Jury :
Les systèmes d'alertes sont utilisés dans une grande variété de domaines d'applications. La croissance continue des besoins de monitoring accentue la nécessité de disposer de systèmes d'alertes adaptables permettant de contrôler un large éventail de variables.
Dans cette thèse, nous proposons un système d’alertes paramétrables nommé TEMPAS permettant de capturer des éléments sémantiques propres aux contextes d'utilisation des alertes ainsi qu'une personnalisation facile de la part des utilisateurs. Ceci est réalisé, entre autres, par l'utilisation de valeurs linguistiques et quantitatives dans la définition des alertes. En plus d'une maîtrise fine des aspects temporels, le modèle d'alertes de TEMPAS introduit des indices de qualité qui sont associés aux alertes. Ces indices de qualité permettent de mieux informer les utilisateurs sur la qualité des données utilisées pour reconnaître les situations d'alerte et sur l'applicabilité de l'alerte par rapport au profil de l'entité monitorée. Les indices de qualité permettent aussi de définir des stratégies pour adapter la notification au contexte des utilisateurs afin de réduire les faux-positifs et les faux-négatifs.TEMPAS est adaptable à des besoins très variés en matière d'alertes. Le domaine privilégié dans cette thèse a été celui de la santé. Nous avons développé et validé nos propositions en coopération avec Calystene, société spécialisée dans des solutions d'informatique médicale.