Définition des règles d'inférences

Bonjour à tous et à toute,

S'il vous plait j'ai un question qui me gêne depuis une période assez importante :cry:

Qu'est ce qu'on veut dire exactement par ces règles: Quel est l'intérêts et quels sont les plus intéressantes !

Bon si par exemple, je pense à utiliser la logique de description pour représenter un profil utilisateur (éventuellement je vais utiliser OWL pour implémenter ce profil), comment je peux utiliser c'est qu'on appel les règles d'inférences ou raisonneur (type Pellet ou Fact++ ...): Ils permettent de faire quoi exactement et comment on peut les exploiter !

Toute information sera le bien venue s'il vous plaît. J'ai essayé de lire beaucoup des documents à propos ces notions mais j'ai toujours des ambiguïtés !

Très bonne matinée à tous

Bonjour

Ce n'est pas une réponse formelle ni technique, mais voilà de façon pragmatique comment nous utilisons les règles dans nos logiciels basés sur les technologies sémantiques :

1. pour faire de la déduction, c'est-à-dire trouver de nouvelles connaissances en fonction des connaissances déjà présentes. Par exemple si dans mon profil utilisateur j'ai mis que j'habitais à Paris, et que dans mes connaissances par ailleurs on sait que Paris est en France, alors on peut déduire que j'habite en France.
2. pour faire de la classification, c'est-à-dire ranger dans des catégories des items (documents, personnes, etc en fonction de l'ontologie). Par exemple sur un site e-commerce, si je voulais segmenter mes clients, je pourrais créer une catégorie "client avec un fort pouvoir d'achat" et ranger dedans tous les profils qui ont fait 2 achats au cours des 6 derniers mois, ou un seul achat mais de plus de 100 euros, etc etc.
3. pour faire du contrôle qualité, c'est-à-dire vérifier la bonne cohérence des données. Cela peut être de la détection de patterns obligatoires, ou interdits. Par exemple "si un utilisateur a plus de 50 ans, alors il ne peut pas aimer les pokemons" (oui, ça se discute. L'intérêt est justement que dans ce cas on va alerter l'utilisateur, et il jugera lui-même).
4. pour faire de la subsomption, c'est-à-dire organiser automatiquement dans une hiérarchie un ensemble de règles, de la plus générique à la plus spécifique. Cela permet d'optimiser l'execution de ces règles. Par exemple si on a 2 règles "tous les profils utilisateur qui aiment le sport", et "tous les profils utilisateurs qui aiment le foot", je peux dire que la seconde est plus spécifique que la première.

Voilà, tout cela utilise des règles. Ce découpage est un peu arbitraire car les process derrière sont très similaires entre eux, mais je pense que cela a le mérite d'illustrer les différentes applications d'un moteur de règles avec les technologies sémantiques.