La sélection d'articles publiés dans le présent recueil constitue les actes des neuvièmes journées Extraction et Gestion des Connaissances (EGC'2009) qui se sont tenues à Strasbourg du 27 au 30 janvier 2009.
Dans le prolongement des huit éditions précédentes, EGC 2009 ambitionne de regrouper chercheurs, industriels et utilisateurs francophones issus des communautés Bases de Données, Statistique, Apprentissage, Représentation des Connaissances, Gestion de Connaissances et Fouille de données.
Aujourd'hui, de grandes masses de données structurées ou semi-structurées sont accessibles dans les systèmes d'information d'entreprises ainsi que sur la toile. Ces données sont potentiellement riches de ressources inouïes qui demandent à être exploitées. Pour en tirer parti, nous avons besoin de méthodes et d'outils capables de les rassembler, de les représenter, de les stocker, de les indexer, de les intégrer, de les classifier, d'en extraire les connaissances pertinentes et enfin de visualiser les résultats de cette extraction. Pour répondre à cette attente, de nombreux projets de recherche se développent autour de l'extraction de connaissances à partir de données (Knowledge Discovery in Data), et de la gestion de connaissances (Knowledge Management).
L'objectif de ces journées est de rassembler, d'une part les chercheurs des disciplines connexes (apprentissage, statistique et analyse de données, systèmes d'information et bases de données, ingénierie des connaissances, etc.), et d'autre part les spécialistes d'entreprises qui déploient des méthodes d'extraction et de gestion des connaissances, afin de contribuer à la formation d'une communauté scientifique dans le monde francophone autour de cette double thématique de l'extraction et de la gestion de connaissances.
Les travaux rassemblés dans ce volume traduisent à la fois ce caractère multidisciplinaire des recherches en fouille de données et la richesse des applications potentielles. De nombreux articles portent sur les fondements théoriques, par exemple sur les distances ou sur les algorithmes de classification, d'autres sur des améliorations de techniques existantes, comme par exemple l'extraction de règles d'association, d'autres enfin abordent des applications d'envergure, par exemple la détection d'intrusion, la médecine, la recherche d'images ou la constitution de sites culturels. On doit souligner la diversité des champs disciplinaires mobilisés (statistique, bases de données, intelligence artificielle, apprentissage statistique, etc.) et la variété des applications proposées. Tout cela atteste de la vitalité de l'extraction et de la gestion des connaissances.