Les sources d’incertitude et d’imprécision des données sont nombreuses. Une manière de gérer cette incertitude est d’associer aux données des annotations probabilistes. De nombreux modèles de bases de données probabilistes ont ainsi été proposés, dans les cadres relationnel et semi-structuré. Ce dernier est particulièrement adapté à la gestion de données incertaines provenant de traitement auto...

De nos jours, il est intéressant de développer de nouveaux outils d’intégration et de manipulation de données (ETL) afin d’aider à mieux comprendre la sémantique et la structure des données manipulées Boufarès et al. (2013), Ben Salem (2015). Nous réalisons ce travail en collaboration avec la société Talend (éditeur d’un ETL). La première partie du projet a traité des anomalies inter-lignes une...

Résumé. Les entrepôts de données spatiales et les systèmes Spatial OLAP sont des technologies d’aide à la décision permettant l’analyse en ligne des gros jeux de données géo-référencées. Dans un tel type de systèmes, la qualité de l’analyse dépend : de la qualité des données entreposées, de comment les agrégations sont effectuées, et de comment les données entreposées sont explorées. Dans cet a...

Résumé. L’analyse de flux de données traite des données massives grâce à des algorithmes en ligne qui évitent le stockage exhaustif des données. La détection de changements dans la distribution d’un flux est une question importante dont les applications potentielles sont nombreuses. Dans cet article, la détection de changement est transposée en un problème d’apprentissage supervisé. Nous avons ...

Motivation : Dans les entrepôts de données, la manipulation de gros volumes de données requière souvent un temps d’exécution important. En particulier, si les requêtes portent sur des données spatiales contenues dans des documents semi-structurés, les temps de réponse deviennent prohibitifs. Afin de réduire le temps de traitement imposé par l’utilisation d’opérateurs spatiaux dans ce type de do...

Résumé. L’analyse en ligne (OLAP) dans les cubes de textes nécessite la définition de nouveaux types d’opérateurs d’analyse appropriés aux données textuelles. En effet, les opérateurs d’agrégation classiques ont montré leur efficacité pour l’analyse en ligne des données numériques, mais ils sont inadaptés pour l’analyse des données textuelles. Dans cet article, nous proposons un nouvel opérateu...

Les sources d’incertitude et d’imprécision des données sont nombreuses. Une manière de gérer cette incertitude est d’associer aux données des annotations probabilistes. De nombreux modèles de bases de données probabilistes ont ainsi été proposés, dans les cadres relationnel et semi-structuré. Ce dernier est particulièrement adapté à la gestion de données incertaines provenant de traitement auto...

Résumé. Pour mieux analyser et extraire de la connaissance de flots de données, des approches spécifiques ont été proposées ces dernières années. L’un des challenges auquel elles doivent faire face est la détection de changement dans les données. Alors que de plus en plus de données qualitatives sont générées, peu de travaux de recherche se sont intéressés à la détection de changement dans ce c...

Résumé. Les modèles multidimensionnels ont une structure statique où les membres des dimensions sont calculés d’une manière unique. Cependant les données (particulièrement les données multimédias) sont souvent caractérisées par des descripteurs pouvant être obtenus par divers modes de calcul que nous définissons comme des "versions fonctionnelles" de descripteurs. Nous proposons un modèle multi...

Résumé. La recherche d’algorithmes d’extraction de connaissances à partir de cubes de données est un domaine actuellement très actif qui trouve de très nombreuses applications dans les entrepôts de données disponibles maintenant dans la plupart des entreprises et milieux scientifiques (biologie, santé, etc.). Nous nous intéressons ici à l’extraction de comportements atypiques (dénommés outliers...