Centre de Recherche en Informatique de Lens

Les systèmes de gestion de règles de metier permettent aux systèmes d’informations dans les banques et assurances de devenir agile en se basant sur l’idée suivante: L’expert écrit lui-même les règles en language presque naturelle et un moteur de règles de production les exécutent. Par exemple, un expert peut facilement changer les conditions d’attribution d’un prêt bancaire et donc modifier lui- même les stratégies de décisions implementées dans un système informatique. Mais ces avantages ont un prix: les règles peuvent être incomplètes, ambigüe ou avoir des effets non- souhaités. Un système de gestion de règles de metier doit avertir l’utilisateur dans ce cas. Nous montrons comme la programmation par contraintes et des algorithmes d’explication comme QuickXplain permettent de générer des alertes, qui sont intuitives et qui donnent des informations importantes pour corriger les règles. Il reste néanmoins très difficile de faire des recommendations concernant les corrections. Pour cela, il faut procéder à des analyses plus profondes et de voir les règles comme des choix conditionels, qui sont justifés par un modèle de théorie de décision. Une organisation a typiquement des préférences entre les différents choix. Les choix faisables dépendent du cas concrèt et des règles rationelles déterminent directement le choix optimal en fonction du cas. Une première étude a montrée qu’on peut générer de telles règles automatiquement à base d’un algorithme de l’optimisation multi- objectifs. Le problème inverse (l’extraction automatique des préférences à base des règles données) reste un sujet de recherche future très prommetteur.