concepts de C.
Linuence propage entre deux concepts entre c1 et c2 est dnie de la faon suivante :
I(c1 , c2 ) = 0 si Pc1 ,c2 =
I(c1 , c2 ) =
IP(P ) si Pc1 ,c2 6=
P Pc1 ,c2
o est une application dnie sur {+, , ?} {+, , ?} 7 {+, , ?} reprsente

par la matrice :
W
W
+
?
+
+
?
?
?
?
?
?
?
?
Exemple 2.14
Dans la carte cognitive classique de la gure 2.3, I(Phares pendant la journe,
Risque dAccident) = (+ ) (+ +) =?.
Remarque
Ce mcanisme a linconvnient de donner des rsultats souvent ambigus.
Adaptons notre mcanisme dinuence ontologique une carte cognitive ontologique (dnition 2.12) dnie sur cet ensemble de valeurs. Nous proposons dajouter
42
2.5 Paramtrage
Phares
pendant
la journe
Visibilit
Risque
d'eblouissement
Phares
pendant
la journe
Risque
d'accident
Risque
d'accident
Figure 2.4 Exemple dinuence propage entre deux concepts

deux symboles et . Le premier signiant quune inuence est positive ou nulle.
Le second signiant quune inuence est ngative ou nulle. Ces nouveaux symboles
simplient la lecture du rsultat de linuence ontologique.
Dnition 2.15 (Inuence ontologique entre deux concepts dune carte
cognitive classique)
Soit (V, etiqV , A, etiqA ) une carte cognitive ontologique dnie sur (C, ) et I =
{+, } Linuence ontologique entre deux concepts de C est une fonction IO dnie
sur C C 7 {0, +, , , , ?} telle que :
I(c1 , c2 )
IO (c1 , c2 ) =
c1 elemP our(c1 )
c2 elemP our(c2 )
avec
dnie par la matrice suivante :
+
0
+
+
?
?
?
?
?
?
?
?
?
?
?
?
Exemple 2.15
La carte cognitive ontologique CC2 (gure 2.5) est la mme carte que CC1 mais tiquete par + et -. Calculons linuence ontologique entre le concept Mauvais temps
et le concept Mauvaise condition de trac. I(Brouillard, Mauvaise visibilit) = +.
I(Brouillard, Route glissante) = 0.
43

I(Brouillard, Route sinueuse) = 0.
I(Pluie, Mauvaise visibilit) = +.
I(Pluie, Route glissante) = +.
I(Pluie, Route sinueuse) = 0.
Linuence ontologique entre Mauvais temps et Mauvaise condition de trac est
lagrgation de ces inuences propages :
IO (Mauvais temps, Mauvaise condition de trac) = + 0 0 + + 0 = .
Linuence ontologique entre Mauvais temps et Mauvaise condition de trac est
donc positive ou nulle.
Brouillard
Pluie
Autoroute
Route secondaire
+
+
+
+
Mauvaise visibilit
Route glissante
+
+
Accident
Route sinueuse
Figure 2.5 Carte cognitive ontologique CC2.

[Genest et Loiseau, 2007] prsente un travail sur les rseaux dinuences utilisant
les cartes cognitives. Ce travail utilise une carte cognitive classique et propose de
regrouper certains concepts dans un ensemble nomm. Ce travail dnit aussi une
inuence dite cartsienne dun ensemble vers un autre ensemble de concepts. On
voit que notre dnition 2.12 est une extension de cette inuence cartsienne dans
le sens ou un concept dune ontologie dnit un ensemble de concepts : ses concepts
lmentaires. Le travail de [Genest et Loiseau, 2007] est aussi limit sur deux autres
points. Dune part, il ne considre que les ensembles dinuence I = {+, } et
dautre part loprateur dagrgation (IO dans notre dnition) est simpliste puisquil faut que toutes les inuences entre toutes les paires de concepts issues du
produit cartsien aient le mme rsultat pour obtenir de linuence cartsienne une
valeur signicative.
Dautres variantes de cartes cognitives sont dnies sur un ensemble de valeurs
I dirent de [1; +1] et {+, }. Kosko propose un modle de cartes cognitives
dont les inuences sont caractrises par des variables linguistiques : nul, faible,
moyen, fort. Ces variables linguistiques sont organises dans un ensemble ordonn.
Linuence ontologique dnie prcdemment peut tre utilise sur ce type de carte
en rednissant linuence propage dans un chemin et linuence propage entre
deux concepts. Les inuences propages sont dnies en utilisant les oprateurs min
et max de lensemble ordonn de valeurs. La dnition suivante est une reformulation
de linuence propage dans un chemin dnie par Kosko. Linuence dans un chemin
44
2.5 Paramtrage
est le minimum des inuences qui composent le chemin.
Dnition 2.16 (Inuence propage dans un chemin dinuence dune
carte avec valeurs symboliques)
Soit OM une carte cognitive ontologique dnie sur une ontologie (C, ) et lensemble partiellement ordonn de valeurs IO = {nul . f aible . moyen . f ort}.
Linuence propage dans un chemin dinuence P dune carte avec valeurs symboliques est :
IP (P ) = min
etiqA ((v, v ))
(v,v ) de P
Linuence propage entre deux concepts est, pour Kosko, la meilleure (la plus
grande) des inuences propages dans les dirents chemins qui existent entre ces
concepts.
Dnition 2.17 (Inuence propage dans une carte avec valeurs symboliques)
Soit OM une carte cognitive ontologique dnie sur une ontologie (C, ) et lensemble partiellement ordonn de valeurs {nul . f aible . moyen . f ort} = IO .
Linuence propage entre deux concepts dune carte avec valeurs symboliques est :
I(c1 , c2 ) = nul si Pc1 ,c2 =
I(c1 , c2 ) = max IP(P ) si Pc1 ,c2 6=
P Pc1 ,c2
Linuence ontologique est la mme que dans la dnition 2.12.

Exemple 2.16
La gure 2.6 montre la carte prcdemment utilise mais tiquete par les valeurs
symboliques : nul, f aible, moyen, f ort.
Brouillard
Pluie
fort
moyen
moyen
Autoroute
faible
Route secondaire
moyen
Mauvaise visibilit
Route glissante
moyen
fort
faible
Accident
Route sinueuse
Figure 2.6 Carte avec valeurs symboliques.

Calculons linuence ontologique entre le concept Mauvaise condition de trac
et le concept Accident. Lensemble des concepts lmentaires pour le concept Mauvaise condition de trac est : elemP our(Mauvaise condition de trac) = {Mauvaise
45

visibilit, Route sinueuse, Route glissante}. Le concept Accident est lmentaire,
donc elemP our(Accident) = {Accident}. Linuence propage entre Mauvaise visibilit et Accident est gale moyen. Linuence propage entre Route glissante et
Accident est gale f ort. Linuence propage entre Route sinueuse et Accident est
gale f aible.
Linuence ontologique est un intervalle compris entre la plus petite et la plus
grande des inuences propages, cest dire dans le cas prsent entre f aible et f ort :
IO (Mauvaise condition de trac, Accident) = [faible,fort].
Tous les ensembles de valeurs possibles et toutes les oprations dagrgations
fournies dpendent du choix du concepteur. Leur smantique est videment discutable et il serait possible dintroduire de nombreuses variantes dans lesprit des
oprations dagrgation des logiques oues numriques ou symboliques (voir Annexe).
Conclusion
Dans ce chapitre nous avons propos un modle de carte cognitive ontologique
qui associe une ontologie et une carte cognitive. Lontologie permet de mieux comprendre la carte car elle organise les concepts. Nous avons fourni un mcanisme de
propagation entre deux concepts de lontologie. Ce mcanisme utilise conjointement
la structure de la carte cognitive et la structure de lontologie pour calculer des inuences propages qui nauraient pas pu tre calcules sur une carte seule. Dans le
chapitre suivant, lontologie nous servira dchelle et ce mcanisme de propagation
nous permettra de calculer des vues.
46
Chapitre 3
Vue de cartes cognitives
ontologiques
Introduction
Lontologie peut tre utilise comme une chelle smantique pour voir la carte
cognitive ontologique. Une chelle est un sous ensemble particulier de concepts de
lontologie ; une chelle est donc en quelque sorte un barreau de lchelle smantique
reprsente par lontologie. Par analogie avec les cartes gographiques, lontologie
est la notion dchelle possible (entre 1/10 000 et 1/1 000 000 par exemple), et
lchelle, une chelle particulire choisie pour une vue particulire, par exemple 1/100
000. Les concepts dune chelle sont choisis an de fournir une vue de la carte
cognitive ontologique. Une vue est une carte cognitive construite en nutilisant que
les concepts de lchelle. Deux caractristiques doivent tre notes concernant la
vue. Dune part, une vue dune carte cognitive ontologique a normalement moins de
concepts que le nombre de concepts lmentaires de la carte cognitive ontologique,
ainsi la vue est plus lisible que la carte cognitive ontologique. Dautre part, chaque
concept lmentaire ou un concept le gnralisant est dans la vue, ainsi la vue est une
gnralisation de la carte associe la carte cognitive ontologique. Pour respecter
ces caractristiques, lchelle est dnie comme un sous ensemble particulier des
concepts de lontologie.
Quel que soit un ensemble de concepts slectionns par lutilisateur dans une
ontologie, une chelle pour cet ensemble peut tre calcule et on peut donc ainsi
obtenir une vue. Lontologie est donc une relle chelle smantique qui permet
lutilisateur de naviguer en changeant dchelle, dans une carte cognitive ontologique.
Pour aider lutilisateur comprendre le rsultat du calcul dune inuence ontologique entre deux concepts, la vue pour une inuence est dnie. Une telle vue est
obtenue en calculant une chelle qui sera utilise pour gnrer une vue qui mettra
47
Chapitre 3. Vue de cartes cognitives ontologiques

en avant les concepts utiliss pour le calcul de linuence ontologique.
Un prol dutilisateur est une chelle associe un utilisateur potentiel. Il est
donc immdiat dobtenir une vue spcique pour lutilisateur : cest la vue calcule
avec son prol. Souvent, une carte cognitive est utilise pour permettre des discussions entre utilisateurs. nous proposons de dnir une vue partage qui permet de
fournir une vue commune pour deux utilisateurs : les concepts intressant chaque
utilisateur y gureront.
La section 3.1 introduit la notion dchelle. La section 3.2 prsente ce quest une
vue. La section 3.3 prsente comment obtenir une vue pour un ensemble de concepts
slectionns. La section 3.4 prsente la vue pour un prol et la vue partage. La
section 3.5 prsente la vue pour une inuence.
3.1
chelle
Une chelle peut aussi bien dterminer une vue avec des concepts ayant le mme
niveau de dtails quune vue non uniforme, avec des parties dtailles et dautres
moins. La clbre page de la bande dessine Astrix (gure 3.1) illustre bien le type
de vues que lon souhaite obtenir. Pour comprendre le rapport entre le village gaulois
la Gaule et lEmpire Romain, il nest pas ncessaire de voir la totalit des dtails
de la carte.
Une vue dune carte cognitive ontologique est une carte cognitive contenant gnralement moins de concepts que la carte cognitive associe. Nous appelons chelle
lensemble des concepts prsents dans la vue. On peut ainsi, par le choix de lchelle,
dtailler certaines parties et pas dautres. Une chelle respecte deux proprits spciques : dune part tous les concepts dune chelle sont incomparables entre eux et
dautre part ils doivent tre reprsentatifs de lensemble des concepts de lontologie.
En eet, une chelle est compose dun ensemble de concepts incomparables.
Lintuition de la notion de comparabilit pour deux concepts est que lun est plus
petit que lautre. Ainsi, dans une chelle, aucun concept ne sera deux fois reprsent :
une fois en tant que concept et une autre fois par un concept qui le gnralise
(suprieur).
Dnition 3.1 (Concepts comparables)
Soit (C, ) une ontologie. Deux concepts c et c de C sont comparables ssi c c ou
c c.
Exemple 3.1
Dans lontologie O1 (gure 3.2), les concepts Autoroute et Route sont comparables
48
3.1 chelle
Figure 3.1 Exemple de vue non uniforme.

alors que les concepts Autoroute et Route secondaire ne le sont pas.
Dnition 3.2 (Ensemble de concepts incomparables)
Soit (C, ) une ontologie. Soit C C. C est un ensemble de concepts incomparables
ssi c, c C qui sont dirents, c et c ne sont pas comparables.
Exemple 3.2
Dans O1, lensemble de concepts { Autoroute, Route secondaire } est un ensemble
de concepts incomparables.
La reprsentativit des concepts dune chelle consiste garantir que chaque
concept de la carte cognitive associe est prsent dans lchelle ou reprsent par un
concept suprieur. Pour ce faire nous allons dnir ce quest un ensemble reprsentatif dun autre ensemble et nous utiliserons cette dnition pour dcrire une chelle
comme un ensemble reprsentatif de lensemble des concepts de la carte cognitive.
Pour dnir un ensemble reprsentatif dun ensemble, gnralisons la dnition
49

Brouillard
Pluie
Autoroute
Route secondaire
0.9
0.5
0.2
-0.9
0.7

Mauvaise visibilit
Mauvaise route
Route glissante
Mauvaise visibilit
0.7
Route glissante
0.8
0.2
Accident
Route sinueuse
Mauvais temps Accident
Route
Route secondaire
Autoroute
Pluie Brouillard
Route sinueuse
Figure 3.2 Carte cognitive ontologique OCC1 compose de la carte cognitive CC1
et de lontologie O1.
dun ensemble de concepts lmentaires associs un concept (dnition 2.11) celle
densemble de concepts lmentaires associs un ensemble. Un ensemble est reprsentatif dun autre lorsque les concepts lmentaires associs au premier ensemble
contiennent les concepts lmentaires du second.
Dnition 3.3 (Concepts lmentaires pour un ensemble)
Soit (C, ) une ontologie. Soit C C. On appelle lensemble des concepts lmenS
taires pour un ensemble C : elemP ourEns(C ) = cC elemP our(c).
Exemple 3.3
Prenons lensemble de concepts { Route, Mauvais temps }. Lensemble des concepts
lmentaires pour cet ensemble est { Autoroute, Route secondaire, Brouillard, Pluie
}.
Remarque
Remarquons que pour une ontologie par construction, elemP ourEns(C) = min(C).
Dnition 3.4 (Ensemble reprsentatif dun ensemble)
Soit (C, ) une ontologie. Soit C1 , C2 C. C1 est un ensemble reprsentatif de C2
ssi elemP ourEns(C2 ) elemP ourEns(C1 ).
Exemple 3.4
Dans OCC1, prenons lensemble de concepts { Mauvaise condition de trac }. Lensemble des concepts { Mauvaise visibilit, Mauvaise route } est reprsentatif de cet
ensemble car lensemble des concepts lmentaires pour { Mauvaise condition de
50
3.2 Vue pour une chelle

trac } est { Mauvaise visibilit, Route glissante, Route sinueuse } et celui-ci est
inclus ou gal (ici il est gal) lensemble des concepts lmentaires pour { Mauvaise
visibilit, Mauvaise route }.
La proprit 3.1 montre quun ensemble est reprsentatif de lontologie si et
seulement si ses concepts lmentaires sont ceux de lontologie.
Proprit 3.1
Soit (C, ) une ontologie. Soit C C. C est un ensemble reprsentatif de C ssi
elemP ourEns(C ) = min(C).
Dmonstration
() C est un ensemble reprsentatif de C donc elemP ourEns(C)
elemP ourEns(C ) (dnition 3.4). Or elemP ourEns(C) = min(C) donc min(C)
elemP ourEns(C ). Comme C C, elemP ourEns(C ) min(C). Donc min(C) =
elemP ourEns(C ).
() min(C) = elemP ourEns(C ). Comme min(C) = elemP ourEns(C), elemP ourEns(C ) = elemP ourEns(C) donc elemP ourEns(C) elemP ourEns(C ). Donc
daprs la dnition 3.4, C est un ensemble reprsentatif de C.
Nous dnissons donc lchelle qui nous servira dans les sections suivantes
dterminer des vues.
Dnition 3.5 (Echelle)
Soit (C, ) une ontologie. Soit C C. C est une chelle ssi C 1) est un ensemble
de concepts incomparables et 2) est reprsentatif de C.
Exemple 3.5
{Mauvaise condition de trac, Route, Mauvais temps, Accident} est une chelle de
O1. {Mauvaise condition de trac, Route secondaire, Autoroute, Mauvais temps, Accident} est une chelle de O1.
3.2
Vue pour une chelle
Une vue pour une carte cognitive est dnie pour une chelle donne. Une
vue synthtise la carte cognitive en faisant apparatre simplement les concepts de
lchelle. Deux concepts dune vue sont connects si il existe un concept lmentaire
pour chacun deux tels que ces deux concepts lmentaires sont relis par un chemin
dans la carte cognitive ontologique.
Dnition 3.6 (Connexion entre deux concepts)
Soit CO = (V, etiqV , A, etiqA ) une carte cognitive ontologique dnie sur une onto51

logie (C, ) et un ensemble de valeurs I. Deux concepts c1 et c2 de C sont connects
ssi c1 elemP our(c1 ), c2 elemP our(c2 ) | (
etiqV1 (c1 ), etiqV1 (c2 )) A.
Exemple 3.6
Dans OCC1, Mauvaise condition de trac et Accident sont connects car Mauvaise
visibilit, qui est un concept lmentaire pour Mauvaise condition de trac, inuence
Accident.
Un arc entre deux concepts lmentaires de la vue est tiquet de la mme faon
quil lest dans la carte cognitive ontologique. Pour les arcs qui ne sont pas entre
des concepts lmentaires, leur valeur dans la vue est calcule en utilisant linuence
ontologique.
Dnition 3.7 (Valeur dune inuence entre deux concepts connects)
Soit CO = (V, etiqV , A, etiqA ) une carte cognitive ontologique dnie sur une ontologie (C, ) et un
valeurs I. c1 , c2 C qui sont connects :
ensemble de
1
tiqA (
etiqV (c1 ), etiqV1 (c2 )) si c1 et c2 sont des concepts
e
ementaires.
Valeur(c1 , c2 ) = el
IO (c1 , c2 ) sinon.
Exemple 3.7
Il ny a pas dinuence entre Mauvaise condition de trac et Accident car Mauvaise
condition de trac nest pas un concept lmentaire, ils sont nanmoins connects.
La valeur de linuence entre ces concepts est gale linuence ontologique entre ces
concepts, cest dire dans le cas prsent : IO (Mauvaise condition de trac, Accident)
= [0.2, 0.8]
.
Une fois que les concepts (chelle) et les inuences (connexions et valeurs) de la
vue sont dtermins, la construction de la vue peut tre fournie.
Dnition 3.8 (Vue pour une chelle)

Soit CO = (V, etiqV , A, etiqA ) une carte cognitive ontologique dnie sur une ontologie (C, ) et un ensemble de valeurs I. Soit C une chelle.
Une vue pour C de CO est une carte cognitive (Vs , etiqVs , As , etiqAs ) dnie sur C
et I telle que :
Vs est un ensemble de nuds dont la cardinalit est gale la cardinalit de
C .
etiqV s : Vs C est une fonction bijective tiquetant chaque nud de Vs avec
un concept de C .
As Vs Vs est lensemble des inuences (
etiqV1s (c1 ), etiqV1s (c2 )) tel que c1 et
c2 de C sont connects.
52
3.3 Vue pour un ensemble de concepts

slectionns
etiqAs : As I I I est une fonction dtiquetage tel que etiqAs ((v1 , v2 )) =
V aleur(
etiqVs (v1 ), etiqVs (v2 )).
Exemple 3.8
Figure 3.3 est la vue de OCC1 pour lchelle { Mauvaise condition de trac, Route,
Mauvais temps, Accident}. La couleur grise des boites nest signicative que pour
lexemple 3.9.
Mauvais temps [0,0.9]
Route
[-0.9,0.7]
[0.2,0.8]
Accident
Figure 3.3 Vue d OCC1.
3.3
Vue pour un ensemble de concepts

slectionns
Pour obtenir une vue, un utilisateur peut slectionner une chelle. Nous proposons aussi lutilisateur dobtenir une vue partir de nimporte quel ensemble de
concepts slectionns. Pour faire cela, on calcule une chelle associe lensemble
de concepts slectionns.
Dnition 3.9 (Ensemble de concepts slectionns)
Soit (C, ) une ontologie. Un ensemble Cs de concepts slectionns est un sous ensemble de C choisi par lutilisateur pour obtenir une vue.
Lchelle est calcule de manire ce que les concepts infrieurs aux concepts
slectionns ne soit pas prsents dans celle-ci. Lutilisateur nest pas oblig de slectionner une chelle complte, celle-ci est complte avec les concepts lmentaires de
lontologie qui ne sont pas infrieurs aux slectionns. De plus, le calcul de lchelle
tolre que lutilisateur puisse slectionner des concepts qui sont comparables, lchelle
ne contient que le maximum de lensemble de ces concepts slectionns.
Dnition 3.10 (Concepts de la vue pour un ensemble de concepts slectionns)
Soit (C, ) une ontologie. Soit Cs lensemble de concepts slectionns par lutilisateur. On appelle les concepts de la vue pour Cs : ConceptsVuePourSelect(Cs ) =
S
max(Cs ) (min(C)\ cCs elemP our(c))).
53

Lide utilise an de calculer une chelle partir dun ensemble Cs de concepts
slectionns est la suivante. Premirement chaque concept de Cs sera reprsent
dans lchelle car max(Cs ) est un ensemble reprsentatif de Cs . Lutilisation du max
permet de supprimer un concept de Cs lorsquil est dj reprsent par un concept
qui lui est suprieur. Ainsi, la vue contient les concepts qui sont intressants pour
lutilisateur. Deuximement, les autres concepts de C qui ne sont pas reprsents par
max(Cs ) seront reprsents dans lchelle par des concepts lmentaires. Ainsi, la vue
est le plus proche possible de la carte cognitive initiale associe la carte cognitive
ontologique : seuls les concepts lmentaires qui sont infrieurs un concept de Cs
ne sont pas dans la vue.
La proprit 3.2 permet dutiliser les concepts de la vue pour Cs de sorte
calculer une vue. En eet, les concepts de la vue pour Cs forment une chelle.
Proprit 3.2
Soit (C, ) une ontologie. Soit Cs lensemble de concepts slectionns par lutilisateur. ConceptsV ueP ourSelect(Cs ) est une chelle.
Dmonstration
1) ConceptsV ueP ourSelect(Cs ) est un ensemble de concepts incomparables parce
S
que cCs elemP our(c) enlve de min(C) tous les concepts comparables avec un
concept de max(Cs ) ; max(Cs ) et min(C) sont tous les deux composs de concepts
incomparables.
2) elemP ourEns(ConceptsV ueP ourSelect(Cs )) est videmment min(C), aussi (proprit 3.1) ConceptsV ueP ourSelect(Cs ) est reprsentative de C.
Dnition 3.11 (Vue pour un ensemble de concepts slectionns)
Soit CO = (V, etiqV , A, etiqA ) une carte cognitive ontologique dnie sur une ontologie (C, ) et un ensemble de valeurs I. Soit Cs un ensemble de concepts slectionns. Une vue pour un ensemble de concepts slectionns Cs de CO est une vue pour
ConceptsV ueP ourSelect(Cs ) de CO.
Exemple 3.9
Une vue de la carte OCC1 est fournie gure 3.3. Cette vue est dtermine pour
lensemble de concepts slectionns Cs = {Mauvaise condition de trac, Route,
Mauvais temps}. ConceptsV ueP ourSelect(Cs ) = {Mauvaise condition de trac,
Route, Mauvais temps, Accident}. Pour une meilleure prsentation, les concepts de
Cs sont dans des boites grises.
Remarque
Lorsque lontologie contient un concept qui est une spcialisation de plusieurs concepts,
une vue de la carte cognitive ontologique peut contenir plus de concepts que la carte
cognitive associe celle-ci.
54
3.4 Vue pour un prol
3.4
Vue pour un prol
Une carte cognitive est souvent utilise par plusieurs personnes. Lide est dassocier un prol une personne de sorte fournir, sa demande, une carte qui lui est
ddie. Ces prols doivent tre fournis par le concepteur. Un prol est une simple
chelle dnie pour lutilisateur qui sera utilise pour gnrer la vue.
Dnition 3.12 (Prol dutilisateur)
Soit (C, ) une ontologie. Un prol dutilisateur est une chelle de C.
Exemple 3.10
Pm = {Brouillard, Pluie, Route, Mauvaise condition de trac, Accident} est un
prol pour lutilisateur mtorologiste .
Dnition 3.13 (Vue pour un prol)
Soit CO = (V, etiqV , A, etiqA ) une carte cognitive ontologique dnie sur une ontologie (C, ) et un ensemble de valeurs I. Soit P un prol dutilisateur. La vue pour
un prol P est la vue pour P de CO.
Exemple 3.11
La gure 3.4 prsente la vue pour le prol Pm = {Brouillard, Pluie, Route, Mauvaise
condition de trac, Accident} construit pour lutilisateur mtorologiste . Une
autre vue pour le prol Pr = {Autoroute, Route secondaire, Mauvais temps, Mauvaise condition de trac, Accident } peut tre calcule pour lutilisateur constructeur de routes .
Brouillard
Pluie
[0,0.9]
[0,0.5]
[-0.9,0.7]
[0.2,0.8]
Accident
Route
Figure 3.4 Vue pour lutilisateur mtorologiste .

Une carte cognitive est parfois utilise par deux personnes qui veulent rchir
ensemble un problme. Nous proposons dans ce but de gnrer une vue partage
qui leur permet de collaborer sur une unique vue adapte aux deux utilisateurs. Pour
ce faire les concepts partags sont calculs en utilisant un min de sorte garder les
dtails des deux prols dans la vue partage.
Dnition 3.14 (Concepts partags)
Soit CO = (V, etiqV , A, etiqA ) une carte cognitive ontologique dnie sur une ontologie (C, ) et un ensemble de valeurs I. On appelle lensemble des concepts partags
55

pour deux prols P1 et P2 : ConceptsPartags(P1 , P2 ) = min(P1 P2 ).
La proprit 3.3 permet dutiliser les concepts partags de sorte calculer la vue.
Proprit 3.3
Soit CO une carte cognitive ontologique dnie sur (C, ) et I. Soit P1 et P2 deux
prols. ConceptsP artag
es(P1 , P2 ) est une chelle pour C.
Dmonstration
1) En tant que min, ConceptsP artag
es(P1 , P2 ) est videmment un ensemble de
concepts incomparables.
2) Comme P1 et P2 sont reprsentatifs de C, P1 P2 est reprsentatif de C. Comme
par dnition, min(P1 P2 ) est reprsentatif de P1 P2 et que P1 P2 est reprsentatif de C, min(P1 P2 ) est reprsentatif de C. ConceptsPartags(P1 ,P2 ) est donc
reprsentatif de C.
Dnition 3.15 (Vue partage)
Soit CO = (V, etiqV , A, etiqA ) une carte cognitive ontologique dnie sur une ontologie (C, ) et un ensemble de valeurs I. Soient P1 et P2 deux prols. La vue partage
pour P1 et P2 est la vue pour ConceptsP artag
es(P1 , P2 ) de CO.
Exemple 3.12
La gure 3.5 prsente la vue partage pour les deux prols Pr et Pm . Pour une
meilleure prsentation, les concepts de Pm sont reprsents par des boites dont les
bords sont en pointills. Les concepts de Pr sont reprsents dans des boites fond
gris. Les concepts de Pr Pm sont reprsents dans des boites grises avec pointills.
Brouillard
[0,0.9]
Pluie [0,0.5]
[-0.9,0]
Autoroute [0,0.7]
Mauvaise condition de traffic
[0.2,0.8]
Accident
Route secondaire
Figure 3.5 Vue partage pour Pr et Pm .

Dans le mme esprit, on pourrait trivialement dnir des vues partages pour
un nombre quelconque dutilisateurs.
3.5
Vue de linuence
Lide est daider lutilisateur comprendre linuence ontologique entre deux

concepts. Les concepts lmentaires impliqus dans linuence ontologique sont d56
3.5 Vue de linuence

termins et prsents dans la vue de sorte permettre lutilisateur de voir en dtail
la propagation.
Dnition 3.16 (Concepts impliqus dans une inuence ontologique)
Soit CO = (V, etiqV , A, etiqA ) une carte cognitive ontologique dnie sur une ontologie (C, ) et un ensemble de valeurs I. Lensemble des concepts impliqus dans
une inuence ontologique de c1 vers c2 de C est : ConceptsImpliqu
es(c1 , c2 ) =
n
1
1
c min(C) | (
etiqV (c), _) ou (_, etiqV (c)) est une inuence dun chemin de Pc1 ,c2 ,
avec c1 elemP our(c1 ), c2 elemP our(c2 )}.

Exemple 3.13
Dans OCC1, ConceptsImpliqu
es(Brouillard, Accident) = {Brouillard, Mauvaise visibilit, Accident }.
Les concepts qui sont incomparables aux concepts impliqus doivent aussi tre
pris en compte. Lide est de garder uniquement les concepts maximaux de sorte
minimiser (dans la plupart des cas) le nombre de concepts prsents dans la vue.
Dnition 3.17 (Concepts incomparables aux concepts impliqus)
Soit CO = (V, etiqV , A, etiqA ) une carte cognitive ontologique dnie sur une ontologie (C, ) et un ensemble de valeurs I. On appelle concepts incomparables aux
concepts impliqus c1 , c2 de C : IncomparableAuxImpliqus(c1 , c2 ) = { c C|c
ConceptsImpliqu
es(c1 , c2 ), c et c sont comparables }.
Dnition 3.18 (Concepts dune vue pour une inuence)
Soit CO = (V, etiqV , A, etiqA ) une carte cognitive ontologique dnie sur une ontologie (C, ) et un ensemble de valeurs I. On appelle concepts dune vue pour une
inuence entre c1 , c2 de C : ConceptsVuePourInuence(c1 , c2 ) = ConceptsImpliqu
es(c1 , c2 ) max(IncomparableAuxImpliqu
es(c1 , c2 )).
La proprit 3.4 permet dutiliser les concepts dune vue pour une inuence de
sorte calculer une vue.
Proprit 3.4
Soit CO = (V, etiqV , A, etiqA ) une carte cognitive ontologique dnie sur une ontologie (C, ) et un ensemble de valeurs I. Soit c1 , c2 deux concepts de C. ConceptsVuePourInuence(c1 , c2 ) est une chelle.
Dmonstration
1) ConceptsImpliqu
es(c1 , c2 ) est un ensemble de concepts incomparables parce
que compos de concepts lmentaires ; max(IncomparableAuxImpliqu
es(c1 , c2 ))
est videmment un ensemble de concepts incomparables. cause de la dnition 3.17
57

qui fait quaucun concept de ConceptsImpliqu
es(c1 , c2 ) nest comparable avec un
concept de IncomparableAuxImpliqu
es(c1 , c2 ) et aussi de max(IncomparableAuxImpliqus(c1 , c2 )), ConceptsV ueP ourInf luence(c1 , c2 ) est un ensemble de concepts incomparables.
2) Soit c un lment de min(C), c est un lment de ConceptsImpliqu
es(c1 , c2 ) ou un
lment de IncomparableAuxImpliqu
es(c1 , c2 ). Si c est un lment de
ConceptsImpliqu
es(c1 , c2 ), c appartient elemP ourEns(ConceptsImpliqu
es(c1 , c2 )).
Si c est un lment de IncomparableAuxImpliqu
es(c1 , c2 ), c appartient
elemP ourEns(max(IncomparableAuxImpliqus(c1 , c2 ))).
Ainsi,
min(C)
elemP ourEns(ConceptsImpliqus(c1 , c2 ))
elemP ourEns(max(IncomparableAuxImpliqu
es(c1 , c2 ))).
Comme elemP ourEns(ConceptsV ueP ourInf luence(c1 , c2 )) = elemP ourEns(ConceptsImpliqus(c1 , c2 ))elemP ourEns(max(IncomparableAuxImpliqu
es(c1 , c2 ))) et
parce que les lments retourns par la fonction elemP ourEns sont ncessairement
des lments de min(C), elemP ourEns(ConceptsV ueP ourInf luence(c1 , c2 )) =
min(C), et donc (proprit 3.1) ConceptsV ueP ourInf luence(c1 , c2 ) est reprsentative de C.
Dnition 3.19 (Vue pour une inuence)
Soit CO = (V, etiqV , A, etiqA ) une carte cognitive ontologique dnie sur une ontologie (C, ) et un ensemble de valeurs I. La vue pour une inuence entre c1 , c2 de
C est la vue pour ConceptsV ueP ourInf luence(c1 , c2 ) de CO.
Exemple 3.14
La gure 3.6 prsente la vue pour linuence entre les concepts Mauvais temps et
Accident. Les concepts lmentaires de Mauvais temps, de Mauvaise condition de
trac et dAccident sont des concepts impliqus. Pour une meilleure prsentation les
concepts impliqus sont dans une boite grise. Notons que les concepts Autouroute
et Route secondaire ne sont pas des concepts impliqus. Ils sont donc reprsents
dans la carte par le concept gnrique Route.
Brouillard
Pluie
Route
0.9
0.5
0.2
[-0.9,0.7]
Mauvaise visibilit
0.7
Route glissante
0.8
0.2
Accident
Route sinueuse
Figure 3.6 Vue pour une inuence.

Notons que ce mcanisme de vue pour une inuence fonctionne loppos du
mcanisme de vue pour un ensemble de concepts slectionns. En eet le premier
58
3.5 Vue de linuence

mcanisme prsente en priorit des concepts lmentaires an de comprendre les
dtails de la propagation, alors que le second replace des concepts lmentaires par
des concepts plus gnraux an davoir une vue plus synthtique de la carte.
Conclusion
Laspect graphique dune carte cognitive la rend facile apprhender. Cet avantage devient un inconvnient lorsque la carte contient un grand nombre darcs et de
sommets. Dans ce chapitre nous avons prsent des mcanismes qui fournissent des
vues synthtiques dune carte cognitive ontologique pour direntes chelles. Lutilisateur peut apprhender le contenu de la carte en choisissant une chelle contenant
des concepts gnriques et modier cette chelle an dobserver en dtail les parties
de la carte qui lintressent. Nous avons propos un systme de prol qui permet
des utilisateurs dont les intrts sont dirents de dnir leur propre vue de la
carte. Enn nous avons propos un mcanisme qui aide comprendre linuence
ontologique entre deux concepts en prsentant lutilisateur une vue dtaillant les
concepts et inuences qui la dterminent.
59
Chapitre 4
Les cartes cognitives contextuelles
Introduction
Les connaissances exprimes dans une carte cognitive peuvent tre fortement lies
des points de vue ou des centres dintrts des concepteurs de la carte. Selon les
conditions dutilisation de la carte, certaines de ces connaissances sont pertinentes
alors que dautres ne le sont pas. Les connaissances exprimes par un concepteur
de la carte ayant un point de vue proche de celui dun utilisateur devraient tre
pertinentes pour cet utilisateur. Au contraire, celles exprimes par un concepteur
dont le point de vue est loign de celui de lutilisateur devraient avoir un intrt
moindre pour celui-ci. Une carte peut donc regrouper plusieurs points de vue, dans
ce cas l, certaines connaissances de la carte ne sont valides que pour certains points
de vue. Exploiter une telle carte dans sa totalit quivaut considrer une union de
connaissances qui nest pas pertinente. Lexploitation de cette carte est donc dicile.
Le modle de cartes cognitives contextuelles que nous proposons fournit la possibilit au concepteur dexpliciter le contexte de validit de chaque inuence dune
carte. Conjointement cette reprsentation de la validit des inuences, ce modle
fournit un mcanisme qui permet lutilisateur de ltrer les informations en fonction
du contexte dutilisation qui lintresse. Le rsultat de ce ltrage est une carte cognitive que nous appelons vue contextuelle. Une vue contextuelle a plusieurs avantages
par rapport la carte dont elle est issue. Tout dabord, une vue contextuelle est plus
petite que la carte dont elle est issue, elle est donc plus facile comprendre. Ensuite,
comme elle correspond mieux au contexte dutilisation, elle est plus pertinente pour
lutilisateur. Enn, dans une carte contenant des inuences dont les contextes de
validit sont dirents, les calculs dinuence peuvent fournir des rsultats ambigus.
Au contraire, les calculs eectus sur la vue contextuelle, celle-ci contenant uniquement des inuences dnies sur un contexte prcis, sont susceptibles de fournir des
rsultats plus prcis et moins ambigus.
61
Chapitre 4. Les cartes cognitives contextuelles

Les contextes doivent tre dnis de manire claire, non seulement pour que les
utilisateurs comprennent quand une inuence est valide mais aussi pour que le ltrage fournisse des rsultats satisfaisants. Pour reprsenter ces contextes, un langage
de reprsentation de connaissances est ncessaire. Nous avons choisi demployer le
modle des graphes conceptuels introduit dans [Sowa, 1984] et formalis dans [Chein
et Mugnier, 1992], [Mugnier et Chein, 1996]. Les graphes conceptuels sont, comme
les cartes cognitives, des formalismes graphiques. Cette caractristique favorise linterprtation et lexpression de connaissances dans ce formalisme. De plus, le modle
des graphes conceptuels dispose dune opration appele projection permettant de
mettre en uvre le ltrage des contextes ncessaire au calcul de la vue contextuelle.
La section 4.1 prsente le modle de cartes cognitives contextuelles aprs avoir
introduit le modle des graphes conceptuels. La section 4.2 prsente le mcanisme
qui produit une vue contextuelle.
4.1
Le modle des cartes cognitives contextuelles
Le modle de carte cognitive prsent dans ce travail sappuie sur un langage

de reprsentation de connaissances pour reprsenter et manipuler des contextes.
Le modle choisi est le modle des graphes conceptuels. Les dnitions que nous
prsentons ici sont inspires de [Mugnier et Chein, 1996].
De faon gnrale, lutilisation du modle des graphes conceptuels pour modliser des connaissances dun domaine se fait en deux tapes. Dabord, un Support
est dni pour spcier les connaissances structurelles du domaine tudi. Ensuite
des graphes conceptuels modlisant des connaissances factuelles sont construits en
faisant rfrence au support. Pour interroger, dduire et vrier des connaissances,
ce modle dispose doprations. Lopration principale est lopration de projection
qui correspond un morphisme de graphe. Nous prsenterons la dnition de cette
opration dans la section 4.2.
Le modle des graphes conceptuels nous intresse car il permet, tout comme les
cartes cognitives, de reprsenter des connaissances de faon graphique. Bien que la
formalisation des graphes conceptuels soit issue de la thorie des graphes, on peut
noter que ce modle dispose dune smantique en logique du premier ordre qui est
adquate[Sowa, 1984] et complte[Mugnier et Chein, 1996]. En eet, il est possible
dassocier un support et tout graphe conceptuel une formule de la logique du
premier ordre par le biais dun oprateur not [Sowa, 1984]. Dans ce cas, lexistence
dune projection dun graphe conceptuel H dans un graphe conceptuel G dnis sur
le support S est quivalente (S), (G) |= (H). Autrement dit, il existe une
projection de H dans G si lon peut dduire la formule logique associe H partir
62
4.1 Le modle des cartes cognitives contextuelles

TC
T
Vhicule
Voiture
T
Personne
Piton
Lieu
Ville Autoroute
Priode
Jour
Action
Nuit Marcher Conduire
T2
agent temps lieu
obj
Figure 4.1 Support.

des formules logiques associes au support et G.
Le terme concept est employ dans le modle des cartes cognitives et dans le
modle des graphes conceptuels. Pour direncier leur utilisation, nous emploierons
le terme gconcept pour faire rfrence au terme concept du modle des graphes
conceptuels.
Le support organise, laide de relations sorte de, un vocabulaire compos de
types de gconcepts et de types de relations.
Dnition 4.1 (Support)
Un support S est un triplet (TC , TR , W ) tel que :
TC , lensemble des types de gconcepts, est partiellement ordonn par la relation
sorte de note et admet un plus grand lment not .
TR , lensemble des types de relations, est partiellement ordonn par la relation
sorte de note . Cet ensemble est partitionn en sous-ensembles TR1 , . . . TRk
de types de relations darit 1, . . . , k. Deux types de relations darits direntes ne sont pas comparables. TR TC = .
W est lensemble des marqueurs individuels. W TC = . W TR = . De
plus, dsigne le marqueur gnrique et M = W {} est appel lensemble
des marqueurs. Lordre sur M est dni tel que est le plus grand lment et
tous les lments de W sont incomparables.
Exemple 4.1
Le support reprsent la gure 4.1 dnit des types de gconcepts tels que Ville
(qui est une sorte de Lieu) et des types de relations binaires tels que agent.
Un graphe conceptuel est un graphe contenant deux classes de sommets appels
sommets relations et sommets gconcepts. Les sommets gconcepts sont relis des
sommets relations par des artes numrotes. Les sommets relations sont tiquets
63
Personne:*
agent
Conduire:*
1
1
obj
temps
Vhicule:*
2 Nuit:*
Figure 4.2 Graphe conceptuel.

par un type de relation. Les sommets gconcepts, eux, sont tiquets par un marqueur et un type de gconcept. Ces marqueurs, les types de relations et les types de
gconcepts utiliss sont pralablement dnis dans le support. Notons quun graphe
conceptuel donn na de sens que par rapport au support sur lequel il est dni.
Dnition 4.2 (Graphe conceptuel)
Un graphe conceptuel G = (CG , RG , EG , lG ), dni sur un support S = (TC , TR , W ),
est un multigraphe biparti non-orient tiquet tel que :
CG est lensemble des sommets gconcepts et RG est lensemble des sommets
relations. Lensemble des sommets de G est NG = CG RG .
lG est une fonction dtiquetage des sommets et des artes qui satisfait :
Un sommet relation r RG est tiquet par type(r) TR .
Un sommet gconcept c CG est tiquet par une paire (type(c), marker(c))
avec type(c) TC et marker(c) M .
Le degr dun sommet relation r est gal larit de type(r).
Les artes incidentes un sommet relation r sont totalement ordonnes et
sont tiquetes de 1 larit de type(r).
Exemple 4.2
Dans la reprsentation graphique, les sommets gconcepts sont gnralement entours par des rectangles et les sommets relations sont entours par des ellipses comme
cela est visible dans la gure 4.2 qui prsente un graphe conceptuel. Dans ce graphe,
ltiquette du sommet gconcept Personne :* est compose du type de gconcept Personne et du marqueur gnrique *. Deux artes sont adjacentes au sommet relation
agent car il sagit dune relation binaire. Larte entre Conduire :* et agent est tiquete par 1 et larte entre agent et Personne :* est tiquete par 2. Cette partie
du graphe conceptuel, compose des sommets Conduire :*, agent, Personne :* et des
artes qui les relient, peut tre interprt par : une personne qui conduit. Lensemble
du graphe peut tre interprt par une personne qui conduit un vhicule pendant la
nuit. Notons quil est possible de simplier la reprsentation visuelle dun sommet
gconcept en ne prsentant pas le marqueur lorsque celui-ci est le marqueur gnrique
*.
Une carte cognitive contextuelle est reprsente sous la forme dun multi-graphe
orient tiquet. Les nuds de la carte sont tiquets par un intitul dcrivant un
concept. Les arcs du graphe reprsentent des liens dinuence. Les arcs du graphe
64
4.1 Le modle des cartes cognitives contextuelles

sont tiquets par un signe + ou -, comme dans la section 2.5, pour signier quun
concept peut avoir une inuence positive ou ngative sur une autre. Lutilisation de
valeurs + ou pour les inuences permet de mettre en vidence des ambigits entre
des concepts de la carte. Enn, le concepteur dune carte cognitive contextuelle peut
exprimer laide de graphes conceptuels le contexte de validit de chaque inuence.
Dnition 4.3 (Carte cognitive contextuelle)
Soit I un ensemble de symboles.
Soit K un ensemble de graphes conceptuels dnis sur le support S reprsentant des
contextes.
Une carte cognitive contextuelle dnie sur C, I, S, K, est un multigraphe orient
tiquet (V, etiqV , A, etiqA , contA ) o :
V est un ensemble de sommets.
etiqV : V 7 C est une fonction dtiquetage qui associe un concept de C
chaque nud de V .
A est un multi-ensemble darcs. Soit a un arc de A, on note origine(a) lorigine
de a et extremite(a) lextrmit de a.
etiqA : A 7 I est une fonction dtiquetage qui associe un symbole chaque
arc de A.
contA : A 7 K {} est une fonction qui associe chaque arc de A un
contexte. reprsente le contexte vide : un arc tiquet par est toujours
valide.
Exemple 4.3
La carte cognitive contextuelle de la gure 4.3 sinspire des problmes de scurit
routire et peut tre utilise an de sensibiliser des personnes ces problmes. Dans
cette carte les inuences sont positives ou ngatives. Par exemple, larc entre le
concept Vitesse et Accident mortel signie que la vitesse augmente les risques daccident mortel. chaque inuence de la carte de la gure 4.3 est associ un des
contextes de validit reprsents dans la gure 4.4. Les lettres prsentes cot des
arcs de la gure 4.3 correspondent aux lettres prsentes gauche des graphes conceptuels de la gure 4.4. Ces lettres ne font pas partie du modle des cartes cognitives
contextuelles. Dans une interface graphique, la slection dun arc ferait apparatre
le contexte associ celui-ci. Certaines inuences comme celle entre Fatigue et Erreur humaine sont toujours pertinentes quel que soit le contexte dutilisation de
la carte, le contexte vide leur est donc associ. Linuence du concept Vitesse
sur le concept Accident mortel est pertinente pour un conducteur de vhicule (gure 4.4A). Linuence du concept Passage pour piton sur le concept Etre visible est
pertinente pour un piton (gure 4.4B). Linuence du concept Oublier ses phares
sur le concept Bonne visibilit est pertinente pour un conducteur de vhicule la
65

Vtements
sombres
B
Oublier ses
phares
Accident
mauvaise
visibilit
C
-
Etre
visible
+
B
Passage
pour piton
+
E
D
+
E
Heure de
Journe
-
D
D
Bonne
visibilit
E+ D -
Accident
mortel
+
+
A
Fatigue
+
Erreur
humaine
Densit du
trafic
- A
Vitesse
+
A
G
+
F
+
A
Route
sinueuse
+ FG
Lieu
Figure 4.3 Carte cognitive contextuelle.

nuit (gure 4.4C). Au sein dune mme carte, deux concepts peuvent tre relis par
plusieurs inuences. Par exemple, entre Heure de la journe et Bonne visibilit il y
a une inuence ngative et une inuence positive. Ceci nest pas forcment problmatique car une inuence a pour contexte associ le contexte Nuit (gure 4.4D) et
lautre le contexte Jour (gure 4.4E)).
4.2
Exploitation dune carte cognitive

contextuelle
Une fois la carte tablie, une fois que des contextes ont t associs aux inuences, un utilisateur peut manipuler la carte cognitive contextuelle. Pour cela il
prcise dabord le contexte dans lequel il souhaite lutiliser. Le mcanisme de ltrage prsent dans cette section active alors les inuences et les concepts pertinents
dans le contexte choisi. Une vue contextuelle est ainsi dtermine. Lutilisateur peut
66

contextuelle
A:
Personne
B:
Personne
C:
Personne
D:
Nuit
E:
Jour
F:
Ville
G:
Autoroute
2
2
2
agent
agent
agent
1
1
1
Conduire
Marcher
Conduire
1
1
obj
obj
temps
Vhicule
Vhicule
Nuit
Figure 4.4 Ensemble des contextes de validit des inuences.

utiliser le mcanisme de propagation sur cette vue contextuelle pour connatre linuence de nimporte quel concept sur un autre. Les rsultats de cette propagation
fourniront des rsultats plus pertinents car moins souvent ambigus.
Dnition 4.4 (Contexte dutilisation)
contextes.
Soit M = (V, etiqV , A, etiqA , contA ) une carte cognitive contextuelle dnie sur C,
I, S, K.
Un contexte dutilisation de M (not U ) est un graphe conceptuel dni sur S dcrivant le contexte dans lequel M est utilise.
Tel que le modle est dni, lutilisateur doit ncessairement connatre les graphes
conceptuels pour exploiter la carte. Cependant, le concepteur peut construire une
liste de contextes dutilisation qui serait prsente lutilisateur. Lutilisateur naurait alors pas besoin de construire un graphe conceptuel, il en choisirait un qui lui
semblerait adapt son contexte dutilisation.
Exemple 4.4
Lutilisateur construit un graphe conceptuel pour dcrire le contexte dutilisation de
la carte. Les graphes conceptuels reprsentant les contextes de validit des inuences
sont gnralement moins spcialiss que le contexte dutilisation car les contextes de
validit correspondent des cas gnraux alors que le contexte dutilisation dcrit
spciquement les particularits de lutilisateur. Cela a pour eet quune inuence
67

Personne
agent
2
Conduire
temps
lieu
obj
Voiture
Autoroute
Jour
Figure 4.5 Contexte dutilisation pour un automobiliste conduisant de jour sur

une autoroute.
Personne
agent
Marcher
1
1
lien
temps
2
2
Ville
Nnit
Figure 4.6 Contexte dutilisation pour un piton marchant la nuit dans une ville.
peut sactiver dans plusieurs contextes dutilisation. Dans les exemples que nous
dtaillerons plus loin, on prendra pour exemple le cas dun automobiliste conduisant
de jour sur une autoroute (gure 4.5) et le cas dun piton marchant la nuit dans
une ville (gure 4.6).
Le mcanisme de ltrage sappuie sur lopration de projection du modle des
graphes conceptuels. Cette opration est lopration de base du modle des graphes
conceptuels et correspond un morphisme de graphes.
Dnition 4.5 (Projection)
Soit G et H deux graphes conceptuels dnis sur le mme support. Une projection
de G dans H est une application de CG dans CH et de RG dans RH qui conserve
les artes et leurs tiquettes et peut diminuer les tiquettes des sommets. Cette
application est dnie de la faon suivante :
rc EG (r)(c) EH et lG (rc) = lH ((r)(c)).
n NG lH ((n)) lG (n)
les tiquettes des sommets relations sont partiellement ordonnes par la relation dordre partiel sur TR .
les tiquettes des sommets gconcepts sont partiellement ordonnes par (t, m)
(t , m ) ssi t t et m m .
Exemple 4.5
Lopration de projection permet dinterroger un graphe conceptuel laide dun
autre graphe conceptuel. La gure 4.7 montre une projection du graphe conceptuel A
dans le graphe conceptuel B. La projection est symbolise par des ches en pointill.
De faon intuitive, on remarque que linformation reprsente par le graphe A est
68

contextuelle
A:
Personne
Personne
B:
2
2
agent
agent
2
Jour
1
1
Conduire
Conduire
temps
lieu
obj
obj
2
2
Vhicule
Voiture
Autoroute
Figure 4.7 Projection du graphe conceptuel utilisateur de vhicule dans le graphe

automobiliste.
prsente dans le graphe B. En eet, pour chaque sommet relation de A on retrouve
dans B un sommet portant la mme tiquette. Par exemple, le sommet agent est
prsent dans A et dans B. Pour chaque sommet gconcept de A on retrouve un
sommet gconcept dans B portant la mme tiquette, ou lorsque ce nest pas le cas,
le type de gconcept du sommet de B est une spcialisation du type du sommet de
A. Par exemple, dans le support, Voiture est dni comme une sorte de Vhicule.
Cette projection permet de rpondre la question Est-ce quil existe une personne
conduisant un vhicule ? . Dans la gure 4.7, la projection est reprsente par des
ches et le graphe conceptuel reprsent en gris est le graphe image de la projection.
Lexistence de la projection permet de rpondre la question par larmative et
le graphe image permet de complter la rponse : le vhicule en question est une
voiture. Dans ce travail, nous utilisons lopration de projection pour vrier si lon
retrouve les informations du contexte dune inuence dans le contexte dutilisation.
Seule lexistence dune projection nous intresse.
On dnit maintenant le mcanisme de ltrage qui calcule une vue de la carte cognitive contextuelle en fonction dun contexte dutilisation donn. Une vue contient
les inuences qui sont pertinentes dans ce contexte. On dnit donc un ensemble
dinuences actives dans ce contexte. Une inuence est active si son contexte de
validit est le contexte vide ou lorsque son graphe conceptuel associ se projette
dans le graphe conceptuel reprsentant le contexte dutilisation.
Dnition 4.6 (Inuences actives)
contextes.
I, S, K.
Soit U un contexte dutilisation de M .
69

Le multi-ensemble AU est le sous-ensemble de A tel que i AU ssi contA (i) =
une projection de contA (i) dans U .
Exemple 4.6
Pour le contexte dutilisation Un piton marchant la nuit dans une ville (gure 4.6),
les contextes de validit qui se projettent dans ce contexte dutilisation sont les
contextes B, D et F (gure 4.4). Les inuences actives pour ce contexte dutilisation
sont donc les inuences qui ont pour contexte de validit le contexte vide () ou un
des contextes B, D ou F. Par exemple linuence entre Fatigue et Erreur humaine est
active car son contexte de validit est le contexte vide et linuence entre Vtements
sombres et Etre visible est active car son contexte de validit est le contexte B.
Un concept qui nest reli aucune inuence active dans le contexte dutilisation
a peu dintrt pour lutilisateur, il peut donc tre omis. Pour cela nous dnissons
quun concept est activ sil est reli au moins une inuence active.
Dnition 4.7 (Concepts activs)
contextes.
I, S, K.
V U est le sous-ensemble de V tel que v V U ssi i AU avec origine(i) = v ou
extremite(i) = v.
Exemple 4.7
Comme vu prcdemment, le concept Vtements sombres est reli une inuence
active dans le contexte dutilisation Un piton marchant la nuit dans une ville
(gure 4.6). Ce concept est donc lui aussi activ dans ce contexte dutilisation.
Une fois que les sous-ensembles des inuences et des concepts activs sont dtermins laide du contexte dutilisation de la carte, ils forment une nouvelle carte,
plus simple et plus adapte au contexte. Cette carte est appele vue contextuelle.
Dnition 4.8 (Vue contextuelle)
contextes.
70

contextuelle
I, S, K.
La vue contextuelle de M pour U est la carte cognitive contextuelle (V U , etiqV , AU ,
etiqA , contA ).
Exemple 4.8
La carte de la gure 4.8 est une vue contextuelle de la carte de la gure 4.3 pour le
contexte dutilisation Un piton marchant la nuit dans une ville (gure 4.6). Cette
carte contient les inuences et les concepts activs pour ce contexte dutilisation.
On remarque que cette carte ne contient pas dinformations lies lutilisation de
vhicules. Par exemple linuence de la Vitesse sur Accident mortel est masque.
La carte est donc plus simple interprter car plus petite et permet deectuer
des raisonnements plus adapts lutilisation souhaite. Par exemple, linuence de
Heure de la journe sur Bonne visibilit dans la carte de la gure 4.3 est ambigu
car il y a deux inuences de signes dirents entre ces deux concepts. Dans la vue
contextuelle obtenue pour le contexte dutilisation Un piton marchant la nuit dans
une ville (gure 4.6), seule linuence active est celle dont le contexte associ est le
contexte D (Nuit) est prise en compte, cest dire linuence ngative. Lautre inuence nest pas prsente dans la vue car son contexte associ, le contexte E (Jour)
ne se projette pas dans le contexte dutilisation. Donc pour le contexte dutilisation
Un piton marchant la nuit dans une ville, linuence de Heure de la journe sur
Bonne visibilit est ngative.
La carte de la gure 4.9 est une vue contextuelle de la carte de la gure 4.3
pour le contexte dutilisation Un automobiliste conduisant de jour sur une autoroute
(gure 4.5). On remarque que cette carte est dirente de la vue contextuelle de la
carte de la gure 4.8. Les concepts qui sont pertinents pour un piton, comme
par exemple Vtement sombres ne sont pas activs dans cette carte. En revanche
dautres concepts plus pertinents dans ce contexte sont activs, comme par exemple
le concept Vitesse. Linuence propage dans cette carte ne donne pas les mmes
rsultats que dans la carte de la gure 4.8. Par exemple, linuence de Heure de la
journe sur Bonne visibilit est positive.
71

Vtement
s
sombres
B
Pa
ssage
pourpiton
Etre
visible
Heure de
Journe
Bonne
visibilit
Accident
mauvaise
visibilit
Fatigue
D -
Route
sinueuse
Erreur
humaine
Densit du
trafic
Accident
mortel
Lieu
Figure 4.8 Vue contextuelle pour un piton marchant la nuit dans une ville.
Oublier ses
phares
Accident
mauvaise
visibilit
Etre
visible
C
-
+
E
Heure de
Journe
+
E
Fatigue
Bonne
visibilit
E+
Erreur
humaine
+
Accident
mortel
+
+
A
Densit du
trafic
- A
Vitesse
G
+
A
+
A
Route
sinueuse
- G
Lieu
Figure 4.9 Vue contextuelle pour un automobiliste conduisant de jour sur une
autoroute.
72

contextuelle
Conclusion
Le modle des cartes cognitives contextuelles prsent dans ce chapitre utilise
conjointement les cartes cognitives et les graphes conceptuels. Un modle antrieur
de cartes cognitives prsente aussi cette caractristique : le modle des cartes cognitives de graphes conceptuels[Genest et Loiseau, 2007]. Contrairement au modle de
cartes cognitives contextuelles, ce modle nassocie pas de graphes conceptuels aux
inuences, mais aux concepts. Les concepts sont donc dcrits de manire plus prcise. Lopration de projection des graphes conceptuels est utilise pour slectionner
des concepts smantiquement lis. De plus ce modle fournit des mcanismes de propagation entre deux ensembles de concepts. Ces deux modles nont pas les mmes
objectifs mais ils pourraient tre fusionns en un seul.
Le modle de cartes cognitives contextuelles prsent ici facilite lexploitation de
cartes complexes grce un mcanisme de ltrage. Une carte de grande taille dicile
comprendre est simplie pour ne prsenter que les informations intressantes dans
le contexte dutilisation. Ce mcanisme permet aussi deectuer des raisonnements
moins ambigus car les inuences non pertinentes dans le contexte ne sont pas prises
en compte dans le mcanisme de propagation. Des chemins de la carte dont les signes
sont dirents et qui appartiennent des contextes dirents napparaissent pas en
mme temps, les rsultats des calculs de propagation dinuence sont alors moins
souvent ambigus.
En plus de permettre au concepteur de rendre plus claire une carte en prcisant
les contextes des inuences, il est intressant de noter que le concepteur peut calculer
des vues dune carte contextuelle en cours de ralisation et de vrier ainsi si ces
vues ne contiennent pas dambigits.
73
Chapitre 5
Systme
Introduction
Lobjectif de ce chapitre est double. Il sagit dune part de prsenter limplmentation des modles prsents dans cette thse de sorte permettre au lecteur
intress de la reproduire, lexploiter ou la faire voluer. Il sagit dautre part de
montrer comment lutiliser. Deux programmes ont t raliss an de mettre en
uvre nos travaux. Le premier programme, appel SCCC, a pour objectif principal
dimplmenter lutilisation conjointe de cartes cognitives et de graphes conceptuels.
Ce programme implmente le modle de cartes cognitives de graphes conceptuels dcrit dans larticle [Genest et Loiseau, 2007] ainsi que le modle des cartes cognitives
contextuelles (chapitre 4). [Genest et Loiseau, 2007] utilise les graphes conceptuels
pour dnir les concepts dune carte cognitive. Un second programme a t cr dans
lobjectif de tester lutilisation conjointe dune carte cognitive et dune hirarchie de
concepts (ontologie). Ce second programme, appel SCCO, permet de manipuler des
cartes cognitives ontologiques (chapitre 2 et 3).
Les deux programmes ont pour point commun dimplmenter un algorithme de
calcul de linuence entre deux concepts et de stocker les cartes au format CoGXML
de Cogitant. Cogitant est une bibliothque de manipulation de graphe conceptuels
dvelopp au LIRMM 1 et au LERIA 2 .
Dans la section 5.1 nous prsentons lorganisation des projets SCCC et SCCO.
Dans la section 5.2 nous prsentons limplmentation de lalgorithme de propagation
de linuence. Dans la section 5.3 nous prsentons comment sont stockes les cartes
cognitives. Enn, dans la section 5.4, nous prsentons les dirents cas dutilisations
de nos prototypes.
1. Laboratoire dInformatique, de Robotique et de Microlectronique de Montpellier
2. Laboratoire dEtudes et de Recherche en Informatique dAngers
75
Chapitre 5. Systme
5.1
5.1.1
Organisation des programmes SCCC

et SCCO
SCCC
Le premier objectif de SCCC est de fournir un outil permettant dditer une

carte cognitive et de visualiser linuence entre dirents concepts de celle-ci. Pour
raliser cet outil, nous avons choisi dutiliser le langage Java car ce langage nous a
paru adapt au prototypage. Un second objectif est de manipuler en parallle des
graphes conceptuels avec des cartes cognitives. Nous avons choisi dutiliser un diteur
de graphes conceptuels appel Cogui 3 et dvelopp par le LIRMM. Cet diteur est
dvelopp avec Java et utilise une bibliothque de manipulation de graphes JGraph.
SCCC contient les fonctionnalits suivantes :
dition de cartes cognitives de graphes conceptuels,
dition de cartes cognitives contextuelles,
dition de hirarchies (support),
visualisation de la propagation de linuence dans une carte,
enregistrement des cartes cognitives sous forme de graphes conceptuels (chier
CoGXML),
dition de graphe conceptuel,
opration de projection exploitant la bibliothque Cogitant.
Le code de SCCC est divis en plusieurs packages (gure 5.1). Le package Modele
est le package le plus important car il contient les classes qui implmentent les
dirents modles de cartes cognitives que nous avons tudis. Le package Interface
contient les composants graphiques qui utilisent Swing 4 et JGraph 5 . Le package
Xml contient les classes permettant de sauvegarder les donnes du modle sous le
format CoGXML 6 , la manire de reprsenter les cartes cognitives sera prsente
dans la section 5.3.
Le package ClientCogitant eectue la liaison entre le SCCC et Cogitant. La
bibliothque Cogitant permet deectuer des traitements sur les graphes conceptuels. Celle-ci est dveloppe en C++ et comme SCCC est programm en Java, la
connexion entre cette bibliothque et SCCC nest pas directe. La connexion peut
seectuer de deux manires direntes. La premire manire consiste excuter un
programme serveur qui utilise la bibliothque Cogitant et de faire connecter SCCC
celui-ci travers une connexion rseau (locale ou distante). Dans ce cas, ClientCogitant utilise le package Xml pour transmettre au serveur des graphes conceptuels
3.
4.
5.
6.
76
http://www.lirmm.fr/cogui/
http://java.sun.com/docs/books/tutorial/uiswing/components/index.html
http://www.jgraph.com/pub/jgraphmanual.pdf
http://cogitant.sourceforge.net/cogitant_html/fr_cogxml.html
5.1 Organisation des programmes SCCC et SCCO

reprsents sous le format CoGXML. La seconde manire est dinterfacer du code
Java avec du code C++ en utilisant le framework JNI 7 .
Serveur Cogitant
CCdeGCjava
ClientCogitant
Interface
Connexion Rseau
Modele
Bibliotheque Cogitant
Xml
JNI
Importation
Exportation
Figure 5.1 Organisation gnrale du projet SCCC.

Au dbut du dveloppement, nous avions intgr lditeur de graphes conceptuels
Cogui 8 . Cette intgration sourait de problmes de synchronisation des donnes
entre Cogui et le reste du programme. Nous avons donc dcid de dvelopper notre
propre diteur de graphes conceptuels partir des composants graphiques dvelopps
pour lditeur de cartes cognitives.
Le code de SCCC est organis sous la forme modle/vue et non modle/vue/contrleur. La tche dactualisation des vues est eectue par le modle, ce qui rend
le code complexe. SCCC permet la gestion dun type de cartes particulier dont nous
navons pas parl dans cette thse : les cartes cognitives avec inuences multiples.
Les inuences dans ce type de cartes sont des hyper-arcs. Plusieurs concepts peuvent
inuencer ensemble un autre concept. Ce type de carte ncessite la reprsentation
graphique dhypergraphes.
5.1.2
SCCO
Le programme SCCO a pour but dditer et de visualiser des cartes cognitives

ontologiques. SCCO contient les fonctionnalits suivantes :
7. http://java.sun.com/javase/6/docs/technotes/guides/jni/index.html
8. http://www.lirmm.fr/cogui/
77
Chapitre 5. Systme
dition de cartes cognitives ontologiques.
dition de hirarchies de concepts.
dition de hirarchies de contextes.
visualisation des vues ontologiques.
visualisation de la propagation de linuence dans une carte.
Le programme SCCO est issu de la rorganisation de SCCC an de mettre en
uvre les cartes cognitives ontologiques. Linterface graphique de ce programme a
t considrablement amliore an de grer des vues ontologiques. Le stockage des
cartes est une extension de celui eectu dans le programme SCCC.
La gure 5.3 montre lorganisation de ce projet. Chaque modle a son propre
package organis avec le design pattern MVC et contient donc des packages Modele,
Interface et Controleur. Certains packages de modle ont une classe contenant la mthode Main permettant dexcuter une dclinaison du programme. Les packages sont
dpendants les uns des autres. Le package Ensemble contient ce qui est ncessaire
la manipulation des ensembles simples et des ensembles partiellement ordonns. Il
contient le modle de ces ensembles ainsi que les lments de linterface graphique
permettant dditer des hirarchies dlments. Le package Graphe contient un modle de graphe ainsi que les lments de linterface graphique permettant dditer
des graphes. Ce package utilise le package Ensemble. Le package Graphe est utilis
par le package CarteCognitive et par le package GrapheConceptuel car les cartes
cognitives et les graphes conceptuels sont deux modles de graphes. Ces deux packages contiennent les classes implmentant les mcanismes associs leur modle
respectif. Le package CCOntologique implmente le modle des cartes cognitives
ontologiques, il utilise donc le package CarteCognitive et contient les composants
de linterface graphique permettant dobtenir des vues ontologiques. Le package
CCdeGC implmente le modle des cartes cognitives de graphes conceptuels. Ce
package utilise le package CarteCognitive et le package GrapheConceptuel. Le package CCContextuelle implmente le modle des cartes cognitives contextuelles et
utilise le package CCdeGC.
78
5.2 Algorithme de calcul de linuence
Graphe
Graphe
Ensemble
1
1
n
Arete
n
1
EnsemblePartiellementOrdonne
OrdrePartiel
Sommet
2
CarteCognitive
CCdeGC
CarteCognitive
Influence
NotionGC
CCdeGC
Notion
CCOntologique
CCContextuelle
CCOntologique
CCContextuelle
InfluenceGC
Figure 5.2 Organisation du modle SCCO.
5.2
Algorithme de calcul de linuence
Les travaux sur les cartes cognitives ont mis en uvre dirents algorithmes
permettant de calculer linuence entre deux concepts dune carte. Ces algorithmes
sont lis la manire dont les cartes sont formalises et reprsentes.
Kosko a dni plusieurs algorithmes (Annexe, section A). Dans le cas o une
carte est reprsente par une matrice dadjacence, le calcul de linuence est eectu
laide dune succession de produits matriciels.
Dans son travail sur les cartes cognitives oues dynamiques, Kosko a propos
un nouveau mcanisme bas sur la propagation de valeur dans la carte. Chaque
concept de la carte est dabord initialis avec une valeur. Chaque concept met jour
79
Chapitre 5. Systme
CCjava
Ensemble
Graphe
CarteCognitive
GrapheConceptuel
CCOntologique
CCdeGC
CCContextuelle
Figure 5.3 Organisation gnrale du projet SCCO.

rgulirement sa valeur en fonction des concepts qui linuencent et ce, jusqu ce
quil ny ait plus de changement dans la carte.
Dans les modles de cartes cognitives que nous avons prsents, linuence entre
deux concepts est dnie en fonction des chemins entre ces concepts. Pour le cas
particulier des cartes cognitives dniee sur un ensemble de valeur I = {+, }
nous avons dvelopp un algorithme qui propage des valeurs comme le mcanisme
dni par Kosko pour les cartes cognitives oues dynamiques. La dirence tient
dans le fait que nous ne nous occupons pas des concepts qui nont pas besoin dtre
actualiss.
Notre algorithme eectue un parcours en largeur du graphe. Lalgorithme commence par initialiser zro les valeurs associes chaque concept (voir Algorithme
80
5.2 Algorithme de calcul de linuence

1) puis dmarre la propagation (voir Algorithme 2). Lorsque le droulement du
lalgorithme arrive un concept, il vrie dabord sil est dj pass par celui-ci
en comparant la valeur propage et la valeur courante du concept. Sil ny a pas
de changement lalgorithme arte la propagation et retourne la valeur courante du
concept. Dans le cas contraire, la valeur courante est actualise en la cumulant avec
la valeur propage laide de loprateur prsent dans la section 2.5. Cette valeur
est ensuite propage aux concepts suivants travers les inuences : lalgorithme est
appel sur les concepts suivants en cumulant la valeur courante avec la valeur de
linuence. Les rsultats retourns par ces appels sont agrgs laide de loprateur
prsent dans la section 2.5.
Algorithme 1 : I Initialisation et xcution de la propagation.
Donnes : c1 , c2 : Concept; C : ensemble des concepts
dbut
// initialisation des signes des concepts;
pour tout concept c C faire signeCourant(c) 0;
retourner I (c1 , c2 , +);
n
B
+
Figure 5.4 Exemple de propagation.

Prenons comme exemple la carte 5.4 et calculons linuence de A sur C. Dabord
I(A, C, {A, B, C}) est appel. Les signes courants de A, B et C sont initialiss 0.
I (A, C, +) est appel.
Le signe pass en paramtre est compar avec le signe courant an de ne pas
boucler. Le signe courant de A a pour valeur 0, il est dirent de + donc lalgorithme
poursuit. Le signe courant de A est actualis par 0 + cest dire +. Les inuences
dont lorigine est A sont linuence positive dont lextrmit est B et linuence
ngative dont lextrmit est C. On commence par soccuper de celui dont lextrmit
est B, pour cela I (B, C, (+ +)) est appel. Le signe courant de B (0) est dirent
du signe pass en paramtre (+) donc lalgorithme continue et le signe courant de
B est actualis +. Il ny a quune inuence dont B est lorigine, celui qui a pour
81
Chapitre 5. Systme
Algorithme 2 : I : Propagation.
Donnes : c1 , c2 : Concept; s : Signe
Rsultat : r : Signe
dbut
// initialisation du resultat;
r 0;
// condition pour ne pas boucler linfini;
si signeCourant(c1 ) 6= s alors
// mise jour du signe du concept n1 ;
signeCourant(c1 ) signeCourant(c1 ) s;
// parcours en largeur du graphe;
pour toute inf luence i Inf luencesSortantes(c1 ) faire
// modification du resultat par un appel recursif;
r r I (cible(i), c2 , signeCourant(n1 ) signe(i));
n
n
// le resultat retourn est gale au signe de c1 si la concept
courant c1 est c2 ;
si c1 = c2 alors r signeCourant(c1 );
retourner r;
n
extrmit C avec un signe ngatif. I (C, C, (+ )) est appel. Le signe courant
de C est dirent, il est donc actualis et lalgorithme continue. Le concept C
sinuence lui-mme positivement. I (C, C, ( +)) est appel. Le signe courant de
C et le signe pass en paramtre sont gaux, lalgorithme ne continue donc pas dans
cette direction pour ne pas boucler. I (C, C, ( +)) retourne . I (C, C, ( +))
retourne . I (B, C, (+ +)) retourne . I (A, C, +) se poursuit, et lalgorithme
soccupe de linuence ngative qui a pour extrmit C. I (C, C, (+ )) est appel
une seconde fois. Le signe courant de C et le signe pass en paramtre sont gaux,
lalgorithme ne va pas explorer la boucle par lequel il est dj pass et il retourne
directement le signe courant cest dire . Dans I (A, C, +) le rsultat de I (B, C, +)
et I (C, C, ) sont compars : = . I (A, C, +) se termine et retourne . Enn,
I(A, C, {A, B, C}) se termine et retourne .
82
5.3 Stockage des cartes
5.3
Stockage des cartes
Le dbut de notre travail de thse a consist implmenter le modle des cartes

cognitives de graphes conceptuels. Ce travail a inuenc le choix du format de stockage des cartes. Nous avons choisi denregistrer les cartes cognitives sous le format
dchange CoGXML 9 utilis par cogitant pour les graphes conceptuels. Une carte
cognitive est convertie en graphe conceptuel an dtre enregistre. Lintrt de ce
choix est de stocker dans un mme format des cartes cognitives et des graphes
conceptuels. Nous prsentons dans cette section la conversion de chaque modle de
cartes cognitives que nous avons mis en uvre.
5.3.1
Cartes cognitives classiques
Une carte cognitive classique est quivalente un graphe conceptuel reprsent

sur un support particulier. La gure 5.5 fournit un exemple de conversion dune
carte cognitive simple en un graphe conceptuel. Un concept dune carte cognitive
simple est reprsent par un nud gconcept de type _Concept_. Lorsquun concept
de la carte inuence un autre concept, cette inuence est reprsente par un nud
relation de type _Inuence_. Une inuence positive (resp. ngative) est reprsente par un nud relation de type _Inuence +_ (resp. _Inuence -_). Un nud
relation de type _Inuence_ est reli par des artes numrotes aux deux nuds
gconcept reprsentant des concepts. La numrotation des artes dnit la direction
de linuence. Le concept source (resp. cible) de linuence est reprsente par un
nud gconcept reli au nud relation par une arte numrote 1 (resp. 2).
Vitesse
T2
_Concept_
_Influence_
_Influence +_ _Influence -_
Accident
_Concept_: Vitesse
_Influence +_
_Concept_: Accident
Figure 5.5 Carte cognitive simple convertie en graphe conceptuel.

Le format CoGXML permet de reprsenter des graphes conceptuels sous la forme
de documents XML. Le support contient le type de gconcept _Concept_ qui est
un sous-type du type de gconcept _Universel_. La partie du chier CoGXML qui
dni les types de gconcept est de la forme suivante :
<? xml version = " 1.0 " encoding = " UTF -8 " ? >
9. http://cogitant.sourceforge.net/cogitant_html/fr_cogxml.html
83
Chapitre 5. Systme
<! DOCTYPE cogxml PUBLIC " -// COGITANT // CoGXML Format
Specification 1.3// EN " " http: // cogitant . sourceforge . net /
cogxml . dtd " >
< cogxml >
< support >
< conceptTypes >
< ctype id = " concept " label = " _Concept_ " / >
< ctype id = " T " label = " Universel " / >
< order id1 = " concept " id2 = " T " / >
</ conceptTypes >
Le support contient les types de relation _Inuence +_ et _Inuence -_ qui

sont des sous-types de _Inuence_ Les types de relation sont dnis de la faon
suivante :
< relationTypes >
< rtype id = " T2 " label = " Relation Binaire " idSignature = " T
T"/>
< rtype id = " tr1 " label = " _Influence + _ " idSignature = "
concept concept " / >
< rtype id = " tr2 " label = " _Influence -_ " idSignature = "
< order id1 = " tr1 " id2 = " T2 " / >
< order id1 = " tr2 " id2 = " T2 " / >
</ relationTypes >
La carte cognitive simple de la gure 5.5 contient les concepts Vitesse et Accident. Ces concepts sont reprsents par des nuds de type _Concept_ auxquels
sont associs des marqueurs individuels respectivement Vitesse et Accident. Ces
marqueurs individuels sont dnis dans le chier de la faon suivante :
< conformity >
< marker id = " le1 " label = " Vitesse " idType = " concept " / >
< marker id = " le2 " label = " Accident " idType = " concept " / >
</ conformity >
</ support >
La carte cognitive de la gure 5.5 est reprsente par un graphe conceptuel dni
dans le chier de la faon suivante :
< graph id = " cc " nature = " fact " set = " carte cognitive " >
< concept id = " e1 " idType = " concept " referent = " individual "
idMarker = " le1 " / >
84

< relation id = " i1 " idType = " tr1 " / >
< edge label = " 1 " rid = " i1 " cid = " e1 " / >
</ graph >
</ cogxml >
La force dune inuence peut tre stocke en ajoutant un attribut force la balise
relation.
< relation id = " i1 " idType = " tr1 " force = " 0.5 " / >
5.3.2
Cartes cognitives de graphes conceptuels
Comme les concepts dune carte cognitive de graphes conceptuels sont dcrits
par des graphes conceptuels, il nous a paru naturel de reprsenter une telle carte
par un graphe conceptuel dont certains gconcepts contiennent des graphes conceptuels embots. La gure 5.6 fournit un exemple de conversion dune carte cognitive
de graphes conceptuels en un graphe conceptuel dni sur un support particulier.
Chaque concept de la carte est un nud gconcept de type _Concept_. Le graphe
conceptuel de ce concept est embot dans le nud gconcept de celui-ci.
Le support pour une carte cognitive de graphes conceptuels contient les mmes
types de gconcepts et de relations que pour les cartes cognitives classiques mais
contient aussi les types ncessaires la dnition des graphes conceptuels dcrivant
les concepts.
Specification 1.1// EN " " cogxml . dtd " >
< cogxml >
< support >
< conceptTypes >
< ctype id = " tdc3 " label = " Accident " / >
< ctype id = " tdc1 " label = " Route " / >
< ctype id = " tdc2 " label = " Mouille " / >
< order id1 = " tdc1 " id2 = " T " / >
< order id1 = " tdc2 " id2 = " T " / >
< order id1 = " tdc3 " id2 = " T " / >
</ conceptTypes >
< relationTypes >
85
Chapitre 5. Systme
Support d'une carte cognitive:
T
T
T2
_Concept_
_Influence_
_Concept_
Route mouille Carambolage Route
Mouill
Accident
T2
Carte cognitive:
_Influence_
+
o
Rute ouille
Caramb
olage
cause
tat
Support des graphes conceptuels:

T2
T
Route
Mouill
tat
Accident
_Concept_: Route mouille
cause
Route:*
Caramb
olage:
o
Rutee*
Accident:*
1
1
tat
cause
tat
Mouill:*
Graphes conceptuels de la carte cognitive:
o
Rute ouille:
_Influence +_
2
2
ouill:*
M
t:*
c
Aci
_Concept_: Carambolage
Accident:*
cause
Accident:*
Figure 5.6 Carte cognitive de graphes conceptuels convertie en graphe conceptuel.
< rtype id = " tdr2 " label = " cause " idSignature = " T T " / >
T"/>
< rtype id = " tr0 " label = " influence " idSignature = " concept
concept " / >
< rtype id = " tr1 " label = " influence + " idSignature = "
< rtype id = " tr2 " label = " influence -" idSignature = "
< rtype id = " tdr1 " label = "tat " idSignature = " T T " / >
< order id1 = " tdr2 " id2 = " T2 " / >
< order id1 = " tdr1 " id2 = " T2 " / >
< order id1 = " tr0 " id2 = " T3 " / >
< order id1 = " tr1 " id2 = " tr0 " / >
< order id1 = " tr2 " id2 = " tr0 " / >
</ relationTypes >
86

Le support contient un type demboitement _Description_.
< nestingTypes >
< ntype id = " description " label = " _Description_ " / >
</ nestingTypes >
La carte cognitive de graphes conceptuels de la gure 5.6 contient les concepts

Route mouille et Carambolage. Ces concepts sont reprsents par des nuds de type
_Concept_ auxquels sont associs des marqueurs individuels respectivement Route
mouille et Carambolage. Ces marqueurs individuels sont dnis dans le chier de
la faon suivante :
< conformity >
< marker id = " le1 " label = " Route mouillee " idType = " concept
"/>
< marker id = " le2 " label = " Carambolage " idType = " concept " / >
</ conformity >
</ support >
Les graphes conceptuels de la gure 5.6 dcrivant les concepts Route mouille et
Carambolage sont dnis de la faon suivante :
< graph id = " de1 " nature = " fact " set = " graphe conceptuel " >
< concept id = " c1 " idType = " tdc1 " referent = " individual " / >
< relation id = " r1 " idType = " tdr1 " / >
< edge id = " edge1 " label = " 1 " rid = " r1 " cid = " c1 " / >
</ graph >
< graph id = " de2 " nature = " fact " set = " graphe conceptuel " >
</ graph >
La carte cognitive de graphe conceptuel de la gure 5.6 est reprsente dans le

chier par un graphe conceptuel dni de la faon suivante :
idMarker = " le1 " >
< nesting idType = " description " nestGraph = " de1 " / >
</ concept >
87
Chapitre 5. Systme
_Concept_:*
_Concept_:*
_Influence -_
_Concept_:*
_Influence -_
_Influence +_
_Concept_:*
_Concept_:*
Figure 5.7 Rgle.

</ concept >
</ graph >
</ cogxml >
Les cartes cognitives et les graphes conceptuels tant des graphes, la dirence
entre ces deux modles tient essentiellement dans les mcanismes qui sy appliquent.
Nous avons envisag dimplmenter le mcanisme dinuence entre deux concepts en
exploitant des rgles de graphe conceptuels [Salvat, 1998][Salvat et Mugnier, 1996].
Les rgles sont une extension du modle des graphes conceptuels. Une rgle permet dajouter de nouveaux sommets et artes un graphe conceptuel en fonction
dun motif dtect dans celui-ci. Les rgles utilisent lopration de projection pour
eectuer la dtection du motif. La gure 5.7 donne un exemple de rgle que nous
avions envisag dutiliser : une inuence ngative suivie dune autre inuence ngative donne lieu une nouvelle inuence positive. Pour eectuer la propagation
de linuence, des rgles sont appliques au graphe conceptuel de la carte cognitive
jusqu ce que leur application nait plus deet. Cette ide na pas t ralise car
lopration de projection, utilise pour eectuer ce traitement, a une complexit plus
importante que les mcanismes de propagation que nous avons dnis.
5.3.3
Cartes cognitives contextuelles
Le support dni pour les cartes cognitives de graphes conceptuels a t modi

an de reprsenter des cartes cognitives contextuelles. En plus de contenir le type de
gconcept _Concept_, le support contient le type _Contexte_. Les relations de type
_Inuence_ sont des relations ternaires car elles sont relies un nud gconcept
_Contexte_ et deux nuds gconcept _Concept_. La gure 5.8 fournit un exemple
de conversion dune carte cognitive contextuelle en un graphe conceptuel dni sur
88

un tel support.
T
T3
_Contexte_ _Concept_
_Influence_
_Concept_ Personne Conduire Nuit Vehicule
Carte cognitive:
+
Oublier phares
Etre visible
T2
T3
qui quand quoi
_Influence_
Support des contextes

T
T2
Personne Conduire Nuit Vehicule
qui quand quoi
_Concept_: Oublier phares
_Contexte_: Conducteur de nuit:

Contexte:
Personne:*
Conducteur de nuit:
Personne:*
qui
Conduire:*
quand
quoi
qui
_Influence -_
Conduire:*
_Concept_: Etre visible
quand
quoi
Nuit:*
Vehicule:*
Nuit:*
Vehicule:*
Figure 5.8 Carte cognitive contextuelle convertie en graphe conceptuel.

Le support pour une carte cognitive contextuelle contient les types de gconcept et
relation ncessaires la dnition du graphe conceptuel de la carte ainsi que les types
de gconcept et relation ncessaire la description des contextes. Le support pour
une carte cognitive contextuelle de la gure 5.8 est dni dans le chier CoGXML
de la faon suivante :
< cogxml >
< support >
< conceptTypes >
< ctype id = " tdc4 " label = " Vehicule " / >
< ctype id = " tdc3 " label = " Nuit " / >
< ctype id = " tdc1 " label = " Personne " / >
< ctype id = " contexte " label = " _Contexte_ " / >
< ctype id = " tdc2 " label = " Conduire " / >
89
Chapitre 5. Systme
< order id1 = " tdc4 " id2 = " T " / >
< order id1 = " tdc3 " id2 = " T " / >
< order id1 = " tdc2 " id2 = " T " / >
< order id1 = " tdc1 " id2 = " T " / >
< order id1 = " contexte " id2 = " T " / >
</ conceptTypes >
< relationTypes >
< rtype id = " tdr2 " label = " quand " idSignature = " T T " / >
< rtype id = " tdr3 " label = " quoi " idSignature = " T T " / >
T"/>
< rtype id = " tr0 " label = " _Influence_ " idSignature = "
contexte concept concept " / >
< rtype id = " tdr1 " label = " qui " idSignature = " T T " / >
< order id1 = " tdr1 " id2 = " T2 " / >
< order id1 = " tdr2 " id2 = " T2 " / >
< order id1 = " tdr3 " id2 = " T2 " / >
< order id1 = " tr0 " id2 = " T3 " / >
< order id1 = " tr1 " id2 = " tr0 " / >
< order id1 = " tr2 " id2 = " tr0 " / >
< order id1 = " tr3 " id2 = " tr0 " / >
</ relationTypes >
< nestingTypes >
< ntype id = " description " label = " _Description_ " / >
</ nestingTypes >
< conformity >
< marker id = " le1 " label = " Oublier phares " idType = " concept
"/>
< marker id = " le2 " label = " Etre visible " idType = " concept " /
>
< marker id = " lc1 " label = " Conducteur de nuit " idType = "
contexte " / >
</ conformity >
</ support >
Le contexte Conducteur de nuit est dni dans le chier par le graphe conceptuel
suivant :
< graph id = " dc1 " nature = " fact " set = " graphe conceptuel " >
90

</ graph >
Enn, la carte cognitive contextuelle de la gure 5.8 est reprsente de la faon

suivante :
</ concept >
</ concept >
< edge label = " 1 " rid = " i1 " cid = " c1 " / >
< concept id = " c1 " idType = " contexte " referent = " individual "
idMarker = " lc1 " >
< nesting idType = " description " nestGraph = " dc1 " / >
</ concept >
</ graph >
</ cogxml >
5.3.4
Cartes cognitives ontologiques
Une carte cognitive ontologique est reprsente comme une carte cognitive simple
dont le support a t tendu. Lensemble des types de relation contient en plus le
type _Generalise_ an de reprsenter lorganisation des concepts dans lontologie.
91
Chapitre 5. Systme
La gure 5.9 fournit un exemple de conversion dune carte cognitive ontologique en
un graphe conceptuel dni sur un tel support. Dans le modle des cartes cognitives
ontologiques, les inuences prennent des valeurs relles comprises entre -1 et +1.
Les graphes conceptuels ne permettent pas de reprsenter des valeurs numriques.
La conversion dune carte cognitive ontologique est donc incomplte.
T2
T
_Concept_
_Influence_
T
_Generalise_
T2
_Concept_
_Influence_
_Generalise_
Carte cognitive:
Pluie
+ 0.5
Vent
Route glissante
_Concept_: Mauvais temps
Ontologie:
Mauvais temps
Pluie
Vent
Route glissante
_Generalise_
_Concept_: Vent
_Generalise_
_Concept_: Pluie
_Influence +_
_Concept_: Route glissante
Figure 5.9 Carte cognitive ontologique convertie en graphe conceptuel.

Le support pour une carte cognitive ontologique de la gure 5.9 est dni dans
le chier CoGXML de la faon suivante :
< cogxml >
< support >
< conceptTypes >
</ conceptTypes >
< relationTypes >
< rtype id = " trc " label = " _Generalise_ " idSignature = "
T" />
< rtype id = " tr0 " label = " _Influence_ " idSignature = "
92

< order id1 = " trc " id2 = " T2 " / >
< order id1 = " tr0 " id2 = " T3 " / >
< order id1 = " tr1 " id2 = " tr0 " / >
< order id1 = " tr2 " id2 = " tr0 " / >
</ relationTypes >
< conformity >
< marker id = " le3 " label = " Vent " idType = " concept " / >
< marker id = " le4 " label = " Mauvais temps " idType = " concept "
/>
< marker id = " le1 " label = " Pluie " idType = " concept " / >
< marker id = " le2 " label = " Route glissante " idType = "
concept " / >
</ conformity >
</ support >
La carte cognitive ontologique de la gure 5.6 est reprsente dans le chier par un
graphe conceptuel contenant des relations de types _Generalise_ et des relations qui
hrites de _Inuence_. La conversion dune carte cognitive ontologique en graphe
conceptuel est incomplte mais le format CoGXML permet de complter en ajoutant
un attribut force aux balises relations de type _Inuence_.
< relation id = " i1 " idType = " tr1 " force = " 0.5 " / >
< relation id = " ce4ce3 " idType = " trc " / >
< edge label = " 1 " rid = " ce4ce3 " cid = " e4 " / >
< relation id = " ce4ce1 " idType = " trc " / >
</ graph >
93
Chapitre 5. Systme
</ cogxml >
5.4
Cas dutilisations
Les programmes SCCC et SCCO peuvent tre compils avec des paramtres
dirents an dobtenir des interfaces adaptes aux dirents modles de cartes cognitives tudis. Les dirents cas dutilisation prsents dans cette section peuvent
tre tests en ligne grce des applets disponibles ladresse suivante : http:
//forge.info.univ-angers.fr/~lionelc/cognitivemap/fr/index.html
Les dclinaisons de linterface sont direntes mais elles partagent cependant
quelques points communs. Linterface prsente au minimum un onglet Edition
de la carte cognitive destin au concepteur de la carte cognitive et un onglet
Utilisation de la carte cognitive destin lutilisateur nal (gure 5.10-1). Selon les dclinaisons du prototype des onglets supplmentaires sont ajouts entre
ces deux onglets. Chaque onglet contient une ou plusieurs zone contenant chacune
une reprsentation graphique (carte cognitive, graphe conceptuel, ontologie, etc.)
(gure 5.10-3). Chaque onglet contient sa propre barre doutils (gure 5.10-2) qui
prsente les direntes actions pouvant tre eectues. Selon les objets slectionns dans les reprsentations graphiques, la barre doutils est modie de manire
dynamique.
Figure 5.10 Organisation gnrale de linterface.
94
5.4 Cas dutilisations
5.4.1
Carte cognitive
Pour diter une carte cognitive, le concepteur slectionne longlet Edition de

la carte cognitive (gure 5.11). Pour ajouter un nouveau concept la carte, le
concepteur clique sur le bouton Ajouter un nouveau concept dans la barre
doutils (gure 5.11-a). Une autre manire deectuer cette action est de positionner
le curseur dans la zone ddition de la carte (gure 5.11-b) et de presser le bouton
du milieu de la souris.
Figure 5.11 Ajout dun nouveau concept.

Pour slectionner un concept, le concepteur clique sur celui-ci avec le bouton
gauche de sa souris. Un concept slectionn est ach avec un contour en pointill (gure 5.12-a). Lorsquun concept est slectionn, des actions sont disponibles
dans la barre doutils. Un champ texte permet de modier lintitul de le concept
(gure 5.12-b).
Lorsque le concepteur slectionne un concept et clique sur le bouton Ajouter
une inuence (gure 5.12-c), une inuence est ajoute la carte. La source de cette
inuence est le concept slectionn. Lextrmit de linuence suit le curseur tant
que le concepteur ne clique pas sur un concept (gure 5.13). Une seconde manire
dajouter une inuence est de positionner le curseur sur un concept et de presser le
bouton du milieu de la souris.
Lorsque le concepteur slectionne une inuence, des paramtres de linuence
sont disponibles dans la barre doutils (gure 5.14). Par exemple une boite de slection permettant de changer le signe de linuence apparat.
Pour exploiter une carte cognitive, lutilisateur slectionne longlet Utilisation
de la carte cognitive . Cet onglet permet notamment lutilisateur de visualiser
linuence dun concept sur un autre concept. Nous allons prendre comme exemple le
calcul de linuence des dpenses publiques conjoncturelles sur le Dcit public de la
95
Chapitre 5. Systme
Figure 5.12 Edition dun concept.
Figure 5.13 Ajout dinuence.

gure 5.15. Le mode opratoire pour visualiser ce calcul est le suivant. Lutilisateur
clique dans un premier temps sur le concept qui sera inuenc, ici le concept Dcit public (gure 5.15-a). Ce concept est alors ach avec un contour en pointill.
Lutilisateur la dnit comme un concept inuenc en cliquant sur le bouton Slectionner les concepts inuences prsent dans la barre doutils (gure 5.15-b).
Ce concept est alors color avec un dgrad bleu clair.
Dans un second temps, lutilisateur dnit le concept qui va inuencer, ici le
concept Dpenses publiques conjoncturelles (gure 5.16-a). Lutilisateur slectionne
ce concept et clique sur le bouton Slectionner les concepts qui inuencent
prsent dans la barre doutils (gure 5.16-b). Ce concept est alors color avec un dgrad bleu fonc et la propagation de linuence est automatiquement calcule. Les
96
Figure 5.14 Edition dune inuence.
Figure 5.15 Slection dun concept inuenc.

concepts sont colors en direntes couleurs selon la manire dont ils sont inuencs
par le concept Dpenses publiques conjoncturelles. Les concepts qui ne sont pas colors ne sont pas inuencs. Les concepts colors en vert sont inuencs positivement.
Les concepts colors en rouge sont inuencs ngativement. Les concepts colors en
97
Chapitre 5. Systme
orange sont inuencs de manire ambigu cest dire la fois positivement et ngativement. Le concept Dcit public est de couleur orange (gure 5.16-c). Linuence
des Dpenses publiques conjoncturelles sur ce concept est donc ambigu.
Figure 5.16 Slection dun concept qui inuence.
Le prototype permet aussi de calculer linuence dun ensemble de concepts

sur un autre ensemble de concepts. Ce calcul dinuence est appel inuence cartsienne [Chauvin et al., 2007]. Pour slectionner plusieurs concepts, lutilisateur
presse la touche majuscule de son clavier puis clique sur les dirents concepts. Le
mode opratoire permettant deectuer cette interrogation de la carte est le mme
que le prcdent mais avec plusieurs concepts slectionns. La gure 5.17 montre
linuence des concepts Dpenses publiques conjoncturelles et Dpenses publiques
structurelles sur le Dcit public. Le rsultat est le mme que prcdemment : linuence est ambigu. Le rsultat est ach de manire textuelle en bas de la fentre
(gure 5.17-a).
La liste gauche de la carte (gure 5.18) contient la liste des concepts qui inuencent. Cette liste permet lutilisateur de visualiser le dtail de linuence cartsienne. Sur la gure 5.18, lutilisateur a slectionn le concept Dpenses publiques
structurelles. Linuence de ce concept sur le Dcit public est positive.
98
Figure 5.17 Inuence cartsienne.
Figure 5.18 Dtail de linuence cartsienne.
99
Chapitre 5. Systme
5.4.2
Carte cognitive contextuelle
En plus des onglets Edition de la carte cognitive et Utilisation de la

carte cognitive , la dclinaison du prototype adapte aux cartes cognitives contextuelles contient trois onglets supplmentaires (gure 5.19). Comme une carte cognitive contextuelle contient des graphes conceptuels, des outils permettant dditer de
tels graphes sont ncessaires au concepteur. Longlet Support permet au concepteur dditer le support sur lequel les graphes conceptuels seront dnis. Longlet
Contexte de validit permet au concepteur dditer les graphes conceptuels associs aux inuences. Longlet Contexte dutilisation permet lutilisateur dditer
un graphe conceptuel dcrivant le contexte dutilisation.
Figure 5.19 Edition de la carte cognitive contextuelle.

Une fois que le concepteur a construit la carte cognitive laide de longlet
Edition de la carte cognitive , il dnit dans le support, un vocabulaire qui lui
permettra de dcrire les contextes de validit des inuences. Longlet Support (gure 5.20) est divis en deux parties. La partie suprieure permet dditer les types
de gconcepts. La partie infrieure permet dditer les types de relations. Chaque
partie contient une barre doutils dont le fonctionnement est similaire celle de
longlet Edition de la carte cognitive ainsi quune zone contenant une reprsentation graphique de lensemble ordonn des types. Lensemble ordonn des types de
gconcepts contient par dfaut le type Universel . Lensemble ordonn des types
de relations contient par dfaut le type Relation binaire .
100

Le bouton Ajouter un type de gconcept (gure 5.20-a) permet dajouter
un type de gconcept lensemble ordonn. Une fois un type slectionn, un champ
(gure 5.20-b) apparat dans la barre qui permet de modier lintitul du type . Le
bouton Ajouter une relation dordre (gure 5.20-c) permet dajouter un arc dont
lorigine est le type slectionn et dont lextrmit pourra tre relie un autre type.
Figure 5.20 Edition du support.

Une fois le support dtermin, le concepteur slectionne longlet Contextes de
validit (gure 5.21) an dditer les contextes de validit des inuences. Le mode
opratoire pour crer un contexte de validit est le suivant. Le concepteur clique sur
le bouton Ajouter un contexte de validit (gure 5.21-a) et un nouvel lment
apparat dans la liste gauche (gure 5.21-b) correspondant un nouveau contexte
de validit. Pour diter lintitul du contexte, le concepteur double-clique sur cet
lment et saisit lintitul souhait.
Le bouton Ajouter un nouveau gconcept (resp. Ajouter une nouvelle relation ) (gure 5.21-c resp. d) permet au concepteur dajouter un nouveau gconcept
(resp. une nouvelle relation) au graphe conceptuel du contexte. Par dfaut, le concept
ajout (resp. la relation ajoute) est un gconcept de type Universel (resp. Relation binaire ). Pour modier le marqueur individuel dun gconcept (resp. cette
relation) slectionn, un champ texte apparat dans la barre doutils (gure 5.22-a).
De la mme manire, une liste droulante permet de choisir le type de ce gconcept
(resp. cette relation) (gure 5.22-b). Pour ajouter une arte entre un gconcept et une
relation, le concepteur slectionne un gconcept, puis clique sur le bouton Ajouter
101
Chapitre 5. Systme
une arte (gure 5.22-c) et enn clique sur une relation. Les artes dun graphe
conceptuel sont ordonnes autour dune relation. Lorsquune arte est slectionne,
un champ permet de changer cette valeur dordre (gure 5.23-a).
Figure 5.21 Edition dun contexte de validit de linuence.

Aprs que des contextes de validit aient t dnis, le concepteur peut retourner longlet Edition de la carte cognitive et eectuer lassociation entre les
inuences et les contextes de validits. Par dfaut le contexte associ une inuence
est un contexte de validit particulier : le contexte vide . Lorsque le concepteur slectionne une inuence, la liste des contextes prcdemment dnis apparat
dans la barre doutils. Le concepteur peut choisir un contexte de cette liste et ainsi
lassocier linuence slectionne (gure 5.24-a).
Au cours de la construction de la carte cognitive contextuelle, le concepteur peut
eectuer plusieurs allers et retours entre les onglets Edition de la carte cognitive ,
Support et Contextes de validits . En eet, il est dicile pour le concepteur
de prvoir lavance quels seront les contextes, il les ajoute donc la cration des
inuences. Lajout dun contexte ncessite lajout de nouveaux types de gconcepts
et de relations dans le support.
Longlet Contexte dutilisation permet lutilisateur de dcrire dans quel
contexte la carte est utilise (gure 5.25). Lutilisateur saisit un graphe conceptuel.
Le prototype pourrait tre amlior en prsentant une liste de contextes dutilisation
prdnis par le concepteur. Lutilisateur slectionnerait celui qui lui convient.
102
Figure 5.22 Edition dun contexte : dition dun gconcept.
Figure 5.23 Edition dun contexte : dition dune arte.

Longlet Utilisation de la carte cognitive permet de visualiser la carte cognitive adapte au contexte dutilisation. Lorsque lutilisateur slectionne cet onglet, le
103
Chapitre 5. Systme
Figure 5.24 Association dun contexte une inuence.
Figure 5.25 Edition du contexte dutilisation.

mcanisme de ltrage 4.2 est appliqu. Ce mcanisme vrie pour chaque inuence
104

si elle est valide pour le contexte dutilisation. Ce mcanisme exploite la projection
dun graphe conceptuel dans un autre. Il vrie que la projection du contexte de
validit de linuence dans le contexte dutilisation existe. Si cette projection existe,
linuence est active. Un concept reli une inuence active est lui aussi activ.
Les concepts et inuences qui ne sont pas activs sont achs avec des bordures
grises (gure 5.26).
Figure 5.26 Inuence dans une vue contextuelle.

Seules les inuences actives sont utilises dans le calcul de linuence entre deux
concepts, les rsultats sont donc plus prcis et moins ambigus (gure 5.26).
5.4.3
Carte cognitive de graphes conceptuels
Comme la dclinaison du prototype adapte aux cartes cognitives contextuelles,

celle adapte aux cartes cognitives de graphes conceptuels contient un onglet Support permettant dditer le support (gure 5.20) et un onglet permettant dditer
des graphes conceptuels (similaire celui de la gure 5.21). Longlet permettant
dditer des graphes conceptuels est intitul Concepts car dans cette dclinaison
ils sont associs aux concepts.
La dirence entre ces deux dclinaisons tient dans longlet Slection 5.27
qui permet lutilisateur de slectionner un ensemble de concepts dans la carte qui
partagent des caractristiques communes. Lutilisateur saisit un graphe conceptuel
105
Chapitre 5. Systme
Figure 5.27 Edition dun graphe conceptuel requte.
Figure 5.28 Slection dune classe de concepts.

requte (gure 5.27-a). Il clique sur le bouton Slection en bas de longlet (gure 5.27-b), Longlet Utilisation de la carte cognitive obtient alors automatiquement le focus et certains concepts sont automatiquement slectionns (gure 5.28).
Un concept est slectionn si le graphe conceptuel requte se projette dans le graphe
conceptuel associ ce concept.
5.4.4
Carte cognitive ontologique
Lorganisation de la dclinaison du prototype adapte aux cartes cognitives ontologiques est la mme organisation que celle du prototype pour la carte cognitive.
Linterface contient un onglet Edition de la carte cognitive pour le concepteur et
un onglet Utilisation de la carte cognitive pour lutilisateur (gure 5.31). En plus
106
Figure 5.29 Grouper des concepts.

de la carte, les onglets contiennent une reprsentation de lontologie (gure 5.31-a).
Dans longlet Edition de la carte cognitive , le concepteur peut construire
lontologie de deux manires direntes. Le premier mode opratoire est le suivant.
Le concepteur ajoute un ou plusieurs concepts dans la carte puis les slectionne.
Il clique ensuite sur le bouton Grouper les concepts (gure 5.29). Un concept
suprieur aux concepts slectionns est alors ajout lontologie. Le second mode
opratoire est le suivant. Le concepteur ajoute des concepts la carte. Le concepteur ordonne les concepts par une relation de spcialisation. Pour ajouter une telle
relation entre un concept infrieur et un concept suprieur, le concepteur slectionne
dans lontologie le concept infrieur (gure 5.30-a) et presse le bouton du milieu de
sa souris. Un arc dont lorigine est le concept infrieur apparat et le concepteur
clique enn sur le concept suprieur. Dans la carte, les bords du concept suprieur
entoure les concepts infrieurs. Les bords et lintitul dun tel concept sont colors
en gris (gure 5.30-b).
Dans longlet Utilisation de la carte cognitive , lutilisateur peut obtenir des
vues ontologies de la manire suivante. Lutilisateur slectionne dans la carte ou
dans lontologie les concepts pour lesquels il veut masquer les concepts infrieurs
puis clique sur le bouton Plier (gure 5.31-a). La vue ontologique est alors
automatiquement calcule (gure 5.32). Les concepts slectionns ont un bord pais.
107
Chapitre 5. Systme
Figure 5.30 Concepts groups.
Figure 5.31 Slection des concepts.
108
Figure 5.32 Concepts plis.
Conclusion
Les programmes dvelopps ont permis de raliser des exemples pour nos dirents modles de cartes cognitives. Les dirents mcanismes tudis ont ainsi pu tre
tests sur ces cartes et ainsi valider notre approche. Le programme SCCC contient
environ 10000 lignes de code. Le programme SCCO contient environ 12000 lignes de
code. Le dveloppement a t recommenc avec le programme SCCO an de pallier
les limitations de SCCC. Il serait intressant de rintgrer lensemble des fonctionnalits de SCCC dans SCCO. Les prototypes ont adapts pour fournir des applets
Java et ainsi les rendre utilisable depuis internet sans ncessiter dinstallation. En
revanche, les applets qui utilisent la bibliothque cogitant pour les oprations sur
les graphes conceptuels sont diciles dployer sur internet car pour des raisons de
scurit un applet ne devrait pas excuter du code compil.
109
Conclusion gnrale
Les recherches menes dans ce travail de thse ont pour but dtendre le modle des cartes cognitives et les mcanismes de raisonnement de sorte organiser
les concepts utiliss, fournir des vues synthtiques dune carte cognitive, expliciter
un mcanisme dchelle pour voir dirents niveaux conceptuels une carte, et
enn proposer de prendre en compte lutilisateur pour lui adapter sa carte. Lide
sous jacente ces extensions est quaussi bien lors de sa construction que lors de son
utilisation, il est important de pouvoir naviguer dans lespace carte de sorte en
avoir dirents points de vue ; les informations juges importantes dun certain point
de vue ntant pas les mmes que celles juges importantes dun autre point de vue.
Cette ide de navigation dans une carte cognitive est nouvelle : les travaux prcdents sur les cartes cognitives sintressent en eet soit la simple dition de cartes,
soit la mcanique algorithmique de calcul de propagation entre concepts, soit la
comparaison de cartes. Cette thse a donn lieu deux modles de cartes cognitives,
les modles de cartes cognitives ontologiques et de cartes cognitives contextuelles,
et deux prototypes qui implmentent ces modles : SCCO et SCCC. SCCO ajoute
une ontologie aux cartes cognitives, fournit des mcanismes pour calculer linuence
ontologique dun concept de lontologie un autre, dnit une chelle comme un
sous ensemble dune ontologie vriant des proprits de reprsentabilit et dincomparabilit, utilise une chelle pour produire une vue adapte. SCCC ajoute aux
cartes cognitives la possibilit de lier les inuences des graphes conceptuels et dexploiter ces graphes de sorte fournir une carte compose uniquement des inuences
adaptes la requte de lutilisateur. Ces prototypes ont t utiliss sur de petites
applications issues de travaux prcdents et des exemples construits dans le cadre
de cette thse.
Deux critiques principales peuvent, notre sens, tre adresses nos travaux ;
elles fournissent tous les deux des pistes pour des travaux ultrieurs. La premire
porte sur la construction de deux modles dirents dans le cadre de la thse (cartes
cognitives ontologiques, cartes cognitives contextuelles). Il est dommage de ne pas
avoir propos un modle unicateur qui tire prot et dune ontologie et de lutilisation de graphes conceptuels dans une carte cognitive. Lide de vue est la clef
unicatrice des deux modles que nous avons proposs. Dune certaine manire, les
111
Conclusion gnrale
cartes cognitives contextuelles fournissent les bases une notion dchelle portant
sur les inuences, alors que les cartes cognitives ontologiques fournissent, elles, formellement une notion dchelle portant sur les concepts.
La seconde critique porte sur le peu dexprimentation de nos outils an de montrer la pertinence et les manques de nos modles. Malgr cela, quelques points dapprciation de la pertinence pratique de nos approches peuvent tre fournis. Ils sappuient sur lexprience des dirents membres de lquipe dans lusage des graphes
conceptuels et du modle des cartes cognitives. Lutilisation des cartes cognitives
savre eectivement aise pour des non informaticiens ce qui explique le succs
du modle. La notion dontologie savre comprhensible par un non informaticien,
et les notions dchelle et de vue nous semblent exploitables par tout usager des
cartes cognitives. Lutilisation des graphes conceptuels comme interface graphique
portant une smantique claire savre elle de fait un mdia souvent trop complexe
comprendre par un utilisateur non informaticien. notre sens SCCO pourrait donc
tre utilisable par les utilisateurs de cartes cognitives, alors que SCCC devrait tre
recentr comme un outil daide la construction de cartes cognitives.
112
Annexe
Cette annexe est un document de travail en cours, nous le fournissons car il
donne quelques ides sur ce type de cartes.
Les cartes cognitives ont t tudies par les chercheurs en informatique partir des annes 80 lorsque Bart Kosko choisi de fournir une nouvelle formalisation
des cartes cognitives dAxelrod. Kosko remarque que les cartes cognitives dAxelrod
appliques des domaines tels que la politique, lhistoire, les relations internationnales, contiennent des concepts et des inuences entre concepts qui sont par nature
ous. Il formalise donc le modle des cartes cognitives oues laide de la thorie
des ensembles oues [Bandlers et Kohout, 1980].
Les cartes cognitives dAxelrod et les cartes cognitives oues de Kosko ont le
dfaut de ne pas permettre de voir voluer la valeur dun concept au cours du temps.
Les mcanismes de propagation de linuence ont donc t repenss. Nous appelons
les modles de cartes cognitives qui mettent en uvre ces nouveaux mcanismes
des cartes cognitives dynamiques. Au lieu de dterminer leet total entre deux
concepts en fonction des chemins qui les relient, leet sur chaque concept est calcul
itrativement en fonction des concepts qui linuencent. Avec un tel mcanisme, un
concept peut par exemple un moment tre inuenc ngativement puis un autre
moment tre inuenc positivement.
Les cartes cognitives oues base de rgles sont une volution des cartes cognitives dynamiques qui permettent de dnir de manire plus prcise comment au cours
de lexcution du mcanisme de propagation, un concept sera inuenc par dautres
concepts. Chaque concept dune carte cognitive oue base de rgles contient un
ensemble de rgles logiques oues.
La partie A prsente les cartes cognitives oues. La partie B prsente les cartes
cognitives dynamiques.
113
Chapitre . Annexe
Po mons cancerenx
cancerenx
non-cancerenx
Figure 33 Exemple de concept ou.
A
Formalisation
Kosko considre quun concept est lassociation dune quantit et dune disquantit. Kosko formalise donc un concept Ci comme lunion oue dun ensemble
ou de quantit et de son ensemble ou complmentaire de dis-quantit. Une disquantit peut tre vue comme la ngation de la quantit.
Dnition 1 (Concept ou)
Un concept ou C est dni tel que :
C = Q Q
avec Q etQ deux ensembles ous complmentaires.
Exemple 1
Le concept ou poumons cancreux (gure 1) est compos dune quantit de poumons cancreux et dune dis-quantit de poumons cancreux, cest dire dune
quantit de poumons non-cancreux.
Un dis-concept est la ngation dun concept, cest dire que la quantit est la
dis-quantit sont inverss. Le dis-concept dun concept C est notC.
Exemple 2
Le concept ou poumons cancreux a pour dis-concept poumons non-cancreux.
Une inuence est formalise laide de linclusion entre deux ensembles ous.
Dnition 2 (Inuence oue)
Soit Ci et Cj deux concepts ous. Soit Qi (resp. Qj ) la quantit de Ci (resp. Cj ).
SoitQi (resp.Qj ) la dis-quantit de Ci (resp. Cj ).
Ci inuence positivement Cj ssi Qi Qj etQi Qj
114
A Les cartes cognitives oues

Terrorisme du
PLO
terrorisme
non-terrorisme
Co trle du liban
par la syrie
Contrle
Non-contrle
Figure 34 Exemple dinuence oue ngative.

Ci inuence ngativement Cj ssi Qi Qj etQi Qj
Exemple 3
Comme les objets causaux sont variables, ils peuvent tre reprsents par des
sous-ensembles ous dun espace de concepts, o les changements dans le degr
dappartenance reprsentent les variations des concepts 10 .
Dnition 3 (Carte cognitive oue)
Soit X un ensemble non vide. Soit F (2X ) lensemble de tous les sous-ensembles ous
de X. Soit C lespace des concepts qui est une catgorie de sous-ensemble ous inclus
dans F (2X ) respectant les dnitions prcdentes.
Une carte cognitive oue 11 dnie sur X est un graphe (C, e) acyclique tel que :
C contient des concepts.
e : C C P est une fonction dtiquetage darc entre deux concepts dnie
comme le degr dappartenance : e(Ci , Cj ) = mF (2Cj ) (Ci ) citer.
Les tiquettes des arcs dune carte cognitive oue appartiennent nimporte quel
ensemble partiellement ordonn P , classiquement [0, 1].
Exemple 4
La gure 35 prsente une carte construite par Kosko partir dun article de journal
de Kissinger[Kissinger, 1982]
Kosko propose des rgles de construction de la carte permettant de remplacer
les inuences ngatives par des inuences positives.
Dnition 4 (Rgles de construction)
Pour chaque concept, le dis-concept correspondant est systmatiquement ajout.
Pour chaque inuence :
Si C1 inuence positivement C2 alors
10. Since causal objects are variable, they can be represented as fuzzy subsets of some concept
space, where change in the fuzzy-set membership degree represents concept variation. [Kosko,
1986]
11. cette dfinition est une version simplifie de celle de Kosko qui ne dfinit pas de modificateurs
linguistiques pour les concepts.
115
Chapitre . Annexe
Imprialisme
sovitique
Contrle du Liban
par la Syrie
-
Islamisme
fondamentaliste
Islamisme
fondamentaliste
Radicalisme
arabe
Imprialisme
sovitique
Terrorisme
de l'OLP
Non-contrle
du Liban
par la Syrie
Solidit du
gouvernement
Libanais
Islamisme
non-fondamentaliste
Non-imprialisme Radicalisme Non-radicalisme

sovitique
arabe
arabe
Contrle du Liban
par la Syrie
Solidit du
gouvernement
Libanais
Terrorisme
de l'OLP
Non-terrorisme
de l'OLP
Non-solidit du
gouvernement
Libanais
Figure 35 Exemple de remplacement des inuences ngatives.

C1 inuence positivement C2 et
C1 inuence positivementC2 .
Si C1 inuence ngativement C2 alors
C1 inuence positivementC2 et
C1 inuence positivement C2 .
Exemple 5
Sur la gure 35, les inuences positives sont remplaces par des inuences positives reprsentes en vert, les inuences ngatives sont remplaces par des inuences
positives reprsentes en rouge.
Par exemple, le terrorisme de lOLP inuence ngativement le contrle du Liban
par la Syrie est remplac par le terrorisme de lOLP inuence positivement le non
contrle du Liban par la Syrie et le non-terrorisme de lOLP inuence positivement
le contrle du Liban par la Syrie.
Mcanismes
I nfrence
Kosko propose un mcanisme de propagation inspir de celui dAxelrod [Axelrod,

1976] la dirence quil est dpendant dun choix de lensemble partiellement
ordonn P et du choix des oprateurs min et max. Ce mcanisme nexploite pas les
polarits. Il ny a donc pas de problme dambigit.
Dnition 5 (Inuence indirecte)
Linuence indirecte Il dans un chemin l entre deux concepts Ci et Cj est dnie
par :
Il (Ci , Cj ) = min{e(Cp , Cp+1 )|(p, p + 1) (i, k1l , ..., knl l , j)}
116
A Les cartes cognitives oues

moy
ennement
Visible
-eaucoup
b
Phares
pendant
la journ
e
faiblement
Risque
d'accident
loui
Eb
beaucoup
Figure 36 Exemple de carte cognitive oue.
Exemple 6
l1 = (Phares pendant la journe, Visible, Risque dAccident).
Il1 (Phares pendant la journe, Risque dAccident) = min({moyennement, beaucoup}) = moyennement.
l2 = (Phares pendant la journe, Ebloui, Risque dAccident).
Il2 (Phares pendant la journe, Risque dAccident) = min({faiblement, beaucoup})
= faiblement.
Dnition 6 (Inuence totale)
Linuence totale T entre deux concepts Ci et Cj est dnie par :
T (Ci , Cj ) = max1lm Il (Ci , Cj )
grer le max
Exemple 7
T (Phares pendant la journe, Risque dAccident) = max({Il1 , Il2 }) = max(moyennement, faiblement}) = moyennement.
C alcul
Linuence totale peut tre calcule en exploitant la matrice dadjacence reprsentant la carte. Soit E = (eij )1i,jn la matrice dadjacence reprsentant la carte.
Cette matrice reprsente tous les chemins de longueur 1. Le produit matriciel de E
par E est une matrice note E 2 qui reprsente les chemins de longueur 2. Comme
les cartes cognitives oues sont acycliques, il ny a pas de chemins de longueur
suprieure n - 1.
Dnition 7 (Matrice rsultat de linuence totale)
Soit E = (eij )1i,jn une matrice dadjacence. La matrice T de linuence totale est
dnie de la manire suivante :
T =
n1
X
Ei
i=1
117
Chapitre . Annexe
Il est possible de vrier que la carte est acyclique en observant la diagonale de

la matrice T qui doit contenir uniquement des zros.

dynamiques
Kosko[Dickerson et Kosko, 1994] propose un mcanisme de propagation qui permet de simuler un systme dynamique.
Mcanisme
Une valeur initiale est aecte chaque concept et cette valeur volue au cours
du temps. La valeur de chaque concept Ci au temps tn+1 est actualise en fonction
des valeurs au temps tn des concepts qui le prcdent. Cette opration est rpte
jusqu ce que les valeurs des concepts ne varient plus.
Dnition 8 (Infrence)
Ci (tn+1 ) = S[
N
X
eki (tn )Ck (tn )]
k=1
avec
S(y) =
1 y>0
0 sinon
Dans son article Kosko propose comme fonction de seuil la sigmode S(y) =
1
. Pour un c grand et positif, cette sigmode sapproche de la fonction de
1+ec(y1)
seuil prsente dans la dnition prcdente. La variable c permet dajuster le seuil
ou S(y) passe de la valeur 0 la valeur 1.
Exemple 8
On souhaite connatre ce quil va se passer si le concept A se produit (gure 8).
1
-1
Figure 37 Exemple de propagation dynamique.

Le concept A est initialis 1 les autres 0.
118
B Les cartes cognitives oues

dynamiques
A(t0 ) = 1
B(t0 ) = 0
C(t0 ) = 0
Au temps t1 le concept B est inuenc. Les autres concepts ne sont plus inuencs.
A(t1 ) = S(1 B(t0 )) = S(1 0) = 0
B(t1 ) = S(1 A(t0 )) = S(1 1) = 1
C(t1 ) = S(1 B(t0 )) = S(1 0) = 0
Au temps t2 le concept C est inuenc. Le concept A a pour valeur 0, bien quil
soit inuenc ngativement.
A(t2 ) = S(1 B(t1 )) = S(1 1) = S(1) = 0
B(t2 ) = S(1 A(t1 )) = S(1 0) = 0
C(t2 ) = S(1 B(t1 )) = S(1 1) = 1
Au temps t3 plus aucun concept nest inuenc.
A(t3 ) = S(1 B(t2 )) = S(1 0) = 0
B(t3 ) = S(1 A(t2 )) = S(1 0) = 0
C(t3 ) = S(1 B(t2 )) = S(1 0) = 0
Les rsultats au temps t4 sont les mmes. On peut arrter le mcanisme.
Lorsque la carte est code sous la forme dune matrice dadjacence, le mcanisme
prcdent est dni de la manire suivante :
Dnition 9 (Infrence par matrice dadjacence)
Soit E la matrice dadjacence codant la carte cognitive oue. Soit C(t) le vecteur
dtat reprsentant lensemble des valeurs des concepts de la carte au temps t.
C(t + 1) = S[C(t) E]
C(t)E est le produit du vecteur C(t) par la matrice E. Le rsultat de ce produit
est un vecteur. La fonction de seuil S est applique chaque valeur de ce vecteur
an dobtenir le vecteur dtat au temps t + 1 : C(t + 1).
Exemple 9
C(0) = [1, 0, 0]
C(1) = S(C(0) E) = S([0, 1, 0]) = [0, 1, 0]
C(2) = S(C(1) E) = S([0, 0, 1]) = [0, 1, 0]
C(3) = S(C(2) E) = S([0, 0, 0]) = [0, 0, 0]
Les cartes cognitives oues augmentes

119
Chapitre . Annexe
Une carte cognitive oue augmente est une fusion de plusieurs cartes cognitives
oues. La fusion des cartes est eectue en faisant la somme des matrices. Cela
permet de fusionner les connaissances de plusieurs experts.
Kosko[Dickerson et Kosko, 1994] prsente un exemple de carte cognitive augmente pour un monde virtuel aquatique avec des bancs de poissons, des requins, des
dauphins. La fusion des cartes cognitives des agents et de lenvironnement forme
une carte cognitive augmente reprsentant le monde virtuel.
Banini[Banini et Bearman, 1998] fournit un exemple de carte cognitive oue
augmente applique aux facteurs aectant la viscosit de uides. En fusionnant les
connaissances des experts sur ce domaine un modle plus prcis a pu tre obtenu.
Les cartes cognitives oues emboites
Une carte cognitive emboite est une carte dont les concepts entres et les
concepts sorties sont diviss en sous concepts. En fonction de la valeur du
concept, le sous-concept le plus adapt est utilis.
Cj =
Nj
[
Qij
i=1
Les arcs entre les concepts entrs et les concepts sortis forment un ensemble de
rgles oues.
Kosko donne comme exemple la carte emboite suivante : menace inuence
fuir contient deux cartes : menace faible inuence viter et menace importante inuence chapper.
120
Liste des gures

1
1.1
1.2
1.3
1.4
1.5
1.6
1.7
1.8
1.9
1.10
1.11
1.12
1.13
Carte cognitive avec des valeurs dinuences + ou - : linuence

propage, calcule de fumer essouement est positive (de valeur
+ ). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Arbre de Porphyre. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Larbre des sciences, Raymond Lulle. Copie de louvrage de 1515
Lyon par J. Pillehotte en 1635. . . . . . . . . . . . . . . . . . . . . .
Carte mentale sur le thme des cartes mentales. . . . . . . . . . . . .
Une carte conceptuelle dcrivant les caractristiques dune carte conceptuelle. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
volution des travaux sur les cartes cognitives. . . . . . . . . . . . . .
Direction dune inuence. . . . . . . . . . . . . . . . . . . . . . . . .
Polarit dune inuence. . . . . . . . . . . . . . . . . . . . . . . . . .
Force dune inuence. . . . . . . . . . . . . . . . . . . . . . . . . . . .
Probabilit dune inuence. . . . . . . . . . . . . . . . . . . . . . . .
Carte cognitive construite partir dun entretien de Mme Lagarde
par le journal Le Monde 11/05/09. . . . . . . . . . . . . . . . . . . .
Description dune inuence. . . . . . . . . . . . . . . . . . . . . . . .
Exemple de carte cognitive (a) et de la matrice dadjacence associe
(b) [Kandasamy, 2003]. . . . . . . . . . . . . . . . . . . . . . . . . . .
Comparatif entre les cartes conceptuelles, les cartes mentales et les
cartes cognitives. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
12
13
15
16
19
21
21
22
22
25
28
28
29
2.1
2.2
2.3
2.4
2.5
2.6
Lontologie O1. . . . . . . . . . . . . . . . . . . . . . .
Carte cognitive CC1. . . . . . . . . . . . . . . . . . . .
Exemple de propagation de linuence dans un chemin
Exemple dinuence propage entre deux concepts . . .
Carte cognitive ontologique CC2. . . . . . . . . . . . .
Carte avec valeurs symboliques. . . . . . . . . . . . . .
3.1
Exemple de vue non uniforme. . . . . . . . . . . . . . . . . . . . . . . 49

121
.
.
.
.
.
.
33
36
42
43
44
45
Liste des gures

3.2
3.3
3.4
3.5
3.6
4.1
4.2
4.3
4.4
4.5
4.6
4.7
4.8
4.9
5.1
5.2
5.3
5.4
5.5
5.6
5.7
5.8
5.9
5.10
5.11
5.12
5.13
5.14
5.15
5.16
5.17
5.18
5.19
5.20
5.21
122
Carte cognitive ontologique OCC1 compose

CC1 et de lontologie O1. . . . . . . . . . . .
Vue d OCC1. . . . . . . . . . . . . . . . . . .
Vue pour lutilisateur mtorologiste . . . .
Vue partage pour Pr et Pm . . . . . . . . . . .
Vue pour une inuence. . . . . . . . . . . . . .
de la carte cognitive
. . . . . . . . . . . .
. . . . . . . . . . . .
. . . . . . . . . . . .
. . . . . . . . . . . .
. . . . . . . . . . . .
.
.
.
.
.
50
53
55
56
58
Support. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Graphe conceptuel. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Carte cognitive contextuelle. . . . . . . . . . . . . . . . . . . . . . . .
Ensemble des contextes de validit des inuences. . . . . . . . . . . .
Contexte dutilisation pour un automobiliste conduisant de jour sur
une autoroute. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Contexte dutilisation pour un piton marchant la nuit dans une ville.
Projection du graphe conceptuel utilisateur de vhicule dans le graphe
automobiliste. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Vue contextuelle pour un piton marchant la nuit dans une ville. . . .
Vue contextuelle pour un automobiliste conduisant de jour sur une
autoroute. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
63
64
66
67
68
68
69
72
72
Organisation gnrale du projet SCCC. . . . . . . . . . . . . . . . . . 77

Organisation du modle SCCO. . . . . . . . . . . . . . . . . . . . . . 79
Organisation gnrale du projet SCCO. . . . . . . . . . . . . . . . . . 80
Exemple de propagation. . . . . . . . . . . . . . . . . . . . . . . . . . 81
Carte cognitive simple convertie en graphe conceptuel. . . . . . . . . 83
Carte cognitive de graphes conceptuels convertie en graphe conceptuel. 86
Rgle. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
Carte cognitive contextuelle convertie en graphe conceptuel. . . . . . 89
Carte cognitive ontologique convertie en graphe conceptuel. . . . . . . 92
Organisation gnrale de linterface. . . . . . . . . . . . . . . . . . . . 94
Ajout dun nouveau concept. . . . . . . . . . . . . . . . . . . . . . . . 95
Edition dun concept. . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
Ajout dinuence. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
Edition dune inuence. . . . . . . . . . . . . . . . . . . . . . . . . . 97
Slection dun concept inuenc. . . . . . . . . . . . . . . . . . . . . . 97
Slection dun concept qui inuence. . . . . . . . . . . . . . . . . . . 98
Inuence cartsienne. . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
Dtail de linuence cartsienne. . . . . . . . . . . . . . . . . . . . . . 99
Edition de la carte cognitive contextuelle. . . . . . . . . . . . . . . . . 100
Edition du support. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
Edition dun contexte de validit de linuence. . . . . . . . . . . . . 102
Liste des gures

5.22
5.23
5.24
5.25
5.26
5.27
5.28
5.29
5.30
5.31
5.32
Edition dun contexte : dition dun gconcept.

Edition dun contexte : dition dune arte. . .
Association dun contexte une inuence. . .
Edition du contexte dutilisation. . . . . . . .
Inuence dans une vue contextuelle. . . . . . .
Edition dun graphe conceptuel requte. . . .
Slection dune classe de concepts. . . . . . . .
Grouper des concepts. . . . . . . . . . . . . .
Concepts groups. . . . . . . . . . . . . . . . .
Slection des concepts. . . . . . . . . . . . . .
Concepts plis. . . . . . . . . . . . . . . . . .
33
34
35
36
37
Exemple
Exemple
Exemple
Exemple
Exemple
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
103
103
104
104
105
106
106
107
108
108
109
de concept ou. . . . . . . . . . . . . . . .
dinuence oue ngative. . . . . . . . . .
de remplacement des inuences ngatives.
de carte cognitive oue. . . . . . . . . . .
de propagation dynamique. . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
114
115
116
117
118
123
[Ackermann et al., 1992] F. Ackermann, S. Cropper, and C. Eden. Get started with cognitive mapping, 1992.
[Aguilar, 2003] Jose Aguilar.
Dynamic fuzzy-cognitive-map approach based on
random neural networks.
International Journal of Computational Cognition
(http ://www.yangsky.com/yangijcc.htm), Yangs Scientific Research Institute, 1 :91
107, 2003.
[Allard-Poesi, 1996] F. Allard-Poesi. Cartes cognitives : pour ne pas jeter le bb avec
leau du bain. Ve Confrence Internationale de Management Stratgique, 1996.
[Arabnia, 2006] H. R. Arabnia, editor. Proceedings of the 2006 International Conference
on Artificial Intelligence, ICAI 2006, Las Vegas, Nevada, USA, June 26-29, 2006, Volume 2. CSREA Press, 2006.
[Avila, 2001] Fabiola Mata Avila. Utilisation des cartes cognitives dans les systmes multiagents. Masters thesis, Universit de Laval, Canada, July 2001.
[Avila, 2002] Fabiola Mata Avila. Raisonnement qualitatif dans les systmes multiagents
bas sur les cartes causales. Masters thesis, Universit de Laval, Canada, August 2002.
[Axelrod, 1976] R. Axelrod. Structure of decision : the cognitive maps of political elites.
Princeton, N.J., 1976.
[Ayala et al., 2007] Alejandro Pea Ayala, Humberto Sossa, and Francisco Gutirrez. Ontology agent based rule base fuzzy cognitive maps. In Nguyen et al. [2007], pages
328337.
[Baader et al., 2003] Franz Baader, Diego Calvanese, Deborah L. McGuinness, Daniele
Nardi, and Peter F. Patel-Schneider, editors. The Description Logic Handbook : Theory,
Implementation, and Applications. Cambridge University Press, 2003.
[Baget et Mugnier, 2002] J. F. Baget and M. L. Mugnier. Extensions of Simple Conceptual
Graphs: the Complexity of Rules and Constraints. Journal of Artificial Intelligence
Research (JAIR), 16(12) :425465, 2002.
[Baget, 2007] Jean-Franois Baget. A Datatype Extension for Simple Conceptual Graphs
and Conceptual Graphs Rules. In Priss et al. [2007], pages 8396.
[Bandlers et Kohout, 1980] W. Bandlers and L. Kohout, editors. Fuzzy power sets and
fuzzy implication operators, volume 4. 1980.
125
[Banini et Bearman, 1998] G. A. Banini and R. A. Bearman. Application of fuzzy cognitive maps to factors affecting slurry rheology. International Journal of Mineral Processing, 52 :233244, 1998.
[Borisov et Fedulov, 2004] Vadim V. Borisov and Alexander S. Fedulov. Generalized rulebased fuzzy cognitive maps : Structure and dynamics model. In Nikhil R. Pal, Nikola
Kasabov, Rajani K. Mudi, Srimanta Pal, and Swapan K. Parui, editors, Proceedings
in the 11th international conference on neural information processing (ICONIP 2003),
volume 3316 of Lecture Notes in Computer Science, pages 918922. Springer, 2004.
[Bougon et al., 1977] Michel Bougon, Karl E. Weick, and Din Binkhorst. Cognition in
organizations : An analysis of the utrecht jazz orchestra. Administrative Science Quarterly, 22(4), 1977.
[Bougon, 1983] Michel Bougon. Uncovering cognitive maps-the self-q technique. Beyond
Method, a study of organizational research strategies, pages 173188, 1983.
[Bousquet, 1995] Bousquet. Simulating the management of renewable resources with
multi-agents systems. Reinventing the commons, IASCP annual conference, 1995.
[Brown, 1992] S. M. Brown. Cognitive mapping and repertory grids for qualitative survey
research : some comparative observations. Journal of Management Studies, 29(3) :287
307, 1992.
[Buzan et Buzan, 2003] Tony Buzan and Barry Buzan. The Mind Map Book. BBC Active,
May 2003.
[Carley et Palmquist, 1992] K. Carley and M. Palmquist. Extracting, representing, and
analyzing mental. Social Forces, 70(3) :601636, 1992.
[Carlsson et Fuller, 1996] Christer Carlsson and Robert Fuller. Adaptive fuzzy cognitive
maps for hyperknowledge representation in strategy formation process. In Proceedings
of the International Panel Conference on Soft and Intelligent Computing, pages 4350,
1996.
[Carvalho et Tom, 1999] J. Carvalho and J. Tom. Rule based fuzzy cognitive maps
qualitative systems dynamics. In Proceedings of the 19th International Conference of
the North American Fuzzy Information Processing Society (NAFIPS 2000), pages 407
411, 1999.
[Celik et al., 2005] F. Dadaser Celik, U. Ozesmi, and A. A. Akdogan. Participatory ecosystem management planning at tuzla lake (turkey) using fuzzy cognitive mapping, oct
2005.
[Chaib-draa, 2002] Brahim Chaib-draa. Causal Maps : Theory, Implementation and Practical Applications in Multiagent Environments. IEEE Transactions on Knowledge and
Data Engineering, 14(2) :117, 2002.
[Chauvin et al., 2007] Lionel Chauvin, David Genest, and Stphane Loiseau. Le modle
des cartes cognitives contextuelles. In Actes des quatrimes journes francophones Modles Formels de lInteraction (MFI07), volume 8 of Annales de LAMSADE, pages
285292, 2007.
126
[Chauvin et al., 2008a] Lionel Chauvin, David Genest, and Stphane Loiseau. Contextual
cognitive map. In Peter W. Eklund and Ollivier Haemmerl, editors, Proceedings of the
16th International Conference on Conceptual Structures (ICCS 2008), volume 5113 of
Lecture Notes in Computer Science, pages 231241. Springer, 2008.
[Chauvin et al., 2008b] Lionel Chauvin, David Genest, and Stphane Loiseau. Les cartes
cognitives hirarchiques. In Guillet and Trousse [2008], pages 91102.
[Chauvin et al., 2008c] Lionel Chauvin, David Genest, and Stphane Loiseau. Ontological
cognitive map. In Proceedings of the 20th IEEE International Conference on Tools with
Artificial Intelligence (ICTAI08), volume 2, pages 225232, November 2008.
[Chauvin et al., 2009] Lionel Chauvin, David Genest, and Stphane Loiseau. Ontological
cognitive map. International Journal on Artificial Intelligence Tools, 18(5) :697716,
2009.
[Chein et al., 1998] M. Chein, M.L. Mugnier, and G. Simonet. Nested graphs : A graphbased knowledge representation model with FOL semantics. In Proceedings of Knowledge Representation and Reasoning (KR98), pages 524534. Morgan Kaufmann Publishers, 1998.
[Chein et Genest, 2000] Michel Chein and David Genest. CGs Applications : Where Are
We 7 Years After the First ICCS. In Ganter and Mineau [2000], pages 127139.
[Chein et Mugnier, 1992] M. Chein and M. L. Mugnier. Conceptual Graphs: Fundamental
Notions. Revue dIntelligence Artificielle (RIA), 6(4) :365406, 1992.
[Chein et Mugnier, 1997] M. Chein and M. L. Mugnier.
graphs. In Lukose et al. [1997], pages 95109.
Positive Nested Conceptual
[Chein et Mugnier, 2004] M. Chein and M. L. Mugnier. Concept types and coreference in
simple conceptual graphs. In Wolff et al. [2004], pages 303318.
[Corby et al., 2000] O. Corby, R. Dieng, and E. Hbert. A Conceptual Graph Model for
W3C Resource Description Framework. In Ganter and Mineau [2000], pages 468482.
[Cossette, 1989] P. Cossette. Les schmes dinterpretation idyosynchratiques de propritaires dirigeants de PME : Une tude de cartographie cognitive. PhD thesis, Universit
de Laval, Canada, 1989.
[Cossette, 1994] P. Cossette. Introduction, Cartes cognitives et organisations. Les presses
de luniversit de Laval, cossette edition, 1994.
[Cossette, 2008] Pierre Cossette. La cartographie cognitive vue dune perspective subjectiviste : mise lpreuve dune nouvelle approche. Management, 11(3) :259281,
2008.
[Damart, 2006] S. Damart. La construction de cartes cognitives collectives pour laide
la structuration de formes de coopration hybrides. XV me Confrence Internationale
de Management Stratgique, Annecy / Genve, 2006.
[Davey et Priestley, 2002] B. A. Davey and H. A. Priestley. Introduction to Lattices and
Order. Cambride University Press, Cambridge, UK, 2002.
127
[Dean et al., 2004] M. Dean, D. Connolly, F. van Harmelen, J. Hendler, I. Horrocks, D. L. McGuinness, P. F. Patel-Schneider, and L. A. Stein. OWL Web
Ontology Language Reference. Technical report, 2004. W3C Recommendation
http://www.w3.org/TR/owl-ref/.
[Delugach et Stumme, 2001] Harry S. Delugach and Gerd Stumme, editors. Conceptual
Structures : Broadening the Base, proceedings of nineth International Conference on
Conceptual Structures (ICCS 2001), Stanford, CA, USA, volume 2120 of Lecture Notes
in Artificial Intelligence (LNAI). Springer, 2001.
[Delugach, 2001] H. S. Delugach.
CharGer: A Graphical Conceptual Graph
Editor.
In Proceedings of CG Tools Workshop of ICCS01, 2001.
http://charger.sourceforge.net/.
[Dickerson et Kosko, 1994] Julie A. Dickerson and Bart Kosko. Virtual worlds as fuzzy
cognitive maps. Presence, 3(2) :7389, 1994.
[Dobrev et Toutanova, 2000] Pavlin Dobrev and Kristina Toutanova. CGWorld - A Web
Based Workbench for Conceptual Graphs Management and Applications. In Gerd
Stumme, editor, Proceedings of CG Tools Workshop of ICCS00, pages 243256. Shaker
Verlag, 2000.
[Doyle et Ford, 1999] James K. Doyle and David N. Ford. Mental models concepts revisited : some clarifications and a reply to lane. System Dynamics Review, 15(4) :411415,
1999.
[Eden et al., 1983] C. Eden, S. Jones, and D. Simms. Messing about in problems : An informal structured approach to their identification an manangement. R&D Management,
15(12) :255255, 1983.
[Eden et Ackermann, 1992] C. Eden and F. Ackermann. The analysis of cause maps.
Journal of Management Studies, 29(3) :309324, 1992.
[Eden, 1988] C. Eden. Cognitive mapping. European Journal of Operational Research,
36 :113, 1988.
[Eden, 1990] C. Eden.
23(6) :3543, 1990.
Strategic thinking with computers.
Long Range Planning,
[Eden, 1992] C. Eden. On the nature of cognitive maps. Journal of Management Studies,
29(3) :261265, 1992.
[Eden, 1993] C. Eden. Strategy development and implementation - cognitive mapping for
group support. Thinking : Leadership and the Management of Change, pages 115135,
1993.
[Eden, 1994] C. Eden. Cognitive mapping and problem structuring for system dynamics
model building. System Dynamics Review, 10(2/3) :257276, 1994.
[Eklund et al., 1996] Peter W. Eklund, Gerard Ellis, and Graham Mann, editors. Conceptual Structures : Knowledge Representation as Interlingua, proceedings of the fourth International Conference on Conceptual Structures (ICCS96), Sydney, Australia, volume
1115 of Lecture Notes in Artificial Intelligence (LNAI). Springer, 1996.
128
[Elhinger, 1995] S. Elhinger. Organizational cognition development through strategy making process within multiple unit organizations. 3rd International Workshop on Managerial and Organizational Cognition, juin 1995.
[Fahey et Narayanan, 1989] L. Fahey and V. K. Narayanan. Linking changes in revealed
causal maps and environmental change : An empirical study. Journal of Management
Studies, 26(4) :361378, 1989.
[Ford et Hegarty, 1984] J. D. Ford and W. H. Hegarty. Decision makers beliefs about the
causes and effects of structure : An exploratory study. The Academy of Management
Journal, 27(2) :271291, Jun 1984.
[Forster et al., 1999] Michael Forster, Andreas Pick, and Marcus Raitner. Graph template
library. University of Passau, 1999. http://infosun.fmi.uni-passau.de/GTL.
[Ganter et Mineau, 2000] Bernhard Ganter and Guy W. Mineau, editors. Conceptual
Structures : Logical, Linguistic and Computational Issues, proceedings of the eighth International Conference on Conceptual Structures (ICCS2000), Darmstadt, Germany,
volume 1867 of Lecture Notes in Artificial Intelligence (LNAI). Springer, 2000.
[Genest et Loiseau, 2007] D. Genest and S. Loiseau. Modlisation, classification et propagation dans des rseaux dinfluence. Technique et Science Informatiques, 26(3-4) :471
496, 2007.
[Genest, 2007] David Genest.
CoGITaNT 5.1.9 - Manuel de rfrence, 2007.
http://cogitant.sourceforge.net.
[Gopnik et al., 2004] A. Gopnik, C. Glymour, D. M. Sobel, L. E. Schulz, T. Kushnir,
and D. Danks. A theory of causal learning in children : causal maps and bayes nets.
Psychological Review, 111(1) :332, January 2004.
[Gruber, 1993] Thomas R. Gruber. A translation approach to portable ontology specifications. KNOWLEDGE ACQUISITION, 5 :199220, 1993.
[Gruber, 2008] T. Gruber. Ontology. In Ling Liu and M. Tamer zsu, editors, Encyclopedia of Database Systems. Springer-Verlag, 2008.
[Guarino et Giaretta, 1995] Nicola Guarino and Pierdale Giaretta. Ontologies and knowledge bases - towards a terminological clarification. In N. J. Mars, editor, Towards Very
Large Knowledge Bases - Knowledge Building and Knowledge Sharing, pages 2532. IOS
Press, 1995.
[Guillet et Trousse, 2008] Fabrice Guillet and Brigitte Trousse, editors. Extraction et gestion des connaissances (EGC2008), Actes des 8mes journes Extraction et Gestion des
Connaissances, Sophia-Antipolis, France, 29 janvier au 1er fvrier 2008, 2 Volumes,
volume RNTI-E-11 of Revue des Nouvelles Technologies de lInformation. Cpadusditions, 2008.
[Gutierez, 2005] A. Gutierez. In Proceedings of CG Tools Workshop of ICCS05, 2005.
http://www.lirmm.fr/cogui/.
[Himsolt, 1996] Michael Himsolt. The Graphlet System. In Proceedings of Graph Drawing,
volume 1190 of Lecture Notes in Computer Science (LNCS), pages 233240. SpringerVerlag, 1996.
129
[Huff et Fiol, 1992] A. S. Huff and M. Fiol. Maps for managers : where are we ? where do
we go from here ? Journal of Management Studies, 29, 1992.
[Huff, 1990] A. S. Huff. Mapping Strategic Thought. Wiley, reprint edition, 1990.
[Hume, 1739] David Hume. A Treatise of Human Nature (I) Of the Understanding, volume 1 of History of Economic Thought Books. McMaster University Archive for the
History of Economic Thought, 1739.
[Hume, 1758] David Hume. An Equiry Concerning Human Understanding. Number
hume1758 in History of Economic Thought Books. McMaster University Archive for
the History of Economic Thought, 1758.
[IRIT, 2001] IRIT. Lintelligence artificielle, mais enfin de quoi sagit-il ? des chercheurs
de lirit rpondent ..., 2001.
[Jenkins, 1994] M. Jenkins. Creating and comparing strategic causal maps : Issues in
mapping accross multiple organizations. May 1994.
[Jung et al., 2003] Jason J. Jung, Kyung-Yong Jung, and GeunSik Jo. Ontological cognitive map for sharing knowledge between heterogeneous businesses. In Adnan Yazici
and Cevat Sener, editors, Proceedings in the 18th International Symposium of Computer and Information Sciences (ISCIS 2003), volume 2869 of Lecture Notes in Computer
Science, pages 9198. Springer, 2003.
[Kabbaj et al., 2001] A. Kabbaj, B. Moulin, J. Gancet, D. Nadeau, and O. Rouleau. Uses,
Improvements, and Extensions of Prolog+CG: Case Studies. In Delugach and Stumme
[2001], pages 346359.
[Kabbaj, 1999] Adil Kabbaj. Synergy as an Hybrid Object-Oriented Conceptual Graph
Language. In Tepfenhart and Cyre [1999], pages 198213.
[Kabbaj, 2006] Adil Kabbaj. Development of Intelligent Systems and Multi-Agents Systems with Amine Platform. In Schrfe et al. [2006], pages 286299.
[Kandasamy et Smarandache, 2003] Dr. W. B. Vasantha Kandasamy and Florentin Smarandache. Fuzzy cognitive maps and neutrosophic cognitive maps. 2003.
[Kant, 1997] Emmanuel Kant. Lectures on metaphysics - Part V. Metaphysik L2 (17901791 ?). Cambridge University Press, Cambridge, 1997. Traduit et dit par Karl
Ameriks et Steve Naragon.
[Karel, ] Mls. Karel. From concept mapping to qualitative modeling in cognitive research.
Technical report, University of Hradec Kralove, Czech republic.
[Kelly, 1955] G. Kelly. The Psychology of Personal Constructs. 1955.
[Kim, 2000] DH. Kim. A method for direct conversion of causal maps into sd models :
Abstract simulation with number. In Proceedings of International System Dynamics
Conference, 2000.
[Kissinger, 1982] Henry A. Kissinger. Starting out in the direction of middle east peace.
Los Angeles Times, 1982.
130
[Kjaerulff et Madsen, 2008] Uffe B. Kjaerulff and Anders L. Madsen. Bayesian Networks
and Influence Diagrams : A Guide to Construction and Analysis, volume 18 of Information Science and Statistics. Springer, 2008.
[Kosko, 1986] Bart Kosko. Fuzzy cognitive maps. International Journal of Man-Machines
Studies, 24 :6575, 1986.
[Kosko, 1991] Bart Kosko. Neural Networks and Fuzzy Systems : A Dynamical Systems
Approach to Machine Intelligence. Prentice Hall, 1991.
[Langfield-Smith et Wirth, 1992] K. Langfield-Smith and A. Wirth. Measuring differences
between cognitive maps. The Journal of the Operational Research Society, 43(12) :1135
1150, 1992.
[Laukkanen, 1989] M. Laukkanen. Understanding the formation of managers cognitive
maps : a comparative case study of context traces. 1989.
[Laukkanen, 1992] M. Laukkanen. Comparative cause mapping of management cognitions : A computer database method for natural data. 1992.
[Laukkanen, 1994] M. Laukkanen. Comparative cause mapping of organizational cognitions. Organization science, (5) :322343, 1994.
[Leclre, 1997] M. Leclre. Reasoning with type definitions. In Lukose et al. [1997], pages
401415.
[Liu et Zhang, 2003] Z.-Q. Liu and J. Y. Zhang. Interrogating the structure of fuzzy
cognitive maps. Soft Computing, 7(3) :148153, 2003.
[Loua, 2000] Jorge A. Loua. Cartographie Cognitive, Rflexion Stratgique et Interaction
Distribue : une Approche Multi-Agent. PhD thesis, Universit Paris Dauphine, France,
2000.
[Loua, 2003] Jorge A. Loua. Modeling context-aware distributed knowledge. In International symposium on Agent-Mediated Knowledge Management (AMKM 2003), volume
2926 of Lecture Notes in Computer Science, pages 201212, 2003.
[Lukose et al., 1997] Dickson Lukose, Harry Delugach, Mary Keeler, Leroy Searle, and
John F. Sowa, editors. Conceptual Structures : Fulfilling Peirces Dream, proceedings of
the fifth International Conference on Conceptual Structures (ICCS 97), Seattle, USA,
volume 1257 of Lecture Notes in Artificial Intelligence (LNAI). Springer, 1997.
[Markczy et Goldberg, 1995] Markczy and Goldberg. A method for eliciting and comparing causal maps. Journal of Management, 21 :305333, 1995.
[Mateou et Andreou, 2005] Nicos H. Mateou and Andreas S. Andreou. Tree-structured
multi-layer fuzzy cognitive maps for modelling large scale, complex problems. In Proceedings of the International Conference on Computational Intelligence for Modelling,
Control and Automation and International Conference on Intelligent Agents, Web Technologies and Internet Commerce (CIMCA-IAWTIC 2006), volume 2, pages 131139.
EEE Computer Society, 2005.
[Mehlhorn et Nher, 1999] Kurt Mehlhorn and Stefan Nher. LEDA - A Platform
for Combinatorial and Geometric Computing. Cambridge University Press, 1999.
http://www.mpi-sb.mpg.de/LEDA/leda.html.
131
[Miao et al., 1999] Yuan Miao, Chee Kheong Siew, Zhi-Qiang Liu, and Shi Li. Dynamical
cognitive network an extension of fuzzy cognitive map. In Proceedings of the 11th IEEE
International Conference on Tools with Artificial Intelligence (ICTAI 1999), page 43,
Washington, DC, USA, 1999. IEEE Computer Society.
[Michel, 2003] H-M. Michel. Les cartes cognitives du vote lectronique : Une approche
exploratoire des systmes de reprsentations des citoyens, 2003.
[Mugnier et Chein, 1996] M. L. Mugnier and M. Chein. Reprsenter des connaissances et
raisonner avec des graphes. Revue dIntelligence Artificielle (RIA), 10(1) :756, 1996.
[Nguyen et al., 2007] Ngoc Thanh Nguyen, Adam Grzech, J. Robert Howlett, and Lakhmi C. Jain, editors. Agent and Multi-Agent Systems : Technologies and Applications,
First KES International Symposium, KES-AMSTA 2007, Wroclaw, Poland, May 31June 1, 2007, Proceedings, volume 4496 of Lecture Notes in Computer Science. Springer, 2007.
[Novak et Caas, 2006] J. D. Novak and A. J. Caas. The theory underlying concept
maps and how to construct them, technical report ihmc cmaptools. Technical report,
Florida Institute for Human and Machine Cognition, 2006.
[Novak et Gowin, 1984] J. D. Novak and D. B. Gowin. Learning how to learn. Cambridge
University Press, New York, NY, 1984.
[Ozesmi et Ozesmi, 1999] U. Ozesmi and S.L. Ozesmi. An artificial neural network approach to spatial habitat modelling with interspecific interaction. Ecological Modelling,
116 :1531, 1999.
[Ozesmi, 1999] U. Ozesmi. Conservation strategies for sustainable resource use in the
Kizilirmak delta in Turkey. PhD thesis, University of Minnesota, 1999.
[Park et Kim, 1995] Kyung Sam Park and Soung Hie Kim. Fuzzy cognitive maps considering time relationships. Int. J. Hum.-Comput. Stud., 42(2) :157168, 1995.
[Perusich, 1996] K. Perusich. Fuzzy cognitive maps for policy analysis. Technology and
Society Technical Expertise and Public Decisions, 10 :369373, 1996.
[Poignonec, 2006] D. Poignonec. Apport de la combinaison cartographie cognitive/ontologie dans la comprhension de la perception du fonctionnement dun cosystme rcifolagonaire de Nouvelle-Caldonie par les acteurs locaux. PhD thesis, ENSA Rennes
France, 2006.
[Priss et al., 2007] Uta Priss, Simon Polovina, and Richard Hill, editors. Conceptual Structures : Knowledge Architectures for Smart Applications, 15th International Conference
on Conceptual Structures (ICCS 2007), Sheffield, UK, volume 4604 of Lecture Notes in
Computer Science (LNCS). Springer, 2007.
[Raimbault, 2008] T. Raimbault. Transition de modles de connaissances. Un systme de
connaissance fond sur OWL, Graphes Conceptuels et UML. PhD thesis, Universit de
Nantes, France, 2008.
[Salvat et Mugnier, 1996] ric Salvat and Marie-Laure Mugnier. Sound and Complete
Forward and Backward Chaining of Graph Rules. In Eklund et al. [1996], pages 248
262.
132
[Salvat, 1997] ric Salvat. Raisonner avec des oprations de graphes : Graphes conceptuels
et rgles dinfrence. PhD thesis, Universit Montpellier II, France, 1997.
[Salvat, 1998] ric Salvat. Theorem Proving Using Graph Operations in the Conceptual
Graph Formalism. In Proceedings of the 13th European Conference on Artificial Intelligence (ECAI98), Brighton, UK, 1998.
[Satur et Liu, 1999] R. Satur and Zhi-Qiang Liu. A contextual fuzzy cognitive map framework for geographic information systems. IEEE Transactions on Fuzzy Systems,
7(5) :481494, Oct 1999.
[Scavarda et al., 2006] Jose Annibal Scavarda, Tatiana Bouzdine-Chameeva, Susan Meyer
Goldstein, Julie M. Hays, and Arthur V. Hill. A methodology for constructing collective
causal maps. Decision Sciences, 37(2) :263283, May 2006.
[Schrfe et al., 2006] Henrik Schrfe, Pascal Hitzler, and Peter hrstrm, editors. Conceptual Structures : Inspiration and Application, proceedings of 14th International Conference on Conceptual Structures (ICCS 2006), Aalborg, Denmark, volume 4068 of Lecture
Notes in Computer Science (LNCS). Springer, 2006.
[Skiena, 1990] S. Skiena. Implementing Discrete Mathematics : Combinatorics and Graph
Theory with Mathematica., pages 163, 169170, 206208. Addison-Wesley, 1990.
[Southey et Linders, 1999] F. Southey and J. G. Linders. Notio - A Java API for Developing CG Tools. In Tepfenhart and Cyre [1999], pages 262271.
[Sowa, 1984] J. F. Sowa. Conceptual Structures: Information Processing in Mind and
Machine. Addison Wesley, 1984.
[Studer et al., 1998] Rudi Studer, V. Richard Benjamins, and Dieter Fensel. Knowledge
engineering : principles and methods. Data Knowl. Eng., 25(1-2) :161197, 1998.
[Styblinski et Meyer, 1988] M.A. Styblinski and B.D. Meyer. Fuzzy cognitive maps, signal
flow graphs, and qualitative circuit analysis. Proceedings of the 2nd IEEE International
Conference on Neural Networks (ICNN 88), 2 :549556, 1988.
[Stylios et Georgopoulos, 2007] Chrystomos D. Stylios and Voula C. Georgopoulos. Fuzzy
cognitive maps stucture for medical decision support systems, volume 218 of Studies in
Fuzziness and Soft Computing, pages 151174. October 2007.
[Taber et Siegel, 1987] W. R. Taber and M. A. Siegel. Estimation of expert weights using
fuzzy cognitive maps. Proceedings of the 1st IEEE International Conference on Neural
Networks (ICNN 87), 2, 1987.
[Taber, 1991] R. Taber. Knowledge processing with fuzzy cognitive maps. Expert Systems
With Application, 2(1) :8387, 1991.
[Tepfenhart et Cyre, 1999] William Tepfenhart and Walling Cyre, editors. Conceptual
Structures : Standards and Practices, proceedings of the seventh International Conference on Conceptual Structures (ICCS99), Blacksburg, USA, volume 1640 of Lecture
Notes in Artificial Intelligence (LNAI). Springer, 1999.
[Tolman, 1948] E. C. Tolman. Cognitive maps in rats and men. The Psychological Review,
55(4) :189208, 1948.
133
[Trbucq, 2004] S. Trbucq. Finance organisationnelle : un essai de reprsentation. 7es
Journes internationales dAnalyse statistique des Donnes Textuelles, 2004.
[Tricot, 2006] C. Tricot. La cartographie smantique : des connaissances la carte. PhD
thesis, Universit de Savoie, 2006.
[Truck, 2002] I. Truck. Approche symbolique et floue des modificateurs linguistiques et leur
lien avec laggregation. PhD thesis, Universit de Reims, France, 2002.
[Venable, 2005] J. Venable. Coloured cognitive maps for modelling decision contexts. in
Proc. of 1st Workshop on Context Modeling and Decision Support, 2005.
[Verstraete, 1996] T. Verstraete. La cartographie cognitive : outil pour une dmarche
dessence heuristique didentification des facteurs cls de succs, 1996.
[Wolff et al., 2004] Karl Erich Wolff, Heather D. Pfeiffer, and Harry S. Delugach, editors. Conceptual Structures at Work : proceedings of 12th International Conference
on Conceptual Structures (ICCS2004), Huntsville, AL, USA, volume 3127 of Lecture
Notes in Artificial Intelligence (LNAI). Springer, 2004.
[Yalaoui et Madjid, 2006] Bilal Yalaoui and Dahmane Madjid. Cognitive map model in
argumentation theory. In Arabnia [2006], pages 493497.
[Zhang et al., 1992] W. Zhang, S. Chen, W. Wang, and R. S. King. A cognitive-mapbased approach to the coordination of distributed cooperative agents. 22(1) :103114,
1992.
[Zhang et al., 1998] W. Zhang, S. Chen, M. Zhang, and J. Bezdek. On npn logic. 1998.
[Zhou et al., 2003] S. Zhou, J. Y. Zhang, and Z.-Q. Liu. Quotient fcms a decomposition
theory for fuzzy cognitive maps. IEEE Transactions on Fuzzy Systems, 11(5) :593604,
October 2003.
134
Liste des publications personnelles

Confrences internationales avec comit de
slection
[1] Lionel Chauvin, David Genest et Stphane Loiseau. Contextual Cognitive
Map. In Proceedings of the 16th International Conference on Conceptual Structures (ICCS08), volume 51113 of Lecture Notes in Computer Science (LNCS),
pages 231241, France. Springer, 2008.
[2] Lionel Chauvin, David Genest et Stphane Loiseau. Ontological cognitive
map. In Proceedings of the 20th IEEE International Conference on Tools
with Articial Intelligence (ICTAI08), volume 2, pages 225232, USA. IEEE
Computer Society, 2008.
Confrences francophones avec comit de

slection
[3] Lionel Chauvin, David Genest et Stphane Loiseau. Le modle des cartes
cognitives contextuelles. Dans les Actes des 4mes journes francophones sur
les Modles Formels de lInteraction (MFI07), Paris, France, 2007.
[4] Lionel Chauvin, David Genest et Stphane Loiseau. Les cartes cognitives
hirarchiques. Dans les Actes des 8mes journes Extraction et Gestion des
Connaissances (EGC08), Sophia-Antipolis, France, Revue des Nouvelles Technologies de lInformation. Cpadus, 2008.
Revue
[5] Lionel Chauvin and David Genest and Stphane Loiseau. Ontological cognitive
map. International Journal on Articial Intelligence Tools (IJAIT), volume
18 number 5, pages 697716. World Scientic, 2009.
135
Modles de cartes cognitives tendues aux

notions de contexte et dchelle
Rsum
Une carte cognitive est un modle graphique qui permet de reprsenter des systmes complexes contenant un grand nombre de facteurs qui interagissent. Une carte
cognitive est un graphe orient tiquet dont les sommets reprsentent des concepts
et dont les arcs reprsentent les inuences entre ces concepts. Le modle des cartes
cognitives inclut un mcanisme de raisonnement nomm propagation, qui calcule
linuence entre toute paire de concepts.
Notre thse a pour objectif dtendre le modle des cartes cognitives et le mcanisme de raisonnement qui y est associ. Une premire contribution consiste
associer une carte une ontologie qui organise de faon hirarchique les concepts :
lutilisation de cette ontologie comme un dictionnaire des donnes hirarchiques
permet lutilisateur de trouver les concepts qui lintressent dans une carte. Notre
deuxime contribution consiste fournir des mcanismes lutilisateur pour lui permettre de visualiser, la demande, des vues simplies de la carte initiale. Notre
troisime contribution fournit une notion dchelle qui permet de slectionner le niveau de dtail de la carte que lon veut voir. Notre quatrime contribution consiste
en des mcanismes qui donnent lutilisateur une carte adapte ses savoirs : ceci
seectue par lutilisation de prols des utilisateurs ou de contextes exprims par
des graphes conceptuels. Les systmes SCCO et SCCC montrent la faisabilit de
lapproche.
Mots-cls : Modle des cartes cognitives, Modle des graphes conceptuels, Vues,
Ontologie, Contexte.
Models of cognitive maps extended to the

notions of context and scale
Abstract
A cognitive map is a graphical model that allow represent complex systems
containing many interacting factors. A cognitive map is a labeled directed graph
whose vertices represent concepts and whose arcs represent inuences between these
concepts. The model includes a reasoning mechanism called propagation, which calculates the inuence between any pair of concepts of the map.
Our thesis aims to extend the model of cognitive maps and the reasoning mechanism associated with it. A rst contribution is to associate an ontology to a cognitive
map. The ontology organizes the concepts and can be seen as a hierarchical data
dictionary that help users to nd concepts in a map. Our second contribution is
to provide mechanisms to enable the user to obtain, on demand, simplied views
of the original map. Our third contribution introduce a notion of scale that allows
the user to select the level of detail of the map. Our fourth contribution consists
of mechanisms that provide views adapted to the user knowledge : this is done by
using user proles or contexts expressed by conceptual graphs. Two systems : SCCO
and SCCC have been developped to show the feasibility of our approach.
Keywords : Cognitive maps, Model of conceptual graphs, View, Ontology, Context.

Carte Conceptuelle PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Carte Conceptuelle PDF

Uploaded by

Copyright:

Available Formats

Mod`

eles de cartes cognitives

To cite this version:

HAL Id: tel-00585259

HAL is a multi-disciplinary open access

Larchive ouverte pluridisciplinaire HAL, est

Modles de cartes cognitives tendues

cole Doctorale STIM

Prsente et soutenue publiquement

Par Lionel Chauvin

Devant le jury ci-dessous :

Salem Benferhat, Professeur lUniversit dArtois

Professeur lUniversit dAngers

Matre de confrences lUniversit dAngers

Professeur lUniversit Paris-Dauphine

Laboratoire dtude et de Recherche en Informatique dAngers (LERIA)

Je tiens tout dabord exprimer ma profonde gratitude Gaelle CALVARY,

cartes cognitives ontologiques

de cartes cognitives ontologiques

4 Les cartes cognitives contextuelles

Liste des tableaux

Liste des publications personnelles

Figure 1 Carte cognitive avec des valeurs dinuences + ou - : linuence

Mise en uvre des contributions

Chapitre 1. La cartographie smantique

Figure 1.1 Arbre de Porphyre.

1.1 Les cartes mentales et les cartes conceptuelles

Les cartes mentales et les cartes conceptuelles

Chapitre 1. La cartographie smantique

Les cartes conceptuelles

1.1 Les cartes mentales et les cartes conceptuelles

Figure 1.3 Carte mentale sur le thme des cartes mentales.

Chapitre 1. La cartographie smantique

dpendante du contexte, il est donc important de bien spcier les limites de ce

1.2 Cartes cognitives : nature et construction

Cartes cognitives : nature et construction

Chapitre 1. La cartographie smantique

Nature des concepts et des liens

Il existe une grande diversit de modles de cartes cognitives faisant appel

1.2 Cartes cognitives : nature et construction

Cartes cognitives floues

Figure 1.5 volution des travaux sur les cartes cognitives.

Chapitre 1. La cartographie smantique

1.2 Cartes cognitives : nature et construction

Figure 1.6 Direction dune inuence.

Figure 1.7 Polarit dune inuence.

Chapitre 1. La cartographie smantique

Figure 1.8 Force dune inuence.

Certains modles caractrisent un lien par une valeur de probabilit. La valeur

Figure 1.9 Probabilit dune inuence.

1.2 Cartes cognitives : nature et construction

Construction par le chercheur laide de documents

Chapitre 1. La cartographie smantique

Construction par le chercheur au cours dentretiens avec un individu

1.2 Cartes cognitives : nature et construction

Christine Lagarde : "Je crois une reprise graduelle"

Chapitre 1. La cartographie smantique

Construction de la carte par lindividu

An dviter de mauvaises interprtations des propos de lindividu, le chercheur

Construction de cartes cognitives par un ensemble dindividus

1.3 Les cartes cognitives classiques

Les cartes cognitives classiques

Chapitre 1. La cartographie smantique