2.1.2 Systèmes experts et logique flou 2.1.2.1
Explications théoriques
Avec la logique flou (« fuzzy systems ») et ses
règles en « IF...THEN... » (Si...Alors...), propres aux
systèmes experts, les algorithmes génétiques peuvent
désormais collaborer pour résoudre ensemble des problèmes
donnés relevant bien souvent du domaine du marketing
(Martínez-López, 2009, 2013)92 93.
91 E. Turban, J.E. Aronson, (2001). Decision
support systems and intelligent systems, sixth Edition (6th ed). Hong
Kong: Prentice International Hall.
92 Francisco J. Martínez-López, Jorge
Casillas, Marketing Intelligent Systems for consumer behaviour modelling by
a descriptive induction approach based on Genetic Fuzzy Systems,
Industrial Marketing Management, Volume 38, Issue 7, 2009, Pages 714-731, ISSN
0019-8501.
93 Francisco J. Martínez-López, Jorge
Casillas, Artificial intelligence-based systems applied in industrial
marketing: An historical overview, current and future insights, Industrial
Marketing Management, Volume 42, Issue 4, 2013, Pages 489-495, ISSN
0019-8501
53 / 112
L'intelligence artificielle au sein des services
marketing
Cette méthode nécessite de sérieuses
données récoltées en amont pour générer une
base fiable pouvant déduire automatiquement une réponse en
fonction d'une question précise avec des termes sémantiques
déjà enregistrés.
D'après son auteur, la pratique de cette méthode
permet d'obtenir une vision côté « Demande » du
marché, grâce notamment à une expérimentation avec
des consommateurs et ayant pour but d'assister les décisionnaires dans
l'exercice quotidien de leur fonction, et particulièrement pour un usage
destiné au consommateur classique.
Elle se présente sous deux formes de systèmes
experts94 : le système d'interprétation des
données et le système de prédiction.
2.1.2.2 Démonstrations pratiques
Le système d'interprétation des données
établit un constat à partir de données présentes et
anciennes tenant d'un historique, et pourrait aussi bien être utile pour
des questions liées aux patients médicaux, sociaux,
psychologiques et bien d'autres encore.
Le système de prédiction est quant à lui
porté sur des données futures à partir de données
plus ou moins récentes. Il pourrait par exemple prévoir des
phénomènes sismiques ou météorologiques importants
ou bien même des variations économiques.
Ces systèmes sont donc prêts à
répondre à la fois par des réponses fermées mais
aussi ouvertes comme nous avons pu le voir, et également d'argumenter
comme c'est le cas avec cet exemple illustré.
94 Haton, J.-P. (1989). Modèles
connexionnistes pour l'intelligence artificielle. Rapport INIST-CNRS,
CRIN-89R-149.
54 / 112
L'intelligence artificielle au sein des services
marketing
Figure 10 : EXEMPLE D'UN SYSTÈME EXPERT,
2018
| 
