De la veille à. économique. l intelligence. le Data Mining et le Text Mining. Bernard DOUSSET.

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "De la veille à. économique. l intelligence. le Data Mining et le Text Mining. Bernard DOUSSET. dousset@irit.fr http://atlas.irit."

Transcription

1 De la veille à l intelligence économique : le Data Mining et le Text Mining Bernard DOUSSET Institut de Recherche en Informatique de Toulouse (IRIT) Equipe Systèmes d Information d Généralis G ralisés s (SIG) Université Paul Sabatier (Toulouse III)

2 Plan de la présentation Historique Définitions et buts La veille stratégique Le multidimensionnel Les classifications Architecture Interactivité Travail en équipe Principe général Contribution en analyse textuelle en analyse exploratoire en géostratégie en dessin de graphes bilan perspectives 09/02/2009 TETRALOGIE 2

3 Historique Architecture Contribution Historique Définitions et buts mémoriser & organiser Veille stratégique Informations élaborées analyser & interpréter Informations utiles diffuser l information endogène valider et diffuser l information exogène Scénarios Secteurs d activit d activité Stratégie Connaissance Connaissance diffusion restreinte élaborer choisir synthétiser Décideur évaluer & collecter Sources identifier & sélectionner déterminer & hiérarchiser Cibles Cycle de l intelligence économique 09/02/2009 TETRALOGIE 3

4 Historique Architecture Contribution Historique Définitions et buts Etudier l environnement l et l é l évolution Des marchés Des coopérations Des alliances Des fusions Des acquisitions Des participations Des implantations De l'innovation Des ruptures Des transferts de technologie Des dépôts d de brevets Des équipes de recherche De la terminologie Des sources d information d Des publications De la mode De la publicité Des appels d'offres 09/02/2009 TETRALOGIE 4

5 Historique Architecture Contribution Historique Définitions et buts Depuis toutes les sources d information d électronique Bases bibliographiques Web of science (SCI) Pascal, Francis (CNRS) Chemical abstract, Biosis Current Contents, Inspec, Cnki, Cqvip (Chine), Serveurs spécialis cialisés Dialog, Stn Questel, Derwent, Presse Factiva, Journaux électroniques Afp, Reuters, Internet Brevets : Uspto, Bio: Pubmed, Biospace Pages web, sites web Blogs, news-groups Flux RSS, Intranet SI propriétaire/sgbd Data warehouse Indexations Web-logs Mails, Streams, 09/02/2009 TETRALOGIE 5

6 Historique Architecture Contribution Historique Définitions et buts Information explicite Information implicite 09/02/2009 TETRALOGIE 6

7 Historique Architecture Contribution Historique Définitions et buts l information explicite (exogène) l information implicite (endogène) Maturité de l information L information consciente collective (CC) L information consciente individuelle (CI) L information inconsciente collective (IC) L information inconsciente individuelle (II) La terminologie émergente Les concepts émergents cohérence, simultanéité, consensus 09/02/2009 TETRALOGIE 7

8 Historique Architecture Contribution Historique La veille stratégique Le processus de veille stratégique comporte 5 phases : la sélection s des données utiles : terminologie, dates, acteurs (auteurs, organismes, pays ) la préparation paration des données : pré-traitements : nettoyages [Zipf49], synonymies [Porter80] transformations : modèle de représentation des données [Salton89] l analyse des données: classifications, règles r d'associations, séquences, s... l interpr interprétation tation et l é l évaluation : basées en grande partie sur les visualisations l exploitation et donc la prise de décision d 09/02/2009 TETRALOGIE 8

9 Historique Architecture Contribution Historique Le multidimensionnel Les analyses multidimensionnelles Fondements : Spearman & Pearson dès d s 1904 Analyse canonique et ACP : [Hotteling35] Analyse des correspondances : [Hirschfeld35] et [Guttman41] Analyse procustéennes : [Schonemann65] En France Analyse Factorielle des Correspondances : [Benzécri73] Analyse de deux tableaux : [Lafosse85] Compléments ments en analyse procustéenne : [Fichet87] 09/02/2009 TETRALOGIE 9

10 Historique Architecture Contribution Historique Les classifications Classifications Taxonomie par CAH [Sokal63] Centres mobiles [Forgy65] Nuées dynamiques [Diday71] Partitionnements Itératifs : Minimisation de la coupure [KL70], [FM82] Spectraux : VP de la matrice de Laplace [Hall70], [Hagen91] Multi-niveaux : regroupement + itératif KMETIS [Karypis98] Stochastiques : Markov CLustering [Van Dongen00] 09/02/2009 TETRALOGIE 10

11 Historique Architecture Etat de l art Contribution Interactivité Pourquoi un système interactif? En Amont de l analyse l l interactivit l interactivité sert à : choisir les sources d information d mettre au point les équations de recherche évaluer les corpus (volume, pertinence, bruit) choisir et valider le format optimal de sortie superviser la collecte du corpus contrôler les dictionnaires (forme et volume) choisir les filtres (+ et -,, thématiques, granularité,,...) valider les synonymies et l indexation l (Multi-termes) termes) 09/02/2009 TETRALOGIE 11

12 Historique Architecture Etat de l art Contribution Interactivité Pourquoi un système interactif? Pendant l analyse l elle permet de sélectionner et contrôler les matrices de croisement choisir les méthodes m à déployer piloter ces méthodes m (localement ou à distance) extraire les connaissances via les visualisations choisir les vues à conserver consulter les experts via le réseau r restituer l analyse l au décideur 09/02/2009 TETRALOGIE 12

13 Historique Architecture Etat de l art Contribution Documentaliste Travail en équipe Connexions entre acteurs de la veille Décideur BD CD Serveur Web Expert Analyste 09/02/2009 TETRALOGIE 13

14 Historique Architecture Etat de l art Contribution Principe général BD 1' Corpus 1 Dico 1 Cooc CD Web Corpus 2 Corpus 3 Corpus 4 Métadonnées Métadonnées Métadonnées Métadonnées Métadonnées Métadonnées Méta 2 Niv. Dico Dico 09/02/2009 TETRALOGIE D X

15 Historique Architecture Contribution Dictionnaire + ou - en analyse textuelle Extraction des dictionnaires Courbe de charge Dictionnaire de synonymes 09/02/2009 TETRALOGIE 15

16 Historique Architecture Contribution en analyse textuelle Détection des multi-termes termes Dictionnaire de mots vides Dictionnaire de multi-termes Dictionnaire de synonymes Seuil de détection statistique Traitement syntaxique Traitement morphologique Traitement statistique 09/02/2009 TETRALOGIE 16

17 Historique Architecture Contribution en analyse textuelle Croisements 2D Filtre positif ou négatif Dictionnaire de synonymes Matrice carrée Courbe de charge Matrice asymétrique 09/02/2009 TETRALOGIE 17

18 Historique Architecture Contribution en analyse exploratoire pour le traitement des matrices proposition de plusieurs algorithmes de tris génération supervisée e de matrices de croisement tableur 3D adapté aux matrices de grande taille (zooms 2 et 3D) pour les analyses multidimensionnelles visualisations interactives en 3D et 4 D synchronisation de cartes locales ou distantes visualisation de trajectoires et rotations procust visualisation de trajectoires et rotations procustéennes (AFCM) pour les classifications arbres hi arbres hiérarchiques interactifs avec exportation des classes partitionnement de graphes, graphes de classes segmentation pour les cartes géographiques g 09/02/2009 TETRALOGIE 18

19 Historique Architecture Contribution en analyse exploratoire Algorithmes de tris de matrices Tri par classes de connexité Tri par blocs diagonaux 09/02/2009 TETRALOGIE 19

20 Historique Architecture Contribution en analyse exploratoire Analyse en composantes principales (ACP) s applique aux données quantitative comme les tableaux individus x variables comme les tableaux individus x variables elle utilise un espace réduit r de 2 à 4 D Cartes deux des cartes coordonnées en sont en déduites d duites 4D celle des coordonnées des individus cercle de corrélation des variables Synchronisation Cercle des corrélations 09/02/2009 TETRALOGIE 20

21 Historique Architecture Contribution en analyse exploratoire Analyse factorielle des correspondances multiple (AFCM) nous l la 3 nous l appliquons aux matrices de cooccurrences 3D la 3 variable est le plus souvent le temps L AFC peut être appliquée à un des tableaux (les autres sont projetés) à tous les tableaux empilés à la somme des tableaux ( ( cas statique) Chaque ligne est représent sentée e par une série s de points On peut tracer des trajectoires 09/02/2009 TETRALOGIE 21

22 Historique Architecture Contribution Analyse procustéenne en analyse exploratoire Evolution non standard G2 G3 G1 Enlever: la translation moyenne la rotation moyenne l homoth homothétie tie moyenne G4 09/02/2009 TETRALOGIE 22

23 d Historique Architecture Contribution d = d M ( AB, ) = { d e ( xk, yl ) Max } e ( xk, yl ) k l méthode non supervisée d µ( AB, ) = kl, A B on a le choix de la distance (euclidienne, max, sigma, ) on a le choix du mode d agr d agrégation gation (centre, inf, sup, moyenne) elle part des éléments disjoints et agrège ge les plus proches elle construit des classes imbriquées la hiérarchie peut être représent sentée e par un dendogramme e AB, ) = d e ( gh, ) = ( g i h = ( i)² d m ( AB, ) { e ( k, l ) Min d x y } i 1, n kl, en analyse exploratoire Classification ascendante hiérarchique (CAH) plusieurs niveaux de coupure sont possibles on peut exporter la classification Niveau de coupure à 8 classes Niveau de coupure à 4 classes 09/02/2009 TETRALOGIE 23

24 Historique Architecture Contribution en analyse exploratoire Classification par partition CPP (Centres mobiles) supervisée k classes 1 représentant choix en 3D coloration icônes 4 classes 6 classes 09/02/2009 TETRALOGIE 24

25 Historique Architecture Contribution en visualisation Pondération par des données externes Carte en valeurs absolues Carte pondérée par la population Choix de la pondération Carte pondérée par le PNB Carte pondérée par la superficie 09/02/2009 TETRALOGIE 25

26 Historique Architecture Contribution en visualisation Segmentation et importation de classes Pays non présents dans la dernière période Pays en récession Pays en forte croissance Carte en mode relatif : étude de tendances Exportation d une classification Effectifs des classes Niveau de coupure 09/02/2009 TETRALOGIE 26.

27 Historique Architecture Contribution en visualisation Convergence Placement Placement rapide circulaire initial du placement en aléatoire fonction des d un sommets tri Algorithme de [Fruchterman91] Attraction : f a ( v v ) i, j Répulsion : = a ij d k fr ( vi, v j) = α ij d k ² r ij α a 09/02/2009 IRIT/SIG 27.

28 Historique Architecture Contribution en visualisation Graphe de clusters 09/02/2009 IRIT/SIG 28

29 Historique Architecture Contribution en visualisation Graphe partitionné 09/02/2009 IRIT/SIG 29

30 Historique Architecture Contribution en visualisation Graphe évolutif 09/02/2009 IRIT/SIG 30

31 Historique Architecture Contribution Bilan Philosophie de notre plate-forme c est un ensemble cohérent de prototypes inter-op opérants, qui utilise un standard unique pour le format des données, son interface graphique est homogène, elle permet de partager ressources et méthodes m via le réseau r seau. Son utilisation en recherche support d vaste base d support d é évaluation de méthodes, m d outils d et de produits d IE, d vaste base d exemples, à l échelle chelle,, déjà d analysés. s. Domaine d application d : la veille stratégique veille scientifique veille technologique veille scientifique (scientométrie, trie, indicateurs, évaluation) technologique (propriété industrielle, produits, procédés) veille économique (marchés, concurrents, substituts, ) 09/02/2009 TETRALOGIE 31

32 Historique Architecture Contribution Perspectives Dans le cadre de l Intelligence l économique conomique, cette approche doit permettre le recueil, le suivi, le traitement, la diffusion ciblée e et la protection de l information l stratégique l acc accès s systématique à l information implicite l é émulation des compétences via les réseaux r une culture collective interne (partage et émulation) une culture collective externe (logique de réseau r d acteurs) d éventuellement, une culture proactive (influence, lobbying, contre-information/rumeurs, extraction des signaux faibles, décryptage des réseaux, r seaux, ) 09/02/2009 TETRALOGIE 32

Historique. Architecture. Contribution. Conclusion. Définitions et buts La veille stratégique Le multidimensionnel Les classifications

Historique. Architecture. Contribution. Conclusion. Définitions et buts La veille stratégique Le multidimensionnel Les classifications L intelligence économique outil stratégique pour l entreprise Professeur Bernard DOUSSET dousset@irit.fr http://atlas.irit.fr Institut de Recherche en Informatique de Toulouse (IRIT) Equipe Systèmes d

Plus en détail

Synthèse et visualisation d'informations stratégiques utiles à la gouvernance des entreprises

Synthèse et visualisation d'informations stratégiques utiles à la gouvernance des entreprises Synthèse et visualisation d'informations stratégiques utiles à la gouvernance des entreprises Bernard DOUSSET 02/07/2013 dousset@irit.fr http://atlas.irit.fr Institut de Recherche en Informatique de Toulouse

Plus en détail

Extraction d informations stratégiques par Analyse en Composantes Principales

Extraction d informations stratégiques par Analyse en Composantes Principales Extraction d informations stratégiques par Analyse en Composantes Principales Bernard DOUSSET IRIT/ SIG, Université Paul Sabatier, 118 route de Narbonne, 31062 Toulouse cedex 04 dousset@irit.fr 1 Introduction

Plus en détail

Méthode d extraction des signaux faibles

Méthode d extraction des signaux faibles Méthode d extraction des signaux faibles Cristelle ROUX GFI Bénélux, Luxembourg cristelle.roux@gfi.be 1. Introduction Au début d une analyse stratégique, la première question posée est très souvent la

Plus en détail

La classification automatique de données quantitatives

La classification automatique de données quantitatives La classification automatique de données quantitatives 1 Introduction Parmi les méthodes de statistique exploratoire multidimensionnelle, dont l objectif est d extraire d une masse de données des informations

Plus en détail

Digital Workplace et Gestion des connaissances Concepts et mise en oeuvre

Digital Workplace et Gestion des connaissances Concepts et mise en oeuvre Avant-propos 1. Objectif du livre 17 2. Illustrations des exemples de ce livre 18 2.1 Office 365 comme plateforme technologique pour une digital workplace 18 2.2 SharePoint et Yammer à l honneur 18 3.

Plus en détail

Analyse de données textuelles Panorama des fonctions, des méthodes et des usages

Analyse de données textuelles Panorama des fonctions, des méthodes et des usages Analyse de données textuelles Panorama des fonctions, des méthodes et des usages Sylvie Dalbin Assistance & Techniques Documentaires DocForum, Le 17 Novembre 2005 Déroulé de l'intervention (1) 1. Définition

Plus en détail

Outils Statistiques du Data Mining

Outils Statistiques du Data Mining Outils Statistiques du Data Mining Pr Roch Giorgi roch.giorgi@univ-amu.fr SESSTIM, Faculté de Médecine, Aix-Marseille Université, Marseille, France http://sesstim-orspaca.org http://optim-sesstim.univ-amu.fr

Plus en détail

Classification Exemple : Enquête d opinion sur les OGM. Pauline Le Badezet Alexandra Lepage

Classification Exemple : Enquête d opinion sur les OGM. Pauline Le Badezet Alexandra Lepage Classification Exemple : Enquête d opinion sur les OGM Pauline Le Badezet Alexandra Lepage SOMMAIRE Introduction Méthodologie Méthode de partitionnement Classification Ascendante Hiérarchique Interprétation

Plus en détail

Objectif du groupe GT1.1 Fusion de Données

Objectif du groupe GT1.1 Fusion de Données Objectif du groupe GT1.1 Fusion de Données Le groupe travaille dans trois directions Le vocabulaire (piloté par ADVITAM et l aide de SITE) L état de l art (piloté par SYROKKO) Deux applications illustratives

Plus en détail

Outils de veille : typologie

Outils de veille : typologie Outils de veille : typologie Claire FRANCOIS Unité de recherche et Innovation INIST / CNRS Plan Introduction Les grands types d outils de veille Les différentes fonctionnalités Les technologies mises en

Plus en détail

L hypertexte comme mode d exploitation des résultats d outils et méthodes d analyse de l information scientifique et technique.

L hypertexte comme mode d exploitation des résultats d outils et méthodes d analyse de l information scientifique et technique. L hypertexte comme mode d exploitation des résultats d outils et méthodes d analyse de l information scientifique et technique Luc GRIVEL INIST/CNRS CRRM PLAN DE L EXPOSÉ (1) DE L ANALYSE DE L IST À L

Plus en détail

Logiciel QDA Miner. Deuxième partie Gestion du livre des codes et codage manuel

Logiciel QDA Miner. Deuxième partie Gestion du livre des codes et codage manuel PLAN DE COURS «ANALYSE DE DONNEES TEXTUELLES» Trois approches pour l analyse de textes Analyse qualitative Analyse quantitative Fouille de textes Introduction au logiciel QDA Miner Introduction et gestion

Plus en détail

VISUALISATION DE RELATIONS PAR DES GRAPHES INTERACTIFS DE GRANDE TAILLE

VISUALISATION DE RELATIONS PAR DES GRAPHES INTERACTIFS DE GRANDE TAILLE VISUALISATION DE RELATIONS PAR DES GRAPHES INTERACTIFS DE GRANDE TAILLE KAROUACH Saïd, karouach@irit.fr DOUSSET Bernard dousset@irit.fr IRIT-SIG, Université Paul Sabatier, 118, route de Narbonne 31062

Plus en détail

IUT STID, 1 ère année Découverte de logiciels statistiques Prise en main du logiciel SPAD

IUT STID, 1 ère année Découverte de logiciels statistiques Prise en main du logiciel SPAD Université de Perpignan - IUT de Carcassonne Vivien ROSSI Année 2006/2007 IUT STID, 1 ère année Découverte de logiciels statistiques Prise en main du logiciel SPAD Ce document est tiré du site : http ://www.stat.ucl.ac.be/ispersonnel/lecoutre/stats/spad/

Plus en détail

Réunion d information

Réunion d information Réunion d information Veille concurrentielle : Surveillez votre marché et vos concurrents grâce à Internet Jeudi 16 février 2012 En partenariat avec Avec le soutien Le dispositif Performance PME TIC? Cette

Plus en détail

quipe Probabilité & Statistiques - Faculté des Sciences e Rabat UM5A elhimdi@menara.ma quipe SIG-EVI de L IRIT Université Paul Sabatier de oulouse

quipe Probabilité & Statistiques - Faculté des Sciences e Rabat UM5A elhimdi@menara.ma quipe SIG-EVI de L IRIT Université Paul Sabatier de oulouse quipe AL BIRONI du laboratoire Al Khawarizmi de NSIAS - UM5S iberrada@ensias.ma, kassou@ensias.ma quipe Probabilité & Statistiques - Faculté des Sciences e Rabat UM5A elhimdi@menara.ma quipe SIG-EVI de

Plus en détail

Clermont Ferrand - Janvier 2003

Clermont Ferrand - Janvier 2003 DISDAMIN: Algorithmes de Data Mining Distribués Valerie FIOLET (1,2) - Bernard TOURSEL (1) 1 Equipe PALOMA - LIFL - USTL - LILLE (FRANCE) 2 Service Informatique - UMH - MONS (BELGIUM) Clermont Ferrand

Plus en détail

Intelligence économique : Rôle de l expert-comptable dans la mise en place d une veille stratégique et concurrentielle

Intelligence économique : Rôle de l expert-comptable dans la mise en place d une veille stratégique et concurrentielle Intelligence économique : Rôle de l expert-comptable dans la mise en place d une veille stratégique et concurrentielle Intervenants : Mardi 5 septembre 2006 Séance 14h00 15h30 Janin AUDAS, EC,CAC, Arezki

Plus en détail

Sommaire. Les acteurs français (1) Approche Bibliométrie-Analyse de Données

Sommaire. Les acteurs français (1) Approche Bibliométrie-Analyse de Données Sommaire I - L analyse des données en bibliométrie II - L application de la bibliométrie aux brevets III L analyse de données textuelles Les acteurs français (1) Approche Bibliométrie-Analyse de Données

Plus en détail

INTRODUCTION AU DATA MINING

INTRODUCTION AU DATA MINING INTRODUCTION AU DATA MINING 6 séances de 3 heures mai-juin 2006 EPF - 4 ème année - Option Ingénierie d Affaires et de Projets Bertrand LIAUDET TP DE DATA MINING Le TP et le projet consisteront à mettre

Plus en détail

MÉTHODES DE CLASSIFICATION

MÉTHODES DE CLASSIFICATION MÉTHODES DE CLASSIFICATION Pierre-Louis GONZALEZ MÉTHODES DE CLASSIFICATION Objet Opérer des regroupements en classes homogènes d un ensemble d individus. Données Les données se présentent en général sous

Plus en détail

La Geo-Business Intelligence selon GALIGEO avec 26/10/2005 1

La Geo-Business Intelligence selon GALIGEO avec 26/10/2005 1 La Geo-Business Intelligence selon GALIGEO avec ESRI 2005 session «Décisionnel» 26/10/2005 1 La Business Intelligence : Une Définition La Business intelligence permet l utilisation des données opérationnelles

Plus en détail

Document d accompagnement pour le référentiel national du C2i niveau 2 Métiers de l environnement et de l aménagement durables

Document d accompagnement pour le référentiel national du C2i niveau 2 Métiers de l environnement et de l aménagement durables Document d accompagnement pour le référentiel national du C2i niveau 2 Métiers de l environnement et de l aménagement durables A - Compétences générales et transversales liées à l exercice des métiers

Plus en détail

Le parcours pédagogique Sage Business Intelligence. Utilisateur Niv I BO XI 3.0 WebI pour Sage 1000 2 jours

Le parcours pédagogique Sage Business Intelligence. Utilisateur Niv I BO XI 3.0 WebI pour Sage 1000 2 jours Vous êtes Consultant, Chef de Projets, Directeur des Systèmes d Information, Directeur Administratif et Financier, Optez pour les «formations Produits» Nous vous proposons des formations vous permettant

Plus en détail

Les technologies documentaires adhoc intégrées au sein des services SharePoint pour Windows.

Les technologies documentaires adhoc intégrées au sein des services SharePoint pour Windows. Les technologies documentaires adhoc intégrées au sein des services SharePoint pour Windows. Les services «Microsoft SharePoint» offrent aux utilisateurs Windows un ensemble de fonctions de stockage de

Plus en détail

Introduction à l analyse des données. Olivier Godechot

Introduction à l analyse des données. Olivier Godechot Introduction à l analyse des données Olivier Godechot Introduction. Les données statistiques : de très nombreuses variables. Aucune n est parfaite La perception d un phénomène appréhendée comme la combinaison

Plus en détail

SÉMINAIRE TECHNIQUE SERVICES À VALEURS AJOUTÉES

SÉMINAIRE TECHNIQUE SERVICES À VALEURS AJOUTÉES SÉMINAIRE TECHNIQUE SERVICES À VALEURS AJOUTÉES NANCY 18-19 MARS 2015 Jean-Marie Pierrel Université de Lorraine OBJECTIFS DES SERVICES À VALEURS AJOUTÉES Définir des services à valeurs ajoutées sur la

Plus en détail

Fouille de données spatiales Mr Dib Abderrahim & Dr Mohamed-Khireddine KHOLLADI

Fouille de données spatiales Mr Dib Abderrahim & Dr Mohamed-Khireddine KHOLLADI Fouille de données spatiales Mr Dib Abderrahim & Dr Mohamed-Khireddine KHOLLADI Introduction On assiste de plus en plus à la création d entrepôts de données. Les raisons sont multiples : 1. le tout numérique

Plus en détail

. Ce module offre la gamme de requête et d analyse la plus évoluée et la plus simple d utilisation du marché.

. Ce module offre la gamme de requête et d analyse la plus évoluée et la plus simple d utilisation du marché. La connaissance des facteurs-clés de réussite constitue un élément déterminant pour l amélioration des performances. Divalto intègre en standard, systématiquement Hyperion Intelligence. Ce module offre

Plus en détail

Ecole Technique «Transformation de données documentaires» Poitiers, 14-16 mars 2011. Atelier 1: Sphinx. import, conversion, export de données

Ecole Technique «Transformation de données documentaires» Poitiers, 14-16 mars 2011. Atelier 1: Sphinx. import, conversion, export de données Ecole Technique «Transformation de données documentaires» Poitiers, 14-16 mars 2011 Atelier 1: Sphinx import, conversion, export de données Introduction à la Recherche d'ist via le Web INRA Grignon, 03/2011

Plus en détail

Business Intelligence

Business Intelligence Business Intelligence Enjeux, Projets, Données, Indicateurs Gilles FONTANINI g.fontanini@decision-network.eu +33 (0)6 11 21 24 53 2? Gilles Fontanini Consultant et Administrateur d un GIE d experts en

Plus en détail

Via des moteurs de recherches Comme équation de recherche : «Bases de données et offices des brevets dans le monde»

Via des moteurs de recherches Comme équation de recherche : «Bases de données et offices des brevets dans le monde» I. Qu est ce qu un brevet? o Un monopole d exploitation de 20 ans maximum, sous condition du versement d une redevance o Accordé à une personne physique ou morale o Sur une invention technique o Avec obligation

Plus en détail

Cycles de formation certifiante du CIEMS

Cycles de formation certifiante du CIEMS Cycles de formation certifiante du CIEMS Casablanca, Agadir, Tanger Calendrier 2016 Cycle de formation certifiante Etudes Quantitatives & Qualitatives En partenariat avec Le Sphinx Initiation, Approfondissement

Plus en détail

La veille brevet avec Matheo Patent

La veille brevet avec Matheo Patent La veille brevet avec Matheo Patent CRP Henri Tudor Mercredi 25 septembre 2013 Les brevets : de l information stratégique Le contenu des brevets constitue une information technique et stratégique incontournable

Plus en détail

Jean-Marie DUCREUX Maurice MARCHAND-TONEL STRATÉGIE. Les clés du succès concurrentiel. Éditions d Organisation, 2004 ISBN : 2-7081-3153-2

Jean-Marie DUCREUX Maurice MARCHAND-TONEL STRATÉGIE. Les clés du succès concurrentiel. Éditions d Organisation, 2004 ISBN : 2-7081-3153-2 Jean-Marie DUCREUX Maurice MARCHAND-TONEL STRATÉGIE Les clés du succès concurrentiel Éditions d Organisation, 2004 ISBN : 2-7081-3153-2 SOMMAIRE INTRODUCTION...1 ANALYSER CHAPITRE 1 L effet d expérience...9

Plus en détail

Évaluer les liens entre codage et les données structurées (variables) Introduction au gestionnaire de rapport et au journal de commandes

Évaluer les liens entre codage et les données structurées (variables) Introduction au gestionnaire de rapport et au journal de commandes Trois approches en analyse de texte L'Analyse Qualitative L'analyse de Contenu Quantitative (par dictionnaires) Le forage de texte ("Text Mining") Introduction aux logiciels de Provalis Research QDA Miner

Plus en détail

La classification 2012-2013. Fabien Chevalier Jérôme Le Bellac

La classification 2012-2013. Fabien Chevalier Jérôme Le Bellac La classification 2012-2013 Fabien Chevalier Jérôme Le Bellac Introduction : Classification : méthode d analyse de données Objectif : Obtenir une représentation schématique simple d'un tableau de données

Plus en détail

Ingénierie d aide à la décision

Ingénierie d aide à la décision Ingénierie d aide à la décision Maria Malek 1 er septembre 2009 1 Objectifs et débouchés Nous proposons dans cette option deux grands axes pour l aide à la décision : 1. La recherche opérationnelle ; 2.

Plus en détail

Big Data et Graphes : Quelques pistes de recherche

Big Data et Graphes : Quelques pistes de recherche Big Data et Graphes : Quelques pistes de recherche Hamamache Kheddouci Laboratoire d'informatique en Image et Systèmes d'information LIRIS UMR 5205 CNRS/INSA de Lyon/Université Claude Bernard Lyon 1/Université

Plus en détail

Cycle de formation certifiante Sphinx

Cycle de formation certifiante Sphinx Cycle de formation certifiante Sphinx 28, 29, 30 Mai 2015 Initiation, Approfondissement et Maîtrise Etudes qualitatives / quantitatives Initiation, approfondissement et maîtrise des études qualitatives

Plus en détail

PILOTER ET MESURER MAÎTRISER L ORGANISATION PAR LES TABLEAUX DE BORD RH

PILOTER ET MESURER MAÎTRISER L ORGANISATION PAR LES TABLEAUX DE BORD RH PILOTER ET MESURER MAÎTRISER L ORGANISATION PAR LES TABLEAUX DE BORD RH HR Public 9 juin 2011 INTRODUCTION Piloter = Mesurer Comment? Via les tableaux de bord RH Réduire l incertitude Stabiliser l information

Plus en détail

INTERACTIONS DISTANTES ENTRE CARTE GEOSTRATEGIQUE, CLASSIFICATION, SEGMENTATION ET NORMALISATION

INTERACTIONS DISTANTES ENTRE CARTE GEOSTRATEGIQUE, CLASSIFICATION, SEGMENTATION ET NORMALISATION INTERACTIONS DISTANTES ENTRE CARTE GEOSTRATEGIQUE, CLASSIFICATION, SEGMENTATION ET NORMALISATION Bernard DOUSSET, Samuel GOURLAIN Institut de Recherche en Informatique de Toulouse, équipe SIG-EVI, Université

Plus en détail

La cartographie des brevets au service de la propriété industrielle

La cartographie des brevets au service de la propriété industrielle Forum technologique d Afrique de l Ouest et Centrale pour l exploitation industrielle des résultats de recherche en Afrique La cartographie des brevets au service de la propriété industrielle Une revue

Plus en détail

Avant-propos 7. CHAPITRE 1 Les défis de l architecture de l information 13. CHAPITRE 2 Construire un site les niveaux de Garrett 25

Avant-propos 7. CHAPITRE 1 Les défis de l architecture de l information 13. CHAPITRE 2 Construire un site les niveaux de Garrett 25 Sommaire 5 Avant-propos 7 Remerciements 9 Mode d emploi 11 CHAPITRE 1 Les défis de l architecture de l information 13 Jean-michel Salaün, Christine Dufour, Audrey Laplante 1. Une expertise nouvelle 13

Plus en détail

Discrétisation et génération de hiérarchies de concepts

Discrétisation et génération de hiérarchies de concepts Prétraitement des données 1 Pourquoi prétraiter les données? Nettoyage des données Intégration et transformation Réduction des données Discrétisation et génération de hiérarchies de g concepts Pourquoi

Plus en détail

Intelligence Artificielle et Systèmes Multi-Agents. Badr Benmammar bbm@badr-benmammar.com

Intelligence Artificielle et Systèmes Multi-Agents. Badr Benmammar bbm@badr-benmammar.com Intelligence Artificielle et Systèmes Multi-Agents Badr Benmammar bbm@badr-benmammar.com Plan La première partie : L intelligence artificielle (IA) Définition de l intelligence artificielle (IA) Domaines

Plus en détail

Cartographie de l information Intelligence économique territoriale

Cartographie de l information Intelligence économique territoriale Cartographie de l information Intelligence économique territoriale Sommaire 1 La cartographie de l information A B C La cartographie de l information Un domaine déjà ancien et reconnu Une chaîne de

Plus en détail

Analyse des réseaux sociaux et apprentissage

Analyse des réseaux sociaux et apprentissage Analyse des réseaux sociaux et apprentissage Emmanuel Viennet Laboratoire de Traitement et Transport de l Information Université Paris 13 - Sorbonne Paris Cité Réseaux sociaux? Réseaux sociaux? Analyse

Plus en détail

Réussir un projet Intranet 2.0

Réussir un projet Intranet 2.0 Frédéric Créplet Thomas Jacob Réussir un projet Intranet 2.0 Écosystème Intranet, innovation managériale, Web 2.0, systèmes d information, 2009 ISBN : 978-2-212-54345-2 Sommaire Démarche générale de l

Plus en détail

Introduction au datamining

Introduction au datamining Introduction au datamining Patrick Naïm janvier 2005 Définition Définition Historique Mot utilisé au départ par les statisticiens Le mot indiquait une utilisation intensive des données conduisant à des

Plus en détail

La segmentation à l aide de EG-SAS. A.Bouhia Analyste principal à la Banque Nationale du Canada. Chargé de cours à l UQAM

La segmentation à l aide de EG-SAS. A.Bouhia Analyste principal à la Banque Nationale du Canada. Chargé de cours à l UQAM La segmentation à l aide de EG-SAS A.Bouhia Analyste principal à la Banque Nationale du Canada. Chargé de cours à l UQAM Définition de la segmentation - Au lieu de considérer une population dans son ensemble,

Plus en détail

Anne-lise HUYET- Jean-Luc PARIS LIMOS équipe Recherche en Systèmes de Production IFMA Mail: huyet@ifma.fr, paris@ifma.fr

Anne-lise HUYET- Jean-Luc PARIS LIMOS équipe Recherche en Systèmes de Production IFMA Mail: huyet@ifma.fr, paris@ifma.fr Extraction de Connaissances pertinentes sur le comportement des systèmes de production: une approche conjointe par Optimisation Évolutionniste via Simulation et Apprentissage Anne-lise HUYET- Jean-Luc

Plus en détail

Analyse multivariée approfondie

Analyse multivariée approfondie Analyse multivariée approfondie Enseignants: NIANG N. et RUSSOLILLIO G. Maître de conférences Statistique Appliquée Laboratoire CEDRIC CNAM http://www.cnam.fr et d autres intervenants extérieurs au Cnam

Plus en détail

Big Data et Graphes : Quelques pistes de recherche

Big Data et Graphes : Quelques pistes de recherche Big Data et Graphes : Quelques pistes de recherche Hamamache Kheddouci http://liris.cnrs.fr/hamamache.kheddouci Laboratoire d'informatique en Image et Systèmes d'information LIRIS UMR 5205 CNRS/INSA de

Plus en détail

Data Mining, fouille de données: Concepts et techniques. Marius Fieschi Faculté de Médecine de Marseille

Data Mining, fouille de données: Concepts et techniques. Marius Fieschi Faculté de Médecine de Marseille Data Mining, fouille de données: Concepts et techniques Marius Fieschi Faculté de Médecine de Marseille Data Mining, fouille de données: Concepts et techniques Ce cours est très proche du cours diffusé

Plus en détail

Réalisation d un produit de veille concurrentielle. Jérôme Chevreul

Réalisation d un produit de veille concurrentielle. Jérôme Chevreul Réalisation d un produit de veille concurrentielle Jérôme Chevreul 1 Sommaire Pourquoi ce produit?...2 Collecte de l information..2 Quels sont les sites à surveiller?...3 Données à surveiller..4 De la

Plus en détail

SMALL DATA DANS LA VEILLE

SMALL DATA DANS LA VEILLE SMALL DATA DANS LA VEILLE Collecte et valorisation de l information stratégique dans l entreprise OCP El Jadida 25 Septembre 2014 25 Septembre 2014 OCP - El Jadida 2 Ordre du jour Définitions Etat de la

Plus en détail

WCUM pour l analyse d un site Web

WCUM pour l analyse d un site Web WCUM pour l analyse d un site Web Malika Charrad 1 Yves Lechevallier 2 Gilbert Saporta 3 Mohamed Ben Ahmed 4 1,4 Ecole Nationale des Sciences de l Informatique, Tunis 2 INRIA Rocquencourt, Paris 1,3 Conservatoire

Plus en détail

L évolution des pratiques d observation. de l outil Servist pour mesurer le potentiel

L évolution des pratiques d observation. de l outil Servist pour mesurer le potentiel Séminaire EuroLIO 2010 «Les indicateurs d innovation localisés» L évolution des pratiques d observation avec les pôles de compétitivité : l apport de l outil Servist pour mesurer le potentiel scientifique

Plus en détail

ProxiLens : Exploration interactive de données multidimensionnelles à partir de leur projection

ProxiLens : Exploration interactive de données multidimensionnelles à partir de leur projection ProxiLens : Exploration interactive de données multidimensionnelles à partir de leur projection Nicolas HEULOT (CEA LIST) Michaël AUPETIT (CEA LIST) Jean-Daniel FEKETE (INRIA Saclay) Journées Big Data

Plus en détail

Interactions distantes entre carte géostratégique, classification, segmentation et normalisation

Interactions distantes entre carte géostratégique, classification, segmentation et normalisation Interactions distantes entre carte géostratégique, classification, segmentation et normalisation Bernard DOUSSET, Samuel GOURLAIN Institut de Recherche en Informatique de Toulouse, équipe SIG-EVI, Université

Plus en détail

Cognit Ive Cas d utilisation

Cognit Ive Cas d utilisation Cognit Ive Cas d utilisation 96-98, rue de Montreuil - 75011 Paris _ opicot@ _ + 33 (0)1 40 09 71 55 Sommaire Présentation de la plateforme Cognit Ive SemanticMail : Traitement sémantique des mails Projets

Plus en détail

GKR. Geological Knowledge Representation Base de connaissances métallogéniques

GKR. Geological Knowledge Representation Base de connaissances métallogéniques GKR Geological Knowledge Representation Base de connaissances métallogéniques Objets Organiser un ensemble d informations complexes et hétérogènes pour orienter l exploration minière aux échelles tactiques

Plus en détail

Les techniques d exploitation de données (Data Mining)

Les techniques d exploitation de données (Data Mining) Les techniques d exploitation de données (Data Mining) 1 Présenté par : Emer Mestiri, M.sc Finance, Data Scientist Conseiller Gestion de risque de crédit, Mouvement Desjardins Sommaire 2 I. Logiciel SAS

Plus en détail

La recherche documentaire et la recherche d informations professionnelles. BU Sciences BIU Montpellier PPE 2012

La recherche documentaire et la recherche d informations professionnelles. BU Sciences BIU Montpellier PPE 2012 La recherche documentaire et la recherche d informations professionnelles 1 Introduction : la pratique étudiante Où commencez vous habituellement votre recherche d information? 84% des étudiants de 1er

Plus en détail

Management des organisations et stratégies Dossier n 10 Veille et intelligence économique

Management des organisations et stratégies Dossier n 10 Veille et intelligence économique Management des organisations et stratégies Dossier n 10 Veille et intelligence économique.i. Les enjeux et domaines de la veille.ii. La mise en place d un processus de veille.iii. Illustration d une démarche

Plus en détail

BUSINESS OBJECTS V5 / V6

BUSINESS OBJECTS V5 / V6 BUSINESS OBJECTS V5 / V6 Durée Objectif 2 jours L objectif de ce cours est de savoir utiliser le logiciel BUSINESS OBJECTS pour faire des interrogations multi - dimensionnelles sur les univers BO et de

Plus en détail

Motivation : pourquoi exploration de données? Nous nous noyons dans les données, mais manquons cruellement de connaissances

Motivation : pourquoi exploration de données? Nous nous noyons dans les données, mais manquons cruellement de connaissances 1 Introduction Définition et motivations Tâches de data mining (fouille de données, exploration de données) Techniques et algorithmes Exemples et applications 1 Motivation : pourquoi exploration de données?

Plus en détail

La Convergence des outils de veille et des sources

La Convergence des outils de veille et des sources La Convergence des outils de veille et des sources Atelier A1- i Expo 2006 31 mai 2006 «Référentiels et évaluation des outils de veille» Raymond Descout Vice-président Ventes et Marketing Europe, CEDROM-SNi

Plus en détail

Prototype SOLAP appliqué sur des champs continus en mode raster

Prototype SOLAP appliqué sur des champs continus en mode raster Session démos 24 novembre 2014 Prototype SOLAP appliqué sur des champs continus en mode raster Analyse de hot spots de criminalité Jean-Paul Kasprzyk, doctorant Introduction 2 L informatique décisionnelle

Plus en détail

TRAVAUX DE RECHERCHE DANS LE

TRAVAUX DE RECHERCHE DANS LE TRAVAUX DE RECHERCHE DANS LE DOMAINE DE L'EXPLOITATION DES DONNÉES ET DES DOCUMENTS 1 Journée technologique " Solutions de maintenance prévisionnelle adaptées à la production Josiane Mothe, FREMIT, IRIT

Plus en détail

INF6304 Interfaces Intelligentes

INF6304 Interfaces Intelligentes INF6304 Interfaces Intelligentes filtres collaboratifs 1/42 INF6304 Interfaces Intelligentes Systèmes de recommandations, Approches filtres collaboratifs Michel C. Desmarais Génie informatique et génie

Plus en détail

SQL SERVER 2008, BUSINESS INTELLIGENCE

SQL SERVER 2008, BUSINESS INTELLIGENCE SGBD / Aide à la décision SQL SERVER 2008, BUSINESS INTELLIGENCE Réf: QLI Durée : 5 jours (7 heures) OBJECTIFS DE LA FORMATION Cette formation vous apprendra à concevoir et à déployer une solution de Business

Plus en détail

1.1 Exemple introductif d un cube de données... 2

1.1 Exemple introductif d un cube de données... 2 1.1 Exemple introductif d un cube de données............... 2 2.1 Pré-traitement des données avec les outils OLAP [MHW00]...... 14 2.2 Architecture d un système intégrant SGBD, OLAP et MOLAP [Fu05] 16

Plus en détail

Détection, visualisation et validation d évènements médiatiques. INA/LaBRI - Benjamin Renoust EGC 20/06/11

Détection, visualisation et validation d évènements médiatiques. INA/LaBRI - Benjamin Renoust EGC 20/06/11 Interface d'exploration et de manipulation pour la détection d'évènements médiatiques Contrainte : Mettre l'utilisateur au centre du système Objectifs : Produire des cartes visuelles Retour sur la qualité

Plus en détail

Algorithmique - Techniques fondamentales de programmation Exemples en Python (nombreux exercices corrigés) - BTS, DUT informatique

Algorithmique - Techniques fondamentales de programmation Exemples en Python (nombreux exercices corrigés) - BTS, DUT informatique Introduction à l'algorithmique 1. Les fondements de l informatique 13 1.1 Architecture de Von Neumann 13 1.2 La machine de Turing 17 1.3 Représentation interne des instructions et des données 19 1.3.1

Plus en détail

Recherche et exploitation de l information pour son mémoire. Master Pro OPEx

Recherche et exploitation de l information pour son mémoire. Master Pro OPEx Recherche et exploitation de l information pour son mémoire Master Pro OPEx Objectifs Types documents pertinents Méthodologie Faire un état de l art Travail sur le vocabulaire Rédiger une requête Se procurer

Plus en détail

Digital Workplace. et Gestion. Concepts et mise en œuvre. Gilles BALMISSE. des connaissances

Digital Workplace. et Gestion. Concepts et mise en œuvre. Gilles BALMISSE. des connaissances Digital Workplace et Gestion des connaissances Gilles BALMISSE Table des matières 1 Avant-propos 1. Objectif du livre.......................................... 17 2. Illustrations des exemples de ce livre.........................

Plus en détail

L analyse de l information proposée par les outils de veille

L analyse de l information proposée par les outils de veille L analyse de l information proposée par les outils de veille Claire François To cite this version: Claire François. L analyse de l information proposée par les outils de veille. Regards sur l IE : le magazine

Plus en détail

Scénario: Exploration, classification des encours boursiers parisiens

Scénario: Exploration, classification des encours boursiers parisiens Scénario: Exploration, classification des encours boursiers parisiens Résumé Scénario d analyse d un jeu de données : l ensemble des séries des encours boursier à Paris. Description, lissage et classification

Plus en détail

Plateforme SAS. Data & Information System

Plateforme SAS. Data & Information System Data & Information System SOMMAIRE Rédacteur : Ref: F.Barthelemy AXIO_1111_V1 PLATEFORME SAS PREREQUIS SAS GUIDE SAS WRS SAS PORTAL SAS MINER Une plateforme unique et modulable capable d exploiter l architecture

Plus en détail

Veille technologique en télécommunications

Veille technologique en télécommunications Veille technologique en télécommunications Khalid EL HIMDI Ismail KASSOU Hamid MACHCHOUR 1 Techniques d analyse de contenus L analyse de contenus est au cœur de la gestion du cycle de vie de l information

Plus en détail

MASTER INFORMATIQUE Parcours INFORMATIQUE DECISIONNELLE

MASTER INFORMATIQUE Parcours INFORMATIQUE DECISIONNELLE MASTER INFORMATIQUE Parcours INFORMATIQUE DECISIONNELLE Responsable du parcours: Prof Hoai An LE THI Département d Informatique, UFR MIM Tel. 03 87 31 54 41, email lethi@univ-metz.fr Informatique décisionnelle

Plus en détail

Fouille de données de mobilité

Fouille de données de mobilité Fouille de données de mobilité Thomas Devogele Université François Rabelais (Tours) thomas.devogele@univ-tours.fr Laurent Etienne Ecole Navale (Brest) Laurent.etienne@ecole-navale.fr La fouille de donnée

Plus en détail

Mise en œuvre de l architecture SINP. Forum ATEN des TIC 4 juin 2014. Y. Lebeau MEDDE/DGALN/DEB/PEM4

Mise en œuvre de l architecture SINP. Forum ATEN des TIC 4 juin 2014. Y. Lebeau MEDDE/DGALN/DEB/PEM4 Mise en œuvre de l architecture SINP Forum ATEN des TIC 4 juin 2014 Y. Lebeau MEDDE/DGALN/DEB/PEM4 1 Principes d architecture retenus Diffusion de l information pour tous Accès simple à l information,

Plus en détail

Action de formation: SQL Server Business Intelligence & Data Warehouse

Action de formation: SQL Server Business Intelligence & Data Warehouse Action de formation: SQL Server Business Intelligence & Data Warehouse Contenu : Integration Services Présentation de Management Studio - Présenter les différentes tâches de SSMS - Structure des serveurs

Plus en détail

PLAN. Les systèmes d'information analytiques. Exemples de décisions

PLAN. Les systèmes d'information analytiques. Exemples de décisions Les systèmes d'information analytiques Dr A.R. Baba-ali Maitre de conferences USTHB PLAN Le cycle de decision Les composants analytiques ETL (Extract, Transform and Load) Entrepot de (Data warehouse) Traitement

Plus en détail

Classification. Pr Roch Giorgi. roch.giorgi@univ-amu.fr

Classification. Pr Roch Giorgi. roch.giorgi@univ-amu.fr Classification Pr Roch Giorgi roch.giorgi@univ-amu.fr SESSTIM, Faculté de Médecine, Aix-Marseille Université, Marseille, France http://sesstim-orspaca.org http://optim-sesstim.univ-amu.fr Objectif Rechercher

Plus en détail

DataHighDim. ACI «Masse de Données» - 2003. Analyse exploratoire et discriminante de données en grande dimension

DataHighDim. ACI «Masse de Données» - 2003. Analyse exploratoire et discriminante de données en grande dimension ACI «Masse de Données» - 2003 DataHighDim Analyse exploratoire et discriminante de données en grande dimension Anne Guérin-Dugué Laboratoire CLIPS Grenoble UJF, CNRS UMR 5524 Communication Langagière et

Plus en détail

Les Apports du Text Mining et du Web Mining à la Veille Stratégique. The Contributions of Text Mining and Web Mining for the Strategic Watch

Les Apports du Text Mining et du Web Mining à la Veille Stratégique. The Contributions of Text Mining and Web Mining for the Strategic Watch Les Apports du Text Mining et du Web Mining à la Veille Stratégique The Contributions of Text Mining and Web Mining for the Strategic Watch Anass EL HADDADI (*), Ilham BERRADA (*), Ismail KASSOU (*), Bernard

Plus en détail

Software Application Portfolio Management

Software Application Portfolio Management Environnement complet de consolidation du Patrimoine Applicatif & de production des Tableaux de bords d inventaire et de pilotage Software Application Portfolio Management Collecter Centraliser Normaliser

Plus en détail

XPlor : un outil d investigation en ligne sur des données relationnelles.

XPlor : un outil d investigation en ligne sur des données relationnelles. XPlor : un outil d investigation en ligne sur des données relationnelles. Cristelle ROUX (*), Didier SOSSON (*), Bernard DOUSSET (**) roux.cristelle@tiscali.fr, didier.sosson@gfi.be, dousset@irit.fr (*)

Plus en détail

INGÉNIERIE DES CONNAISSANCES CONSTRUCTION D ONTOLOGIES À PARTIR DE TEXTES (1)

INGÉNIERIE DES CONNAISSANCES CONSTRUCTION D ONTOLOGIES À PARTIR DE TEXTES (1) 09.02.2002 INGÉNIERIE DES CONNAISSANCES CONSTRUCTION D ONTOLOGIES À PARTIR DE TEXTES (1) Outils de traitement automatique des langues pour la construction d ontologies à partir de textes Didier BOURIGAULT

Plus en détail

Table des matières. PREMIÈRE PARTIE Étapes initiales des études marketing 7

Table des matières. PREMIÈRE PARTIE Étapes initiales des études marketing 7 Table des matières Préface Public 1 Structure de l ouvrage 1 Caractéristiques de l ouvrage 3 Contenu 3 Pédagogie 4 Remarques sur l adaptation française 4 Ressources numériques 5 Biographie 6 PREMIÈRE PARTIE

Plus en détail

Analyse des Données. Questions de cours. Exercice n o 1. Examen terminal - Durée 3h

Analyse des Données. Questions de cours. Exercice n o 1. Examen terminal - Durée 3h I.U.T de Caen STID 2ème année Département STID Année Universitaire 2002-2003 Responsable de cours : Alain LUCAS Seule la calculatrice type collège est autorisée. Seul le cours est autorisé. On rappelera

Plus en détail

Cours de Génie Logiciel

Cours de Génie Logiciel Cours de Génie Logiciel Sciences-U Lyon Diagrammes UML (2) http://www.rzo.free.fr Pierre PARREND 1 Avril 2005 Sommaire Les Diagrammes UML Diagrammes de Collaboration Diagrammes d'etats-transitions Diagrammes

Plus en détail

SQL Server 2012 Implémentation d'une solution de Business Intelligence (Sql Server, Analysis Services...)

SQL Server 2012 Implémentation d'une solution de Business Intelligence (Sql Server, Analysis Services...) Avant-propos 1. À qui s'adresse ce livre? 15 2. Pré-requis 15 3. Objectifs du livre 16 4. Notations 17 Introduction à la Business Intelligence 1. Du transactionnel au décisionnel 19 2. Business Intelligence

Plus en détail

Graphes, réseaux et internet

Graphes, réseaux et internet Graphes, réseaux et internet Clémence Magnien clemence.magnien@lip6.fr LIP6 CNRS et Université Pierre et Marie Curie (UPMC Paris 6) avec Matthieu Latapy, Frédéric Ouédraogo, Guillaume Valadon, Assia Hamzaoui,...

Plus en détail