Audel des donnes'''

1
Au-delà des données...
2
Données et Bases de données

• Fiabilité une donnée est vraie
• Permanence une donnée n'évolue pas (peu)
• Complétude une information est
  (généralement...) complète
• Affirmation une donnée est affirmée et non
  déduite
• Non-contradiction contrainte d'intégrité

3
Connaissance

• Une connaissance peut évoluer
• ex la situation de famille
• Une connaissance peut être partielle
• ex caractéristiques d'une personne recherchée
• Une connaissance peut être déduite d'autres
• ex "faisceau d'arguments"
• Deux connaissances peuvent être contradictoires
  (mais cela pose problème !)

4
Organiser les connaissances (I)

• Approche système expert
• base de faits
• base de règles
• moteur d'inférence
• Approche système logique (logiques modales,
  logiques terminologiques, etc.)
• base d'assertions / axiomes
• base de prédicats (étendus)

5
Organiser les connaissances (II)

• Approche langage à objets et types
• hiérarchie de types
• classes
• opérateurs sur les objets et les classes
• Approche bases de données objet
• étendre (et assouplir !) les critères ODMG

6
Bases de données objet étenduesObjectifs (I)

• Permettre la migration de type (classe)
• Affiner la notion d'héritage (ex tout n'est pas
  bon à hériter...)
• Introduire la notion de point de vue
• Fournir des mécanismes de classification et de
  classement

7
Bases de données objet étenduesObjectifs (II)

• Introduire le temps et l'évolution
• Introduire des mécanismes de déduction
• Introduire des mécanismes de correction
  (semi-)automatique

8
Point de vue

• Point de vue de base assertions (prédicats) sur
  les attributs
• Une entité (objet) peut faire partie de plusieurs
  points de vue. Ex
• salarié et sportif
• riche et chercheur
• Points de vue fondements d'une taxonomie
  (classification)

9
Illustration le système Osiris

• Type -gt P-types
• type de base
• sous-types ou vues du type de base
• (Point) de vue
• hiérarchie / spécialisation de vues
• attributs propres
• assertions (clause de Horn)

10
Osiris exemple
P-type Employé with Key Nom View
MINIMAL Attributes Nom string Age
unsigned integer Durée-de-travail unsigned
integer Nb-enfants unsigned integer
Grade string Assertions Age lt
120 End View
11
Osiris Exemple (suite)
View SENIOR MINIMAL Assertions Age gt 60
Age lt 65 Ù (Nb-enfants 0) -gt
Durée-de-travail gt 20 End View View
EMPLOYE-AVEC-ENFANTS Assertions Nb-enfants gt
0 End View End P-type
12
Osiris vues

• Un objet peut appartenir à plusieurs vues
• Les mises à jour peuvent changer les vues
  auxquelles appartient un objet
• Les mises à jour sont acceptées seulement si
  l'objet reste dans la vue minimale

13
Osiris classification

• Lors de la définition du schéma, construction,
  pour chaque P-type de l'espace de classification
  associé à partir des assertions définissant la
  vue
• chaque prédicat partitionne le domaine de
  l'attribut associé en 2 parties

14
Osiris classification (suite)

• pour chaque attribut, on considère le "produit"
  de ces partitions gt partition du domaine de
  l'attribut en "sous-domaines stables" (SDS)
  disjoints et complémentaires
• A l'intérieur d'un SDS, un prédicat sur
  l'attribut a la même valeur de vérité quelle que
  soit la valeur précise de l'attribut

15
Osiris classification (fin)

• Le produit cartésien des n ensembles de SDS (n
  nombre d'attributs différents sur lesquels porte
  au moins un prédicat) forme l'espace de
  classification du P-type à l'intérieur d'un
  élément de ce produit, tous les objets
  appartiennent aux mêmes vues ltgt classes
  d'équivalence v-à-v de la satisfaction des
  assertions
• Nombre de classes exponentiel ! gt algorithme de
  classement

16
Osiris classification (exemple)
Age
Durée-de- travail
Nb-enfants
65
60
1
20
17
Osiris classement

• En fonction de ses valeurs d'attributs, on peut
  déterminer, pour un objet à quelle classe il
  appartient (c-à-d à quelles vues il appartient)
• Si un objet est incomplet, on peut déterminer à
  quelles classes il peut appartenir et on peut
  définir les critères (tests) à vérifier pour
  isoler la classe à laquelle il appartient de fait

18
Introduction de considérations temporelles et
d'évolution

• Logique temporelle du premier ordre logique du
  premier ordre opérateurs temporels
• Dans les bases de données, on se limite aux
  opérateurs liés au passé
• Trois opérateurs de base
• à "il est arrivé que"
• ð "il est (a été) toujours vrai que"
• "il vient d'arriver le fait que"

19
Introduction du passé

• Difficulté nécessité de conserver l'historique
  des objets
• ... Sauf si les assertions spécifient l'ordre
  d'occurrence de faits successifs non-corrélés (il
  suffit alors de mémoriser l'état courant dans
  l'évolution) assertions Past and Forget

20
Introduction du passé exemple
P-type Employé with Key Nom View
MINIMAL Idem End View View CARRIERISTE Asser
tions à (Grade 'Chef') /F1 (Age lt
30) à (Grade 'Débutant') /F2 End
View View CHEF-SENIOR Assertions (Grade
'Tres Grand Chef') (Age gt 60) à
(Grade 'Grand Chef') /F3 End View
21
Introduction du passé exemple II
Age
Produit cartésien P(F) x classes
P(F)
Grade
60
...
Très Grand Chef
30
F1
Autres grades
?
22
Introduction de relations spatiales... et
spatio-temporelles

• Relations géométriques à gauche, en bas,
  derrière, etc.
• Relations topologiques dedans, touche,
  recouvre-en-partie... (8 relations de base)
• Hot issue évolutions spatiales métastases
  d'un cancer, évolution d'une forêt...

23
Ré-utilisation et adaptation

• Illustration la Toile
• Notions de profil et d'assistant
• Raisonnement à partir de cas
• Mutualisation et partage
• Exemple Wharf

24
Conclusions

• Bases de connaissances ! Bases de données
• Gérer des connaissances au-dessus de SGBD objet
• Introduire le temps est très lourd
• Adaptabilité et partage
• Diversité des applications gt diversité des
  modèles (ex gestion de l'incertitude)