Effects of data exploration and use of data mining tools to extract knowledge from databases (KDD) in early stages of the Engineering design process (EDP)

Résumé

Cette thèse décrit des travaux de recherche originaux dont l'objectif était de fournir aux équipes l'accès aux données et d'observer l'effet de son utilisation aux premières étapes créatives du processus de conception d’ingénierie. À la suite d'une recherche théorique sur l'utilisation des technologies de l'information pour soutenir la génération d'idées et l'utilisation des données comme entrée créatif, une procédure a été conçue suite au processus de découverte de la connaissance des bases de données (KDD) et testée sur plusieurs itérations d'amélioration travaillant avec des équipes créatives dans différents contextes. Après deux études exploratoires, trois cas ont été réalisés où le chercheur a tenté de mieux appuyer les différentes étapes du EDP par l'application de données provenant de l'exploitation des brevets. Pour observer les différences, nous avons fourni trois niveaux d'accès pour explorer les données dans un outil de data mining: bas, intermédiaire et élevé. • Cas 1 - Les participants à une séance de créativité ont été invités à identifier des besoins ou des problèmes (première étape du processus de conception d’ingénierie). Ils ont eu un accès intermédiaire pour explorer les données dans un outil de data mining; ils pourraient explorer, mais pas faire de nouvelles recherches ou ajouter des données. L'analyse des résultats indique que les participants gravitent vers des termes et des mots-clés liés à des idées précédemment générées, de sorte que l'augmentation de la nouveauté est faible. Afin de corriger la question de l'exploration intermédiaire, il a été décidé de former les participants à l'utilisation de l'outil de data mining pour les cas suivants; si les équipes ont plus de liberté pour explorer les données, ells peuvent générer des combinaisons plus nouvelles. • Cas 2 - Les équipes chargées de relever les défis techniques d'un cours ont été formées à l'utilisation de l'outil d'exploration de données. Ils ont ensuite été invités à continuer à utiliser l'outil pour générer de nouvelles idées. Dans ce cas, les equips avaient un accès élevé à l'outil d'exploration de données; ils ont pu ajouter des données et effectuer des recherches. Les équipes qui ont choisi d'explorer les données pour un soutien créatif ont trouvé des améliorations ou des composants à partir de solutions existantes pour faire avancer leur propre conception, et ont reçu des évaluations plus positives par un jury d'experts. Cependant, l'objectif d'obtenir des solutions plus diverses ou nouvelles n'a pas été atteint. Une explication possible est que l'utilisation de l'outil peut surcharger les participants avec trop d'options à explorer, menant les équipes à revenir aux solutions connues. Une contre-réaction possible pour résoudre la question de trop d'options est d'avoir un acteur externe (comme un modérateur) extraire des mots-clés à partir des données, et de fournir aux participants ces termes pour combiner dans des idées nouvelles. • Cas 3 - Les équipes participant à un concours d'innovation ont reçu des mots clés choisis par un expert sur l'outil. Les participants avaient un faible accès à explorer les données dans un outil de data mining. Le chercheur a effectué l'analyse des données pour deux défis dans la compétition, et a sélectionné des mots clés pertinents provenant de la base de connaissances du problème. Les résultats montrent que les équipes qui ont choisi les défis supporté par les mots-clés ont généré des idées plus diverses et nouvelles, par rapport aux équipes sans le soutien. En fournissant des mots-clés pertinents, il était possible d'obtenir les avantages du KDD sans les questions de formation des participants sur l'utilisation de l'outil, et les ressources qui les équipes devraient consacrer pour explorer les données. En conclusion, les données et le KDD peuvent être utilisés comme une entrée créative pour un EDP à différentes étapes. Il est recommandé de déterminer si l'objectif d'inclure des données dans un effort EDP est de générer une idée nouvelle ou de résoudre un problème. Pour générer des idées nouvelles, il semble préférable de fournir des données sous la forme de mots-clés sélectionnés par un acteur externe, pour inciter les combinaisons originales. Si l'équipe recherche des améliorations ou des éléments de solutions existantes, il semble bénéfique d'avoir accès à une base de connaissances à explorer. Il est important de delimiter l'exploration afin de ne pas être étourdis en raison de la quantité d'information disponible. Pour les trois expériences, le logiciel IPMetrix a été utilisé pour effectuer l'exploration de données. Le processus de sélection, de chargement, de nettoyage et de transformation des données est décrit dans chaque chapitre, en fonction du travail effectué sur les données pour le cas spécifique.

Date	5 juin 2017
langue originale	Anglais américain
Établissement diplômant	École de technologie supérieure
Superviseur	Mickaël Gardoni (Directeur(-trice)) & Patrick Cohendet (Codirecteur(-trice))