appariement de données géographiques utilisant - Recherche - Ign

APPARIEMENT DE DONNÉESGÉOGRAPHIQUES UTILISANTLA THÉORIE DES CROYANCESpar Ana-Maria RaimondLaboratoire COGITInstitut géographique national,2-4 avenue Pasteur 94165 Saint-Mandé Cedexana-maria.olteanu@ign.frDans un contexte général d’intégration de bases de données géographiques, nous présentons dans cetarticle une approche d’appariement de données, basée sur la théorie des fonctions de croyance. Les don -nées géographiques présentent des imperfections et celles-ci doivent être prises en compte dans le proces -sus d’appariement de données. Afin d’apparier les données géographiques, nous avons défini et combinétrois critères d’appariement de données, basés sur la géométrie, l’information sémantique et l’informationtoponymique. Nous avons testé notre approche sur deux jeux de données représentant les points remar -quables du relief. Les résultats ont été évalués en termes de précision et de rappel ; des valeurs de précisionet de rappel proches des 100% ont été obtenues.Mots-clés:appariement de données, théorie des fonctions de croyance, ontologie.1 I n t r o d u c t i o nL’intégration de bases de données géographiquesest un sujet qui suscite un intérêt dans le monde del’information géographique depuis plusieurs années.Actuellement, il existe de nombreuses bases de donnéesgéographiques (BDG) qui couvrent le mêmeterritoire du monde réel à des échelles géométriqueset sémantiques différentes. La multiplicité des BDGest due à l’existence d’un nombre croissant de donnéesgéographiques. En effet, leur saisie se fait plusfacilement grâce à l’arrivée de nouveaux outils, lesbesoins en données géographiques précises sont enpleine croissance et les rythmes de mise à jour sontdifférents selon les thèmes et besoins. Les donnéesgéographiques sont modélisées par des géométriesdifférentes (par exemple, une rivière peut être modéliséepar une géométrie linéaire ou bien par une géométriesurfacique), elles sont destinées à répondre àplusieurs applications (visualisation, analyse) et ellesproviennent de différents modes d’acquisition(sources, processus). Il y a une indépendance entreles bases de données géographiques existantes(Ruas 2002), ce qui pose certains problèmes à la foisaux producteurs et aux utilisateurs.jour, l’évaluation de la qualité des données ainsi quela détection des incohérences), et d’autre part auxbesoins des utilisateurs (étude de différentes zonesadjacentes ou pour faciliter les analyses mêlant différentspoints de vue).Tous ces besoins conduisent à la fois les producteurset les utilisateurs à vouloir établir des liensentre les bases de données géographiques, processusnommé appariement de données. Cet article seconcentre sur l’appariement de données géographiquesen s’appuyant sur des connaissancesimparfaites qui viennent des spécifications ou desdonnées elles-mêmes. Nous avons utilisé la théoriede fonctions de croyance (Shafer 1976) pour fusionnerplusieurs connaissances provenant de différentscritères tels que la géométrie, la toponymie et lasémantique, afin de trouver les correspondancesentre les objets géographiques homologues appartenantà deux BDG à différentes échelles. Notons quedans la théorie des croyances, le terme de sourced’information est utilisé pour définir les connaissancesd’une source de données, tandis que danscet article nous utilisons le terme de critère d’information.Dans ce contexte, le processus d’intégration dedonnées semble être une solution, en répondantd’une part aux besoins des producteurs (la mise àL’article est organisé de la manière suivante. Dansun premier temps, nous situons notre travail par rapportaux travaux déjà existants. La problématique38CFC (N°194 - Décembre 2007)

étant définie, nous décrivons dans la section 3 notreapproche basée sur la théorie des fonctions decroyance. L’initialisation des masses de croyance estabordée dans la section 4. Enfin, des résultats sontprésentés dans la section 5.2 État de l’art sur l’appariement dedonnées géographiquesL’appariement de données géographiques est unoutil qui permet d’associer les données de deux ouplusieurs BDG et de produire des liens explicitesentre les objets homologues (Walter et Fritsch 1999).Il est utilisé dans plusieurs applications telles que l’intégrationde données géographiques (Devogele1997; Mustière 2006), la mise à jour automatique(Gombosi et al. 2003), l’analyse de la qualité desdonnées (Bel Hadj Ali 2001) ou bien la détection desincohérences entre les BDG (Sheeren et al. 2004).Dans la littérature il existe de nombreux algorithmesqui s’avèrent efficaces pour certains types dedonnées ou dans des zones particulières. Les algorithmesd’appariement s’appuient sur plusieurs facteursdont : la géométrie et les attributs des objets,les relations topologiques existant entre les objets etl’échelle de la base de données. Dans cette section,nous présentons différents algorithmes d’appariementde données géographiques existant dans la littérature.Nous distinguons deux types d’approches :d’une part les approches pour les points isolés, c’està-diredes données qui sont indépendantes les unesdes autres, et d’autre par les approches pour lesréseaux.L’appariement de données isolées est basé principalementsur des mesures de distances entre lesgéométries. (Bel Hadj Ali 2001) propose un algorithmed’appariement adapté aux données surfaciquess’appuyant sur la géométrie et sur des mesures prenanten compte les surfaces et les contours, tellesque l’intersection, la distance surfacique, etc. Dans(Beeri et al 2004), une approche probabiliste estadoptée, basée sur des critères purement géométriques.L’appariement peut aussi comparer les nomsdes objets lorsque des toponymes sont présents(Levensthein 1965; Cohen et al. 2003). Pour lesréseaux linéaires, plusieurs algorithmes d’appariementont été proposés dans la littérature. (Walter etFritsch 1999) propose une méthode statistique quiapparie des réseaux routiers de deux BDG différentesà la même échelle, et qui est basée sur descritères géométriques et topologiques. D’une manièregénérale, les algorithmes d’appariement sont spécifiquesaux données et aux BDG à apparier et ilssont basés sur des critères différents. Ainsi, il existedes algorithmes qui s’appliquent aux BDG représentantune même réalité à des niveaux d’abstractiondifférents (Devogele 1997 ; Mustière 2006) ou aumême niveau d’abstraction (Voltz 2006).La comparaison de la sémantique au niveau desclasses est nécessaire pour apparier les schémas etelle est également utile pour apparier les données,même si elle est très peu utilisée. La comparaison dela sémantique s’appuie sur les ontologies (Gesbert2005). Nous pouvons noter que les méthodes d’appariement,qu’elles soient appliquées sur des donnéesponctuelles, linéaires ou surfaciques ouqu’elles soient utilisées pour apparier des jeux dedonnées à la même échelle ou à des échelles différentes,sont basées sur un enchaînement de différentscritères. Ces derniers, fondés sur la géométrie,sur les attributs ou sur les graphes, sont appliqués,en général, l’un après l’autre. De plus, la majorité desapproches ne prennent pas en compte les imperfectionsdans les données.En conséquence, notre objectif est de trouver uneméthode d’appariement de données qui prend encompte toutes les imperfections (incertitude, incomplétude,imprécision) et tous les critères en mêmetemps. Nous considérons que la théorie descroyances est pertinente pour atteindre ces objectifs,parce que, d’une part, elle modélise toutes les imperfectionsy compris l’incomplétude, et que, d’autrepart, elle permet de combiner les critères et les hypothèsesafin de prendre une décision.3 Le contexte général de la théoriedes croyancesLa théorie des croyances, nommée aussi le modèlede Dempster-Shafer ou la théorie de l’évidence, aété introduite par Shafer (Shafer 1976) à la suite destravaux de Dempster sur les probabilités inférieure etsupérieure (Dempster1967), en se basant sur desfonctions de croyance.3.1 Le cadre de discernementLa théorie des croyances considère un univers deréférence appelé le cadre de discernement ,={H1, H2,…, HN}, composé d’un ensemble de Nhypothèses. À partir du cadre de discernement,CFC (N°194 - Décembre 2007)39

notons 2 l’ensemble de tous les sous-ensembles dedéfini de la manière suivante: (1)21 2 1 2 1où, {Hi, Hj} représente l’hypothèse que la solutionà un problème donné est une des deux c’est-à-diresoit Hi soit Hj. Nous appelons cette hypothèse uneproposition.La théorie des croyances est basée sur des fonctionsde croyance. Une fonction de croyance associeà une proposition, A 2 , une valeur nommée massede croyance et notée m(A) qui représente le degréavec lequel on croit en cette proposition. Parexemple, si nous considérons que le processus d’appariementest basé sur la géométrie des objets géographiques,plus les objets à comparer sont proches,plus on croit qu’ils sont homologues et en conséquencela masse de croyance a une valeur élevée.Les fonctions de croyance sont définies de la manièresuivante : (2)m:2A= { ,{ H},{H },{ H,H }...{H...HN},[0,1],m(A)= 1Toute proposition A 2 , telle que m(A)>0, estnommée élément focal. Nous considérons seulementles éléments focaux afin de combiner l’informationet de prendre une décision. Notons que, lorsqueles éléments focaux se réduisent aux singletons H i ,la notion de masse de croyance est assimilable àcelle de probabilité.3.2 L’opérateur de combinaison deDempsterLa théorie des croyances permet la fusion de plusieurscritères (par exemple la géométrie, la nature)en employant l’opérateur de combinaison deDempster. Supposons deux sources d’informationS 1 et S 2 . La source d’information S 1 (respectivementS 2 ) soutient une proposition avec une massede croyance m 1 (A) (respectivement m 2 (A)). Notonsm 12 la masse résultante de la combinaison de cesdeux sources soutenant la même proposition A. Parexemple, afin de décider si deux objets géographiquesappartenant à deux BDG différentes doiventêtre appariés ou pas, nous considérons deux critères:un critère géométrique et un critère toponymiquequi compare les toponymes. Sous l’hypothèseque les deux objets sont homologues, le premier critèrecroit que c’est le cas parce que géométriquementles objets sont très proches et il attribue à cette}hypothèse une masse de croyance importante, alorsque le deuxième critère n’est pas sûr parce que lesdeux toponymes ne sont pas similaires et donc ilattribue une masse de croyance moins importante àcette hypothèse. Afin de prendre une décision, lesdeux critères sont combinés en utilisant l’opérateurde Dempster de la manière suivante : (3 et 4)m()(12A = m1A m2A = m1(B)m2(C)1 m12() B C=AB,C 2m)()où12 ( ) = m1(B)m2(C)B C=B,C 2Lorsque les critères sont combinés, il est possibleque les deux critères soient en conflit. Dans ce cas,le conflit est attribué à l’ensemble vide, conformémentà l’équation 4, et il est utilisé dans le cadre del’opérateur de Dempster pour normaliser la massede croyance combinée, m 12 . Ainsi, la masse decroyance associée au conflit est redistribuée proportionnellementaux éléments focaux (Shafer 1976 ;Smets 1988).4 La théorie des croyances dans uncontexte d’appariement de donnéess p a t i a l e sD’une manière générale, le processus d’appariementde données consiste, pour chaque objet appartenantà une BDG dite de référence, à rechercherses homologues dans l’autre BDG dite de comparaison.Les données géographiques présentent desimperfections (par exemple la localisation peut êtreimprécise, les toponymes peuvent présenter des dissimilitudesen raison de la variabilité linguistique,l’utilisation du nom officiel et du nom d’usage pour lamême entité géographique, etc.).En utilisant des critères d’appariement en série,des erreurs peuvent se propager et donc le résultatd’appariement peut être erroné. En conséquence,l’imperfection doit être prise en compte dans le processusd’appariement et les critères doivent êtreappliqués en même temps afin d’obtenir une informationplus pertinente. La théorie des croyancesoffre les outils nécessaires pour modéliser l’imperfectionà travers les fonctions de croyance et fusionnerdifférentes connaissances à travers l’opérateur deDempster.Dans cette section, nous décrivons notreapproche basée sur la théorie des croyances développéeen trois étapes (Olteanu 2007) :140CFC (N°194 - Décembre 2007)

- La première étape consiste à initialiser lesmasses de croyance pour chaque candidat à l’appariementet pour chaque source. Dans notre cas, unesource est un critère guidant l’appariement, commela proximité spatiale ou la ressemblance des toponymes.- La deuxième étape consiste à fusionner lesmasses de croyance par candidat.- Enfin, la troisième étape est basée sur une combinaisondes masses de croyance résultant de ladeuxième étape, ce qui consiste à fusionner les candidatsentre eux.Les deux premières étapes sont considéréescomme une approche locale, parce que les candidatssont traités indépendamment les uns desautres, alors que la troisième est considérée commeune approche globale parce que tous les candidatssont analysés ensemble.4.1 L’approche locale: définition ducadre de discernementNous considérons deux BDG construites pour desbesoins d’utilisation différents, provenant de sourcesdifférentes et qui présentent différents niveaux dedétail. Dans ce papier, nous proposons une méthoded’appariement qui calcule des liens entre les objetsdans un sens, de la base moins détaillée vers labase plus détaillée. Ainsi, pour chaque objet appartenantà la base moins détaillée, appelé objet de référence,tous les objets de l’autre base plus détailléequi se trouvent à une certaine distance (choisieempiriquement) sont sélectionnés et sont appelésobjets candidats à l’appariement.Dans notre cas, nous définissons un cadre de discernementlocal pour chaque objet de référence ettous les candidats sont des hypothèses, donc deshomologues potentiels. Nous avons constaté qu’il y ades objets qui n’ont pas d’homologues dans l’autrebase et donc ils ne sont pas appariés. Cela nousamène à définir une nouvelle hypothèse NA signifiantla solution « l’objet n’est pas apparié ». Ainsi, lecadre de discernement est exhaustif, c’est-à-dire lasolution se trouve parmi les hypothèses définies etl’ensemble vide n’est utilisé que pour modéliser leconflit dû à la non-fiabilité des sources. Uneapproche similaire a été adoptée par (Royère 2002)dans le cadre d’une application de localisation d’unvéhicule sur une carte.Le cadre de discernement pour un objet de référenceest défini ci-après : (5){ C C C Nm}REF= , ,..., 1 2 N,où N représente le nombre de candidats et C i représentel’hypothèse que C i est l’homologue de l’objetde référence en cours d’analyse.Afin de calculer les fonctions de croyance, nousdéfinissons une approche locale : chaque candidatest analysé indépendamment des autres. En conséquence,nous modélisons les connaissances en utilisantdes sources spécialisées : chaque source sespécialise et se prononce sur une seule hypothèse(Appriou 1991).Étant donné 2 , nous définissons S i , un sousensemblede 2 de la manière suivante : (6){ C ¬ C }= ,i, i- C i représente l’hypothèse que l’objet de référenceen cours d’analyse est apparié avec le candidatC i .- - C i = { Creprésente l’hypothèseque l’objet de référence en cours d’analyse1, C2,...Ci1,...CN,NA}est apparié avec un autre candidat que C i ou pasapparié du tout.- = { C , C ,... 1 2Ci ,... CN,NA}représente l’hypothèseque le critère ne peut pas se prononcer sur cecandidat, signifiant l’ignorance.4.2 L’initialisation des masses dec r o y a n c eDans cet article, nous proposons trois critèresd’appariement de données. Ils représentent lessources d’informations définies dans le cadre de lathéorie des croyances et sont présentés ci-dessous.4.2.1 Le critère géométriqueSiLe critère géométrique s’appuie sur la distanceeuclidienne, d E , entre la localisation de l’objet deréférence et celle du candidat à l’appariement. Nousconsidérons que plus le candidat est proche, plus il ya des chances qu’il soit l’homologue de l’objet deréférence, comme le montre la figure 1a). Dans lafigure 1a), T 2 représente le seuil de sélection descandidats, qui représente la distance maximale derecherche de candidats, et T 1 définit le seuil deconfiance qui associe une croyance moins forte auxcandidats éloignés géométriquement de l’objet deréférence en cours d’analyse. L’imprécision de lalocalisation des objets géographiques fait qu’il peut yavoir des homologues qui sont relativement éloignés.Pour éviter d’éliminer complètement un candidatqui est loin de l’objet de référence, nous considéronsque la masse de croyance attribuée à l’hypothèse« le candidat C i n’est pas l’objet homologue »n’est jamais 0, mais qu’elle varie de 1 à 0,1.CFC (N°194 - Décembre 2007)41

4.2.2 Le critère toponymiqueLe deuxième critère consiste à comparer les toponymesdes objets de deux BDG en utilisant la distancede Levenshtein, d L (Levenshtein 1965), calculéede la manière suivante : (7)dT=d L( toponyme1,toponyme2)max( L,L)où d L représente la distance de Levenshtein, L 1représente la longueur du toponyme 1 et L 2 représentela longueur du toponyme 2 . Précisons quenous utilisons le terme de distance pour évaluer laressemblance entre deux toponymes, et non pasdans le sens mathématique du mot distance. À titred’exemple, étant donné deux toponymes « boulevarddu général de Gaulle » et « bld du g al deGaulle » la distance d T est égale à 0,7.Comme nous pouvons le remarquer dans la figure1b), les courbes sont différentes de celles du critèregéométrique, afin d’exprimer le fait que noussommes moins confiants en ce critère. En conséquence,nous gérons le cas d’ambiguïté, lorsque parexemple deux toponymes indiquant le même objetdu monde réel sont comparés, l’un étant le nom officielet l’autre le lieu-dit, par exemple « place Charlesde Gaule » et « place de l’Étoile ». Pour cela, nousproposons de diminuer la masse de croyance attribuéeà l’hypothèse ¬C i (ce n’est pas le candidat l’objethomologue) et d’augmenter la masse de croyanceattribuée à l’ignorance, . Ainsi, si la distance d Test supérieure au seuil T 1 (par exemple 30% deslettres ne se ressemblent pas), les masses decroyance attribuées à l’hypothèse -C i est l’objet candidathomologue- et à l’hypothèse -le critère ne saitpas-, sont égales à 0,5.4.2.3 Le critère sémantiqueL’analyse détaillée des données géographiquesmontre qu’il y a des objets géographiques qui ont lemême toponyme, qui sont proches les uns desautres, mais qui ne possèdent pas la même nature eten conséquence ne peuvent pas être mis en correspondance,comme par exemple un sommet avec uncol. Ainsi, nous définissons un troisième critère quiutilise des propriétés sémantiques.Dans la figure 1c), nous illustrons les modélisationsdes fonctions de croyance pour le critèresémantique. Ce critère n’est pas le critère le plusimportant, il est possible qu’il existe beaucoup de12candidats qui ont la même nature que l’objet de référence.C’est pour cela que nous considérons que sila distance sémantique entre l’objet de référence etun candidat à l’appariement est 0 (les objets sonthomologues sémantiquement parlant), la masse decroyance attribuée à l’hypothèse C i (c’est le candidatC i l’objet homologue) est égale à 0,5, donc le critèren’attribue pas une forte croyance à ce candidat. Aucontraire, si la distance sémantique est supérieureau seuil T1, le critère croit que le candidat C i n’estpas le bon candidat.4.3 Combinaisons des critères et descandidatsUne fois que les masses de croyance ont été initialisées,nous pouvons combiner les critères par candidaten utilisant l’opérateur de Dempster. Cetteapproche est une approche locale parce que lescandidats sont analysés séparément, sans prendre encompte les autres candidats. La troisième étape, nomméel’approche globale consiste à combiner lescandidats entre eux, c’est-à-dire combiner entre euxles résultats obtenus pour chaque candidat dans l’étapeprécédente. Plus précisément, les résultats obtenuspour deux candidats sont combinés, ensuite lerésultat avec le troisième candidat, et ainsi de suite.Afin de prendre une décision, nous avons utilisé lemaximum de probabilité pignistique. La décision estprise après l’étape de fusion globale et après avoirnormalisé les masses résultantes en utilisant l’opérateurde Dempster. Dans ce papier nous abordons laproblématique liée au calcul des liens de cardinalité1-1. Conformément aux spécifications des deuxbases de données utilisées pour tester notreapproche, un objet géographique représente uneréalité. Ainsi, le choix de la mesure basée sur la probabilitépignistique a été privilégié en raison de lacardinalité du lien souhaité : on privilégie les hypothèsessimples.5 Applications aux points remarquablesde reliefLes tests ont été réalisés sur deux jeux de donnéesde l’Institut géographique national, BDCARTO© (365objets) et BDTOPO© (1965 objets) représentant lespoints remarquables du relief. Les jeux de donnéesprésentent des niveaux de détail différents, le premierétant moins détaillé que le deuxième.Premièrement, les données, comme par exempleles montagnes, les sommets, les pics, les vallées, les42CFC (N°194 - Décembre 2007)

cols, etc., sont imprécises d’une part par définition : lalimite entre une vallée et une montagne n’est pas parfaitementdéfinie, et d’autre part parce que les diff é-rences entre les concepts utilisés dans les bases peuventêtre flous, comme c’est le cas pour sommet et pic.Deuxièmement, les objets homologues peuventavoir différents toponymes, en particulier en raisonde la variabilité linguistique issue des erreurs de frappeou des différences de prononciation, par exemple« M u n h o a » et « M o n h o a », de l’imprécision,quand des entités possédant le même toponyme ontdes localisations différentes, par exemple « place dugénéral de Gaulle » à Paris et à Lyon, ou à cause del’utilisation du nom officiel et du nom d’usage pour lamême entité géographique.Troisièmement, les concepts ne pressentent pasle même niveau de détail. Par exemple dans laBDCARTO il y a des concepts qui sont regroupés etreprésentés avec la même valeur de l’attribut nature :“sommet, crête, colline”, alors que dans la BDTOPOces concepts sont bien séparés.En conséquence, utiliser seulement un critèrebasé sur la géométrie des objets ne donne pas debons résultats parce que l’objet homologue n’est pastoujours l’objet le plus proche. De la même manière,utiliser seulement le critère toponymique ou sémantiquepeut engendrer des incohérences. Notreapproche a été implémentée en Java dans le SIGopen-source GeOxygene (Badard et Braun 2003).6 Évaluation et résultatsL’évaluation des résultats est une étape trèsimportante dans le processus d’appariement de données.Afin d’évaluer les résultats d’appariement,nous avons comparé ces derniers avec un appariementinteractif. Les liens issus des deux modélisationsdu critère de comparaison des toponymes ontété évalués en terme de précision et de rappel,comme le montre le tableau 1. La précision représentele nombre de liens pertinents trouvés par rapportau nombre total des objets sélectionnés, alorsque le rappel est le nombre de liens pertinents trouvéspar rapport au nombre total d’objets pertinents(Beeri et al. 2004).La première ligne du tableau 1 montre les valeursde la précision et du rappel lorsque le processusd’appariement utilise seulement deux critères (géométriqueet toponymique) et nous remarquons que96.4% des liens d’appariement sont justes parmiceux trouvés et que seulement 95.9% des objets ontété appariés. Ceci est dû aux deux cas de conflitsapparus entre les critères, c’est-à-dire des objetspossédant le même toponyme mais se trouvant trèsloin l’un de l’autre.Précision Rappelglobale globalCritères géométriqueet toponymique 96.4 % 95.9%Critères géométrique,toponymique et sémantique 99.1 % 99.1 %Tableau 1 : Évaluation qualitativedu processus d’appariement.Lorsque nous utilisons les trois critères définisdans la partie 4.2 (deuxième ligne du tableau 1),nous remarquons que la précision et le rappel ontaugmenté pour atteindre 99.1%. Notons que cesrésultats sont satisfaisants et que le pourcentage de0.9% de non-réussite est dû d’une part à un liend’appariement 1 : m, ce problème de liens multiplesn’étant pas traité dans cet article, et d’autre part àdeux cas où les objets homologues devraient êtreappariés mais ne le sont pas, par erreur.La figure 2 illustre un résultat d’appariement dedonnées. Elle montre l’importance de l’informationsémantique dans le processus d’appariement. Nousobservons dans la figure 2 à gauche que le processusd’appariement n’apparie pas les objets homologuesparce qu’ils sont éloignés et que leurs toponymessont assez différents. Au contraire, les objetshomologues sont appariés lorsque le critère sémantiquea été rajouté.7 ConclusionDans ce papier, nous avons présenté uneapproche d’appariement de données basée sur lathéorie des croyances. Celle-ci conduit à combinerdes critères d’appariement de données afin d’apparierdes données qui présentent des imperfections.Nous avons testé notre approche sur des donnéesgéographiques réelles représentant des pointsremarquables du relief et nous avons comparé lesrésultats obtenus en utilisant d’une part deux critères(géométrique et toponymique) et d’autre part troiscritères (géométrique, toponymique et sémantique).Les résultats ont été évalués en terme de précisionet de rappel. Nous avons obtenu une précision et unrappel proche de 100% en utilisant les trois critères.CFC (N°194 - Décembre 2007)43

Quelques cas particuliers restent néanmoins àrésoudre, tels que les appariements 1 à M ou lesobjets en conflit, pour lesquels nous n’avons pas prisde décision. Ainsi, une perspective de travail serait dedévelopper un opérateur associatif de redistribution deconflit et d’introduire une nouvelle source d’information,telle que la nature des objets, pour augmenter lenombre d’objets appariés et améliorer les résultats.R e m e r c i e m e n t sL’auteur voudrait remercier Sébastien Mustière etAnne Ruas pour la relecture de ce papier et pour laqualité de leur remarques.B i b l i o g r a p h i eAppriou A., 1991, « Probabilités et incertitudes en fusion de données multi-senseurs », Revue scientifique de techniquede la Défense, 11, p.27-40.Badard T., Braun A., 2003, « Oxygène une plate-forme inter-opérable pour le déploiement de services Web géographiques», Bulletin d’information scientifique et technique de l’IGN, n° 74, p. 113-120.Bel Hadj Ali A., 2001, Qualité géométrique des entités géographiques surfaciques –Application à l’appariement et défini -tion d’une typologie des écarts géométriques, thèse, Université de Marne-la-Vallée.Beeri C., Kanza Y., Safra E., Sagiv Y., 2004, « Object Fusion in Geographic Information Systems », dans Proceedingsof the 30 th VLDB Conference, Toronto, Canada.Bruns H.T., Egebhofer M, 1996, “Similarity of Spatial Scenes”, dans Seventh International Symposium on Spatial DataHandling, Delft, Netherlands, August, London, Taylor & Francis, p.173-184.Cohen W.W., Ravikumar P., Fienberg S.E., 2003, « A Comparison of String Distance Metrics for Name-Matching Tasks», dans Proceedings of the IJCAI, 9-10 August, Acapulco, Mexico, p. 73-78.Dempster A., 1967, “Upper and lower probabilities induced by multivalued mapping”, Annals of Mathematical Statistics,vol. AMS-38, p.325-339.Devogele T., Parent C., Spaccapietra S., 1998, « On spatial database integration », International Journal ofGeographical Information Science, 12(4), 1998, p. 335-352.Gombo_i M., _alik B, Krivograd S., 2003, « Comparing two sets of polygons », International Journal of GeographicalInformation Science, 17 (5), p.431-443.Levenshtein V., 1965, “Binary codes capable of correcting deletions, insertions and reversals”, Doklady Akademii NaukSSSR, 4 (163), p.845-848.Mustière S., 2006, “Results of Experiments on Automated Matching of Networks at Different Scales”, dans ISPRSWorkshop, Multiple representation and interoperability of spatial data, Germany, 22-24 February, p. 92-100.Olteanu A.-M., Mustière S., Ruas A., 2005, « Matching Imperfect Data », dans Proceedings from 7th InternationalSymposium on Spatial Accuracy Assessement in Natural Resources and Environmental Sciences, 2006, p. 694-704.Olteanu A.-M., 2007, “A Multi-Criteria Fusion Approach for Geographical Data Maching”, dans International Symposion inSpatial Data Quality (ISSDQ).Royère C., 2002, Contribution à la résolution du conflit dans le cadre de la théorie de l’évidence : application à la per -ception et à la localisation des véhicules intelligents, thèse, Université de Compiègne.Ruas A.,2002, Généralisation et représentation multiple, Lavoisier.Shafer G., 1976, A Mathematical Theory of Evidence, Princeton, Princeton University Press.Sherren D., Mustière S., Zucker J-D., 2004, « How to Integrate Heterogeneous Spatial Databases in a Consistent Way?», dans Conference on Advanced Databeses and Information Systems, Budapest, September 2004, p. 364-378.Smets Ph., 1988, Belief Functions.Non Standard Logics for Automated Reasoning, Smets Ph., Mamdani A., Dubois D.and Prade H. ed., London, Academic Press, p. 253-286.Voltz S., 2006, “An Iterative Approach for Matching Multiple Representations of Street Data”, dans ISPRS Workshop,Multiple representation and interoperability of spatial data Hanover, Germany, 22-24 February, p. 101-110.Walter V., Fritsch D., 1999, « Matching Spatial Data Sets: Statistical Approach », International Journal of GeographicalInformation Science, 13(5), p. 445-473.44CFC (N°194 - Décembre 2007)

Figure 1 : Modélisation des critères, géométrique a), toponymique b) et sémantique c)Figure 2 : Résultats d’appariement de données utilisant deux critères (à gauche) ou trois critères (à droite)CFC (N°194 - Décembre 2007)45