Développement d'une aide à la décision pour l'élaboration des appels d'offres de l'Environnement de Travail (workplace, FM, services généraux et immobiliers).

Development of a decision-making aid for the preparation of invitations to tender for the workplace(workplace, FM, general and property services).

• Auteur / Autrice : Nicolas Zante
• Direction : Christophe Cruz
• Type : Projet de thèse
• Discipline(s) : Informatique
• Date : Inscription en doctorat le 01/09/2023
• Etablissement(s) : Bourgogne Franche-Comté
• Ecole(s) doctorale(s) : École doctorale Sciences pour l'ingénieur et microtechniques (Besançon ; 1991-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire Interdisciplinaire Carnot de Bourgogne
• Partenaire(s) de recherche : Equipe de recherche : COMM - Conception, Optimisation & Modélisation en Mécanique
• Partenaire(s) de recherche : établissement de préparation : Université de Bourgogne (1970-....)

Mots clés

Mots clés libres

Système de recommandation

Graphe de connaissance

Recherche opérationnelle

Aide à la décision

Ontologie

Modélisation des connaissances

Recommendation system

Knowledgde graph

Operational research

Decision-making aid

Ontology

Knowledge modelling

Résumé

L'entreprise 102-103 est une start-up qui a pour volonté d'innover dans le domaine de l'environnement de travail (ET), de la qualité de vie et des conditions de travail (QVCT). Les porteurs du projet ont plusieurs années d'expérience en tant que consultants dans ce domaine. Ils ont identifié depuis quelques années un net changement dans les volontés des entreprises dans l'objectif d'attirer et garder leurs jeunes talents. Pour cela, ils mettent en place les contributions qu'attendent les jeunes notamment. Les nouveaux collaborateurs recherchent des entreprises qui respectent plus l'environnement et où il y a une certaine qualité de vie dans l'entreprise. Pour cela, les entreprises ont besoin de travailler sur les espaces de travail et notamment sur leurs services généraux, car ce sont ces services qui contribuent à la RSE, QVCT, la marque employeur, la flexibilité des services et des contrats. Notre innovation se matérialise par une plateforme numérique. Elle est innovante, car aucun outil d'aide à la décision ne permet de construire des cahiers des charges, de lancer les appels d'offres (AO) jusqu'au suivi des services généraux. De plus, il n'existe que des annuaires « statiques » de prestataires. Or, notre volonté est de pouvoir recommander des prestataires qui répondent aux besoins et à l'objectif des contributions visées, aux donneurs d'ordres pour les guider et les conseiller au fil de la procédure. Pour répondre aux défis requis par cette plateforme numérique, le projet de thèse vise à : 1 Concevoir une plateforme d'aide à la décision pour stocker, analyser, élaborer des services personnalisés répondant aux objectifs de QVCT et RSE. 2 Modéliser les connaissances métiers du domaine des appels d'offres sous la forme de graphes de connaissances. Cette formalisation explicite des connaissances permet de qualifier les informations et d'inférer sur celles-ci. Les graphes de connaissances sont particulièrement bien adaptés pour interconnecter différents graphes de connaissances (hypergraphes), représenter l'évolution temporelle et spatiale des connaissances (graphes temporels, graphes géospatiaux, graphes spatio-temporels, graphes dynamiques). 3 Recommander des services pour répondre aux cahiers des charges en exploitant les contraintes et optimiser les solutions (construction des cahiers des charges, combinaisons d'appels d'offres). Les outils de la recherche opérationnelle et des systèmes de recommandation permettent de proposer des services et de produire des combinaisons optimales de services en regard des besoins définis par les clients en un temps raisonnable.

102-103 is a start-up that aims to innovate in the field of work environment (WE), quality of life and working conditions (QWLC). The founders of the project have several years' experience as consultants in this field. Over the last few years, they have identified a clear change in the way companies want to attract and retain their young talent. To achieve this, they are putting in place the contributions that young people in particular expect. New employees are looking for companies that are more respectful of the environment and where there is a certain quality of life within the company. To achieve this, companies need to work on their workspaces and in particular their general services, because it is these services that contribute to CSR, QWL, the employer brand and the flexibility of services and contracts. Our innovation takes the form of a digital platform. It's innovative because there is no decision-making tool that can be used to draw up specifications, launch calls for tender and monitor general services. What's more, there are only 'static' directories of service providers. Our aim is to be able to recommend service providers that meet the needs and objectives of the targeted contributions to the principals, to guide and advise them throughout the process. To meet the challenges required by this digital platform, the thesis project aims to: 1 Design a decision support platform for storing, analysing and developing customised services that meet QHCT and CSR objectives. 2 Model the business knowledge of the tendering domain in the form of knowledge graphs. This explicit formalisation of knowledge enables information to be qualified and inferred. Knowledge graphs are particularly well suited to interconnecting different knowledge graphs (hypergraphs), representing the temporal and spatial evolution of knowledge (temporal graphs, geospatial graphs, spatio-temporal graphs, dynamic graphs). 3 Recommending services to meet specifications by exploiting constraints and optimising solutions (constructing specifications, combining invitations to tender). The tools of operational research and recommendation systems can be used to propose services and produce optimal combinations of services in relation to the needs defined by customers in a reasonable amount of time.