• Aucun résultat trouvé

La notion de qualité est considérée comme une partie intégrale de tout système

d‟information, en particulier avec l‟accroissement continu du volume de données et la

diversité des applications. Il existe une variété de travaux portant sur la qualité dans les

différentes phases du processus de développement, ces travaux concernent différents aspects

de la qualité : la qualité des données (par exemple la qualité des données d'un système d'aide à

la décision a fait l'objet du projet européen DWQ, Data Warehouse Quality, [Jarke et al.

2000]), la qualité des modèles conceptuels (par exemple le projet QUADRIS, Quality of Data

and Multi-Source Information Systems, proposé par [Akoka et al. 2007b] dont l‟objectif est

d‟offrir un cadre d‟évaluation de la qualité dans les systèmes d‟information multisources), la

qualité des processus de développement, la qualité des processus de traitement de données, la

qualité des processus métier, etc [Akoka et al. 2008].

L'étude de la qualité de la Topic Map doit à priori s'intéresser aux travaux sur la qualité

des ontologies et des schémas conceptuels.

183

5.2.1 Travaux sur la qualité des ontologies

Les premiers travaux sur la qualité des ontologies ont été menés par Nicolas Guarino

qui s'interrogeait sur la mesure de la qualité de l'ontologie (du point de vue de son adéquation

avec le réel) indépendamment de sa correction. Depuis la notion de qualité d‟une ontologie a

fait l‟objet de plusieurs recherches [Hartmann et al. 2005], [Brank et al. 2005], [Supekar,

2006], [Yang et al. 2006] et [Djedidi et Aufaure, 2008]. La plupart des approches d‟évaluation

proposées sont multicritères, elles proposent des modèles pour l‟évaluation de la qualité des

ontologies, ces modèles sont fondés sur la définition d‟un ensemble de critères (attributs).

Pour chaque critère, l‟ontologie est évaluée et un score est attribué. De plus, un poids est

assigné à chaque critère.

La norme ISO/CEI 9126 décrit les exigences en termes de qualité des produits logiciels

(figure 5.1). Cette norme permet de mesurer la qualité d‟un produit logiciel en prenant en

considération plusieurs caractéristiques. Certaines approches de qualité se sont inspirées de

cette norme pour définir leurs propres critères d‟évaluation. [Bansiya et David, 2002] ont

adapté cette norme pour établir un modèle hiérarchique pour l‟évaluation de la qualité d‟une

conception orientée-objet. Ce modèle comprend une arborescence d‟évaluation contenant des

caractéristiques, des sous-caractéristiques, des critères et des métriques d‟évaluation.

Figure 5.1 Les 6 caractéristiques de la qualité logicielle ISO/IEC 9126

Parmi les approches d‟évaluation multicritères, nous citons par exemple les travaux de

[Djedidi et Aufaure, 2008] qui proposent un modèle de qualité hiérarchique pour

l‟évaluation d‟une ontologie décrit par la figure 5.2. Ce modèle prend en considération deux

aspects de l‟ontologie : l‟aspect structurel et l’usage.

Pour chaque aspect, les auteurs ont défini un ensemble de critères. Pour la structure, les

critères identifiés sont : la complexité, la cohésion, la modularité, la taxonomie et

l‟abstraction. Pour l‟usage, trois critères ont été évalués : la complétude, la modularité et la

184

compréhension. A partir de ces critères, [Djedidi et Aufaure, 2008] ont proposé un modèle

hiérarchique d‟évaluation de l‟ontologie, la racine correspond au résultat final d‟évaluation,

les nœuds au-dessous de la racine correspondent aux aspects pris en considération lors de

l‟évaluation (structure, usage), les nœuds du niveau suivant correspondent aux critères

d‟évaluation et les feuilles aux mesures d‟évaluation ou métriques ( par exemple le nombre

moyen de relations par concept, la profondeur d‟une hiérarchie, etc.). Cette évaluation est

appliquée au fur et à mesure du processus de construction et d‟enrichissement de l‟ontologie.

Figure 5.2 Modèle hiérarchique d‟évaluation d‟une ontologie [Djedidi et Aufaure, 2008]

[Burton-Jones et al. 2004] ont proposé une approche avec 10 critères : l‟éligibilité

(fréquence des erreurs syntaxiques), la richesse, l‟interprétabilité (la présence des termes

utilisés dans WordNet), la consistance (nombre de concepts impliqués dans des

contradictions), la clarté (les termes utilisés dans l‟ontologie ont-ils plusieurs sens dans

WordNet?), la compréhensivité, l‟exactitude (pourcentage de fausses relations),la pertinence,

l‟autorité (combien d‟autres ontologies utilisent les concepts de l‟ontologie à évaluer?),

l‟historique (nombre d‟accès à l‟ontologie).

[Lozano-Tello et Gomez-Perez, 2004] ont proposé 117 critères. Ces critères couvrent

plusieurs aspects : le contenu de l‟ontologie (concepts, relations, taxonomie, axiomes), la

méthodologie utilisée lors de laconstruction de l‟ontologie, le coût d‟utilisation de l‟ontologie

et les outilsdisponibles.

[Gomez-Perez et Rojas-Amaya, 1999] proposent trois critères pour mesurer la qualité

d‟une ontologie : (1) La précision de la modélisation elle-même (clarté, standardisation du

vocabulaire, suppression des concepts quasi-homonymes) ; (2) La fiabilité de l‟ontologie

(complétude, cohérence, extensibilité) et (3) La qualité de la structuration (disjonction des

classes, utilisation de l‟héritage multiple, modularité).

[Fox et al. 1998] ont proposé un autre ensemble de critères : la complétude

fonctionnelle (l‟ontologie contient-elle assez d‟information?), la généralité (l‟ontologie

est-elle assez générale pour qu‟elle soit partagée par plusieurs utilisateurs?), l‟efficacité du

185

raisonnementsupporté par l‟ontologie, la compréhension, la précision/granularité (l‟ontologie

supporte-t-elle plusieurs niveaux d‟abstraction/détail?), la minimalité (l‟ontologie

contient-elle tous les concepts nécessaires?).

5.2.2 Travaux sur la qualité des schémas conceptuels

Il existe des travaux visant à définir la qualité d‟un modèle conceptuel [Sisaïd-Cherfi et

al., 2002], [Sisaïd-Cherfi et al., 2006], [Akoka et al. 2007a], [Akoka et al. 2007b], [Akoka et

al. 2008]. Ces approches travaillent sur différentes dimensions de la qualité des modèles

conceptuels. Nous pouvons citer par exemple la clarté (mesurant la facilité à lire le modèle,

selon une considération visuelle), la simplicité (selon la nature des concepts), l‟expressivité

(richesse du modèle), la justesse (correction du modèle), la complétude (niveau de couverture

des besoins), la compréhension, etc.

[Akoka et al. 2007b] ont proposé un méta-modèle de la qualité, dans le cadre de leur

projet QUADRIS [Akoka et al. 2007b]. Ce méta-modèle est centré sur la description des

différentes dimensions de qualité. Chaque dimension peut être déclinée en plusieurs facteurs.

A chaque facteur peut être associé un ensemble de métriques différentes, et à une métrique

donnée peuvent correspondre différentes méthodes de mesure. Les auteurs proposent

également une démarche de prise en compte de la qualité qui comprend trois volets :

1) La définition d‟un cadre pour l‟évaluation de la qualité qui couvre tous les

aspects du développement (figure 5.3): Usage, Spécification et

Implémentation ;

2) Le développement d‟un environnement dédié à la qualité qui met en œuvre

l‟approche qualité proposée et permet l‟automatisation de la mesure de la

qualité ;

3) La conduite d‟une évaluation de l‟approche impliquant des professionnels de

divers domaines de l‟informatique (conception, développement, tests,

utilisateurs, etc.).

186

Figure 5.3 Framework proposé par [Akoka et al. 2007a] pour l‟évaluation des modèles

conceptuels.

Dans leurs travaux récents, [Akoka et al. 2008] proposent un cadre d‟évaluation de la

qualité dans les systèmes d‟information multi-sources. Ce cadre permet de définir un

méta-modèle pour étudier en particulier les interdépendances entre les dimensions de la qualité d‟un

modèle conceptuel de données et celles de la qualité des données instanciant ce modèle. Dans

le cadre du projet QUADRIS [Akoka et al. 2007b], ces propositions ont été validées dans trois

domaines d‟application : le domaine biomédical, le domaine commercial et le domaine

géographique.