Utilisation de l'opérateur OWA pour le clustering conceptueí equitable

Nous proposons une approche de clustering conceptuel qui exploite la notion d’equite en optimisation multiagents. L’idee consiste a s’assurer que les clusters obtenus soient equilibres, i.e. approximativement de meme taille. Dans notre approche, chaque agent represente un concept et l’utilite d’un agent correspondant a une mesure specifique (par exemple la frequence du concept). Le probleme consiste alors a trouver la meilleure satisfaction cumulative tout en mettant l’accent sur un compromis equitable entre tous les agents individuels. Pour determiner la solution optimale de meilleur compromis, nous avons exploite une formulation equitable de l’operateur des moyennes ponderees ordonnees (en anglais, Ordered Weighted Averages - OWA), avec un jeu de poids particulierement adapte a la recherche de solutions equitables. Les experiences effectuees sur les jeux de donnees de l’UCI et sur des instances issues d’une application reelle (ERP) montrent que notre approche trouve efficacement des clusterings de bonne qualite.