L’analyse de concepts formels (ACF) est une méthode mathématique de classification, largement appliquée sur différents types de données et dans de nombreux domaines. Elle consiste, à partir d’une table (appelée contexte) décrivant des objets par des attributs, à construire un treillis de concepts, i.e. des ensembles maximaux d’objets partageant le même ensemble d’attributs. Cette méthode est étendue aux données relationnelles dans le cadre de l’analyse relationnelle de concepts (ARC). L’ARC considère deux types de contextes, des contextes objets-attributs et des contextes objets-objets décrivant les relations entre objets. L’ARC étend les contextes objets-attributs par des attributs relationnels de la forme qrC, où q est un quantificateur, r une relation et C un concept issu du co-domaine de r. Le résultat de l’ARC est une famille de treillis (un par contexte objets-attributs) reliés entre eux par ces attributs relationnels. Les contextes sont construits sur la base d’un schéma relationnel spécifiant les objets et relations entre objets considérés dans le cadre de l’analyse, et donc la forme du jeu de données à construire. On s’intéresse ici à des données stockées dans des bases de données spatiales et temporelles. L’objectif de la thèse est de définir de quantificateurs spatiaux et temporels qui s’appliquent sur un schéma relationnel paramétrable et qui évitent ainsi de réinterroger la base pour changer de schéma. Le travail devrait aboutir à la mise en place d’un processus ARC qui s’applique directement sur une base de données, permettant de traiter plus de données dans un environnement plus aisé pour un analyste.
