Projet Fresqueau: un entrepôt des données pour analyser la qualité de l eau en France

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "Projet Fresqueau: un entrepôt des données pour analyser la qualité de l eau en France"

Transcription

1 Projet Fresqueau: un entrepôt des données pour analyser la qualité de l eau en France 12 juin 2013 Atelier Démarrage Projet MIDAS - 29 Janvier

2 Plan Projet Fresqueau Objectifs généraux Architecture Global Données Système OLAP pour le projet Fresqueau Modélisation Conceptuelle Exemple d Implémentation Remarques/Limites/Questions 23/04/13 2

3 Consortium Consortium - Laboratoires : LHYGES (Strasbourg), TETIS (Montpellier) LSIIT (Strasbourg), LIRMM (Montpellier) Le LSIIT s'est fondu dans ICUBE le 1/1/2013. Consortium - PME : Aquascop (Angers - Montpellier), Aquabio (Bordeaux) Durée du projet 1/10/11 31/12/14 (3 ans 3 mois) 23/04/13 3

4 Objectifs généraux Évaluation des hydro-écosystèmes Approfondir la connaissance du fonctionnement des cours d eau par l analyse des taxons à la base des indices biologiques Relier les sources de pressions sur le milieu à la qualité physico-chimique et biologique des cours d eau 23/04/13 4

5 Objectifs généraux Méthodologie Qualité des données et entrepôt Développement des cubes pour aider les experts à explorer les données Définition de méthodes de fouille de données temporelles et spatiales Validation des méthodes et implantation d'un prototype 23/04/13 5

6 Architecture globale Plateforme dédiée à l aide à la découverte des connaissances Exploitation de méthodes innovantes (statistiques fouille de données) 6

7 Données: modélisation Territoires étudiés Bassin Rhin Meuse 32700km² 7100 km de rivière Zoom sur la plaine alsacienne Bassin Rhône Méditerranée et Corse km² km de rivière Zoom sur le bassin de la Saône 18/05/12 7

8 Données: Source Hétérogènes Les données de qualité d eau Bioindicateurs, paramètres physico-chimiques, Les données d hydrographie BD Carthage, BD TOPO, Time Les données des stations de mesure Stations de suivis nationaux, stations d études, Les données de variables de forçage ou de contexte Climat, débits, hydroécorégions, Les données liées aux activités humaines Occupation du sol, obstacles à l écoulement, 8

9 Compartiment réseau hydrographique Granularités variées : Données à la granularité des taxons Données à la granularité des indices (notes) Sources variées : Carthage, Topo, Syrah 18/05/12 9

10 Plan Projet Fresqueau Objectifs généraux Architecture Global Données Système OLAP pour le projet Fresqueau Modélisation Conceptuelle Exemple d Implémentation Remarques/Limites/Questions 10

11 Partie II : Cubes Fresqueau Système OLAP Stockage de données Stockage de données Serveur OLAP Client OLAP BD Intégrée Fresqueau ETL Data mart physicochimie Clients SOLAP Data mart biologie PostGis Spatial Data Integrator PostGis Mondrian JRubik 11

12 Partie II : Cubes Fresqueau Modélisation conceptuelle Les différentes étapes 1. Définition des besoins informationnels (Types de requêtes OLAP, interactions avec les utilisateurs + Etude de la BD Fresqueau) 2. Définition du modèle conceptuel multidimensionnel (Dimensions, mesures et règles d agrégations, Tables et colonnes de la BD qui vont alimenter le Cube) 3. Implémentation et alimentation du Cube (Schéma de data mart, implémentation fonctions ad hoc, Intégration) 4. Test du cube avec les utilisateurs 12

13 Modélisation conceptuelle Faits : Sujets analysés Exemple : ventes Mesures numériques et spatiales : descriptions de faits Exemples : prix de vente, quantité vendue Dimensions thématiques, spatiales et temporelles Exemples : Produits, Magasins, Temps Hiérarchies : Organisations de dimensions en plusieurs niveaux de détail Exemple : Hiérarchie temporelle en 3 niveaux Mois, Trimestre et Année Fonctions d agrégation : agrègent les mesures le long des hiérarchies de dimension Exemples : Somme, Moyenne, Union spatiale Opérateurs OLAP/SOLAP : permettent l exploration des cubes Exemples : Roll-up, Drill-down, Roll-up spatial, etc. 13

14 Modélisation conceptuelle Cubes modélisés sous forme de diagrammes de classes UML sous Papyrus : 1 Cube Physico-chimie 2 Cube Indices biologiques 3 Cube Taxons Dans tous le cubes il y a la dimension spatiale à prendre en compte 14

15 Partie II : Cubes Fresqueau 1.Système existant 2.Système cible3.planning des taches Modélisation conceptuelle 15

16 Partie II : Cubes Fresquea Implémentation 2 versions simplifiées du cube Physico-chimie 1. Cube sans l aspect qualité 3 dimensions : (i) temps, (ii) paramètres et (iii) stations avec pour chacune les hiérarchies 1 mesure : valeur du paramètre physico-chimique agrégée avec la moyenne 2. Cube avec 3 mesures de qualité agrégées avec la moyenne degrés de précisions thématique, spatiale et temporelle (valeur entre 0 et 1) Programme ETL Talend pour alimenter les cubes Physico-chimie implémentés 16

17 Partie II : Cubes Fresqueau 1.Système existant 2.Système cible3.planning des taches Implémentation: cube physico-chimie 17

18 Implémentation: cube physico-chimie Version prototype du cube implémentée : Paramètre 1,2,3,4-Tetrachlorobenzène au niveau du mois, pour tous les départements 18

19 Implémentation: cube physico-chimie Paramètre 1,2,3,4-Tetrachlorobenzène au niveau du mois, pour chaque département 19

20 Partie II : Cubes Fresqueau 1.Système existant 2.Système cible3.planning des taches Remarques/Limites/Questions Indicateurs d analyse simples Agrégations simples (e.g. moyenne sur toutes les dimensions) Question : ces indicateurs répondent t ils aux besoins? Agrégation de mesures avec différentes unités de mesure Question: Y-a-t-il d'autres mesures pertinentes que l'abondance? Quelles sont les fonctions d'agrégation à utiliser selon les dimensions pour chaque indicateur? Comment agréger les paramètres de qualité? 20

21 Partie II : Cubes Fresqueau Système OLAP Adresser tous les points nous permettra d obtenir un système SOLAP concernant l analyse de la qualité de l eau pour aider les experts Stockage de données Stockage de données Serveur OLAP Client OLAP BD Intégrée Fresqueau ETL Data mart physicochimie Clients SOLAP Data mart biologie PostGis Spatial Data Integrator PostGis Mondrian JRubik 21

22 10/06/13 22 Présentation Bordeaux Merci de votre attention!

Système OLAP Fresqueau

Système OLAP Fresqueau Système OLAP Fresqueau Kamal BOULIL Journées 20 mars Strasbourg Réunion plénière -Fresqueau 07-08 octobre 2013 1 Plan 1. Introduction 1. Projet ANR Fresqueau 2. Systèmes OLAP 2. Système OLAP Fresqueau

Plus en détail

Informatique Décisionnelle pour l environnement

Informatique Décisionnelle pour l environnement Territoires, Environnement, Télédétection et Information Spatiale Unité mixte de recherche AgroParisTech - Cirad - Irstea Informatique Décisionnelle pour l environnement Principe, architecture informatique

Plus en détail

Etude de faisabilité visant à mettre en place un entrepôt de données sur les données de l IFN. Analyser et Explorer avec une grande interactivité

Etude de faisabilité visant à mettre en place un entrepôt de données sur les données de l IFN. Analyser et Explorer avec une grande interactivité Établissement chargé de réaliser l inventaire permanent du patrimoine forestier sur tout le territoire métropolitain indépendamment de toute question de propriété. Parmi ces objectifs: Connaissance de

Plus en détail

Entreposage, analyse en ligne et fouille de données

Entreposage, analyse en ligne et fouille de données Entreposage, analyse en ligne et fouille de données Houssem Jerbi IRIT - SIG/ED jerbi@irit.fr Journée COMPIL " Bases de Données" 14/12/2010 PLAN Introduction Bases de données Entrepôt de données Technologie

Plus en détail

Contexte général de l étude

Contexte général de l étude 1 2 Contexte général de l étude Les entrepôts de données associés à des outils d analyse On Line Analytical Processing (OLAP), représentent une solution effective pour l informatique décisionnelle (Immon,

Plus en détail

Urbanisation des SI-NFE107

Urbanisation des SI-NFE107 OLAP Urbanisation des SI-NFE107 Fiche de lecture Karim SEKRI 20/01/2009 OLAP 1 Introduction PLAN OLAP Les différentes technologies OLAP Plate formes et Outils 20/01/2009 OLAP 2 Informatique décisionnelle

Plus en détail

PARTIE 1 : ETAT DE L ART...

PARTIE 1 : ETAT DE L ART... Table des matières INTRODUCTION... 1 Contexte général de l étude... 3 Problématiques... 4 Contributions des nos travaux de recherche... 5 Organisation du mémoire... 6 PARTIE 1 : ETAT DE L ART... 9 CHAPITRE

Plus en détail

CAPACITE CARTOGRAPHIQUE AUTOUR DES TECHNOLOGIES SOLAP

CAPACITE CARTOGRAPHIQUE AUTOUR DES TECHNOLOGIES SOLAP CONSERVATOIRE NATIONAL DES ARTS ET METIERS CENTRE REGIONAL RHONE-ALPES CENTRE D'ENSEIGNEMENT DE GRENOBLE UE ENG111 - Epreuve TEST Travail d'etude et de Synthèse Technique en INFORMATIQUE CAPACITE CARTOGRAPHIQUE

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

Informatique Décisionnelle pour l environnement

Informatique Décisionnelle pour l environnement Territoires, Environnement, Télédétection et Information Spatiale Unité mixte de recherche AgroParisTech - Cirad - Irstea Informatique Décisionnelle pour l environnement Principe, architecture informatique

Plus en détail

Bases de données. Modèle décisionnel. Jérôme Rocheteau. Lecture 8. Institut Catholique d Arts et Métiers Site de Nantes

Bases de données. Modèle décisionnel. Jérôme Rocheteau. Lecture 8. Institut Catholique d Arts et Métiers Site de Nantes Bases de données Lecture 8 1 / 25 Bases de données Modèle décisionnel Jérôme Rocheteau Institut Catholique d Arts et Métiers Site de Nantes Lecture 8 Bases de données Lecture 8 2 / 25 1 Structure multidimensionnelle

Plus en détail

Conception de systèmes d'information et d'entrepôts de données

Conception de systèmes d'information et d'entrepôts de données Territoires, Environnement, Télédétection et Information Spatiale Unité mixte de recherche AgroParisTech - Cirad - Irstea Conception de systèmes d'information et d'entrepôts de données Vers des structures

Plus en détail

Les entrepôts de données pour les nuls... ou pas!

Les entrepôts de données pour les nuls... ou pas! Atelier aideà la Décision à tous les Etages AIDE@EGC2013 Toulouse Mardi 29 janvier 2013 Cécile Favre Fadila Bentayeb Omar Boussaid Jérôme Darmont Gérald Gavin Nouria Harbi Nadia Kabachi Sabine Loudcher

Plus en détail

Développement de tableaux de bord et rapports géodécisionnels dans Pentaho CE

Développement de tableaux de bord et rapports géodécisionnels dans Pentaho CE Données statistiques Développement de tableaux de bord et rapports géodécisionnels dans Pentaho CE Données géographiques Un entrepôt / portail au service du territoire Hocine BEN HMID Pascal CHEVALLOT

Plus en détail

Évolution de modèle dans les entrepôts de données : existant et perspectives

Évolution de modèle dans les entrepôts de données : existant et perspectives EDA'07 3èmes journées francophones sur les Entrepôts de Données et l'analyse en ligne Poitiers, 7 et 8 Juin 2007 Évolution de modèle dans les entrepôts de données : existant et perspectives Cécile Favre,

Plus en détail

Entrepôt de données (ED) Exercice traité en cours

Entrepôt de données (ED) Exercice traité en cours Enoncé Entrepôt de données (ED) Exercice traité en cours Une grande entreprise à succursales multiples veut rassembler toutes les nuits dans un entrepôt de données des informations sur les s du jour afin

Plus en détail

Créer un jeu de données locales pour mettre en évidence les facteurs de répartition des poissons dans l eau en 5 ème

Créer un jeu de données locales pour mettre en évidence les facteurs de répartition des poissons dans l eau en 5 ème Créer un jeu de données locales pour mettre en évidence les facteurs de répartition des poissons dans l eau en 5 ème Les données utilisées pour les cours d eau ou plans d eau de l environnement proche

Plus en détail

BUSINESS INTELLIGENCE. Une vision cockpit : utilité et apport pour l'entreprise

BUSINESS INTELLIGENCE. Une vision cockpit : utilité et apport pour l'entreprise BUSINESS INTELLIGENCE Une vision cockpit : utilité et apport pour l'entreprise 1 Présentation PIERRE-YVES BONVIN, SOLVAXIS BERNARD BOIL, RESP. SI, GROUPE OROLUX 2 AGENDA Définitions Positionnement de la

Plus en détail

Les Entrepôts de Données

Les Entrepôts de Données Les Entrepôts de Données Grégory Bonnet Abdel-Illah Mouaddib GREYC Dépt Dépt informatique :: GREYC Dépt Dépt informatique :: Cours Cours SIR SIR Systèmes d information décisionnels Nouvelles générations

Plus en détail

La place de la Géomatique Décisionnelle dans le processus de décision

La place de la Géomatique Décisionnelle dans le processus de décision Géomatique décisionnelle La place de la Géomatique Décisionnelle dans le processus de décision - Arnaud Van De Casteele Mines ParisTech - CRC Arnaud {dot} van_de_casteele {at} mines-paristech.fr Les rencontres

Plus en détail

BI = Business Intelligence Master Data-ScienceCours 4 - OLAP

BI = Business Intelligence Master Data-ScienceCours 4 - OLAP BI = Business Intelligence Master Data-Science Cours 4 - OLAP UPMC 15 février 2015 Plan Vision générale ETL Datawarehouse OLAP Reporting Data Mining Entrepôt de données Les entrepôts de données (data warehouse)

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

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

BI2 : Un profil UML pour les Indicateurs Décisionnels

BI2 : Un profil UML pour les Indicateurs Décisionnels BI2 : Un profil UML pour les Indicateurs Décisionnels Sandro Bimonte Irstea, TSCF, 9 Av. Blaise Pascal, 63178, Aubière, France sandro.bimonte@irstea.fr Thème de Recherche MOTIVE www.irstea.fr 2 Plan Motivations

Plus en détail

un module de simulation des évolutions urbaines http://geopensim.ign.fr Présentation

un module de simulation des évolutions urbaines http://geopensim.ign.fr Présentation un module de simulation des évolutions urbaines http://geopensim.ign.fr 12 mars 2009 Anne Ruas Annabelle Mas Julien Perret Présentation Plateforme open source d analyse et de simulation des évolutions

Plus en détail

Introduction. d'informations Les entrepôts de données (Datawarehouse) Les datamarts Architecture Modélisation

Introduction. d'informations Les entrepôts de données (Datawarehouse) Les datamarts Architecture Modélisation Data WareHouse Plan Introduction Eléments de la théorie des systèmes d'informations Les entrepôts de données (Datawarehouse) Les datamarts Architecture Modélisation 2 Présentation Besoin: prise de décisions

Plus en détail

Un outil de gestion de l information spatiale : les SIG Les SIG, finalement c est quoi?

Un outil de gestion de l information spatiale : les SIG Les SIG, finalement c est quoi? Un outil de gestion de l information spatiale : les SIG Les SIG, finalement c est quoi? Guillaume Fantino CNRS-ENS / Environnement, Villes, Société Observatoire des Sédiments du Rhône Plan: Informations

Plus en détail

ThémaMap : un outil de cartographie thématique

ThémaMap : un outil de cartographie thématique ThémaMap : un outil de cartographie thématique Un exemple de mise en œuvre sur les pêches artisanales péruviennes. G. Domalain, C. Rodriguez (IRD-UMR EME-Sète) J. Madelaine, J. Chauveau GREYC - CNRS UMR

Plus en détail

Modélisation multidimensionnelle des données complexes : application aux données médicales

Modélisation multidimensionnelle des données complexes : application aux données médicales Modélisation multidimensionnelle des données complexes : application aux données médicales Sommaire : Midouni Sid Ahmed Djallal Version 9 08/06/05 1. Introduction... 3 2. Etat de l art... 4 3. Modélisation

Plus en détail

L informatique des entrepôts de données

L informatique des entrepôts de données L informatique des entrepôts de données Daniel Lemire SEMAINE 9 Les opérations OLAP 9.1. Présentation de la semaine Nous avons vu la semaine précédente qu il est possible de définir partiellement le paradigme

Plus en détail

Master Professionnel Informatique Appliquée aux Systèmes d Informations Géographiques. Projet personnel. Thème : Présenté par IOGO Valentin

Master Professionnel Informatique Appliquée aux Systèmes d Informations Géographiques. Projet personnel. Thème : Présenté par IOGO Valentin Master Professionnel Informatique Appliquée aux Systèmes d Informations Géographiques Projet personnel Thème : «Etude exploratoire des systèmes d information géographique décisionnels (SIG décisionnels)

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

INTRODUCTION A LA B.I AVEC PENTAHO BUSINESS ANALYTICS Formation animée par

INTRODUCTION A LA B.I AVEC PENTAHO BUSINESS ANALYTICS Formation animée par Séminaire de formation INTRODUCTION A LA B.I AVEC PENTAHO BUSINESS ANALYTICS Formation animée par M. Dia Alioune Expert consultant BI OPEN SOURCE Directeur BADIA OA GROUP : OpenAfriki France Du 09 au 11

Plus en détail

LA BASE DE DONNEES ESPON UNE BASE DE DONNEES SPATIO-TEMPORELLE ET MULTI-THEMATIQUE

LA BASE DE DONNEES ESPON UNE BASE DE DONNEES SPATIO-TEMPORELLE ET MULTI-THEMATIQUE QUELS DEFIS POUR LES TERRITOIRES FRANCAIS ET EUROPEENS? L ECLAIRAGE SCIENTIFIQUE ET OPERATIONNEL DU PROGRAMME ESPON 2013 LA BASE DE DONNEES ESPON UNE BASE DE DONNEES SPATIO-TEMPORELLE ET MULTI-THEMATIQUE

Plus en détail

Base de données en mémoire

Base de données en mémoire Base de données en mémoire Plan Bases de données relationnelles OnLine Analytical Processing Difficultés de l OLAP Calculs en mémoire Optimisations 1 Base de données relationnelle Introduction Date Exemple

Plus en détail

Entrepôt de données 1. Introduction

Entrepôt de données 1. Introduction Entrepôt de données 1 (data warehouse) Introduction 1 Présentation Le concept d entrepôt de données a été formalisé pour la première fois en 1990 par Bill Inmon. Il s agissait de constituer une base de

Plus en détail

UNE DÉMARCHE D ANALYSE À BASE DE PATRONS POUR LA DÉCOUVERTE DES BESOINS MÉTIER D UN SID

UNE DÉMARCHE D ANALYSE À BASE DE PATRONS POUR LA DÉCOUVERTE DES BESOINS MÉTIER D UN SID 1 UNE DÉMARCHE D ANALYSE À BASE DE PATRONS POUR LA DÉCOUVERTE DES BESOINS MÉTIER D UN SID 31 janvier 2012 Bordeaux Présentée par :Mme SABRI Aziza Encadrée par : Mme KJIRI Laila Plan 2 Contexte Problématique

Plus en détail

La Business Intelligence 01/05/2012. Les Nouvelles Technologies

La Business Intelligence 01/05/2012. Les Nouvelles Technologies 2 La Business Intelligence Les Nouvelles Technologies 3 Une expertise méthodologique pour une intervention optimale sur tous les niveaux du cycle de vie d un projet 4 5 Ils nous font confiance : L ambition

Plus en détail

Entrepôts de données. NEGRE Elsa Université Paris-Dauphine 2015-2016

Entrepôts de données. NEGRE Elsa Université Paris-Dauphine 2015-2016 Entrepôts de données NEGRE Elsa Université Paris-Dauphine 2015-2016 Contexte et problématique Le processus de prise de décision L entrepôt de données Définition Différence avec un SGBD Caractéristiques

Plus en détail

Introduction à la conception d'une base de données Walter RUDAMETKIN

Introduction à la conception d'une base de données Walter RUDAMETKIN Introduction à la conception d'une base de données Walter RUDAMETKIN Bureau F011 Walter.Rudametkin@polytech-lille.fr Étapes de la conception d'une base de données Analyse de la situation existante et des

Plus en détail

Documentation du serveur de jeu

Documentation du serveur de jeu Documentation du serveur de jeu Introduction Ce document décrit le rôle de notre serveur de jeu et les fonctionnalités qu il fournit à l application Android. Nous détaillerons aussi l architecture et les

Plus en détail

Construction d un EDD avec SQL 2008 R2. D. Ploix - M2 Miage - EDD - Création

Construction d un EDD avec SQL 2008 R2. D. Ploix - M2 Miage - EDD - Création Construction d un EDD avec SQL 2008 R2 Plan Analyse du DW construit Construction de la base DW dans SQL 2008 Construction des tables de faits et dimensions Injection des données Étapes de l injection des

Plus en détail

L informatique des entrepôts de données

L informatique des entrepôts de données L informatique des entrepôts de données Daniel Lemire SEMAINE 8 Introduction à OLAP 8.1. Présentation de la semaine Le modèle OLAP (Online Analytical Processing) est un modèle quasiomniprésent en intelligence

Plus en détail

Caractérisation de l'état des écosystèmes aquatiques à l'aide de motifs temporels discriminants

Caractérisation de l'état des écosystèmes aquatiques à l'aide de motifs temporels discriminants Caractérisation de l'état des écosystèmes aquatiques à l'aide de motifs temporels discriminants Titre de la thèse : pour l'évaluation et le suivi de la qualité des cours d'eau Mickaël FABREGUE Directrices

Plus en détail

Analyse multidimensionnelle et système d information géographique appliqués à l analyse de données de gestion routière

Analyse multidimensionnelle et système d information géographique appliqués à l analyse de données de gestion routière IE Analyse multidimensionnelle et système d information géographique appliqués à l analyse de données de gestion routière Réalisé par: Dr Yvan Bédard, professeur Sonia Rivest, professionnelle de recherche

Plus en détail

BASES DE DONNEES AVANCEES

BASES DE DONNEES AVANCEES 1.Introduction J.Korczak 1 BASES DE DONNEES AVANCEES Jerzy KORCZAK, Mohammed ATTIK email: {jjk,attik}@lsiit.u-strasbg.fr BDA Objectifs : Ce cours présente des méthodes, modèles et outils d'aide au développement

Plus en détail

Fiche de lecture OLAP

Fiche de lecture OLAP Fiche de lecture OLAP NFE107 Urbanisation des Systèmes d Information Karim Sekri Informatique décisionnelle BI, Business Intelligence Système interprétant des données complexes permettant aux dirigeants

Plus en détail

Top_Keyword: Agrégation de motsclefs dans un environnement OLAP

Top_Keyword: Agrégation de motsclefs dans un environnement OLAP SIG/ED Top_Keyword: Agrégation de motsclefs dans un environnement OLAP Franck Ravat, Olivier Teste, Ronan Tournier, Gilles Zurfluh. IRIT: Institut de Recherche en Informatique de Toulouse. tournier@irit.fr

Plus en détail

Modélisation des dynamiques spatiales et cartographies animée, interactive et dynamiques

Modélisation des dynamiques spatiales et cartographies animée, interactive et dynamiques Modélisation des dynamiques spatiales et cartographies animée, interactive et dynamiques Point de vue géographique UMR 7300 Espace Université d Avignon GDR MoDys École Thématique Modys : Modélisation et

Plus en détail

Plan. Introduction Eléments de la théorie des systèmes d'informations Les entrepôts de données (Datawarehouse) Les datamart Architecture Modélisation

Plan. Introduction Eléments de la théorie des systèmes d'informations Les entrepôts de données (Datawarehouse) Les datamart Architecture Modélisation Data WareHouse Plan Introduction Eléments de la théorie des systèmes d'informations Les entrepôts de données (Datawarehouse) Les datamart Architecture Modélisation 2 Présentation Besoin: prise de décisions

Plus en détail

CATALOGUE DE FORMATIONS BUSINESS INTELLIGENCE. Edition 2012

CATALOGUE DE FORMATIONS BUSINESS INTELLIGENCE. Edition 2012 CATALOGUE DE FORMATIONS BUSINESS INTELLIGENCE Edition 2012 AGENDA Qui sommes nous? Présentation de Keyrus Keyrus : Expert en formations BI Nos propositions de formation 3 modes de formations Liste des

Plus en détail

Le Système Relationnel d Audit de l Hydromorphologie des cours d eau d eau SYRAH- CE

Le Système Relationnel d Audit de l Hydromorphologie des cours d eau d eau SYRAH- CE Le Système Relationnel d Audit de l Hydromorphologie des cours d eau d eau SYRAH- CE État d avancement Johann MOY Bureau des milieux aquatiques Ministère de l'écologie, de l'énergie, du Développement durable

Plus en détail

Sommaire. Introduction. Opérations typiques. Langages. Architectures

Sommaire. Introduction. Opérations typiques. Langages. Architectures OLAP IED 2006-2007 Sommaire Introduction Opérations typiques Langages Architectures Introduction Contexte un entrepôt de données offre des données - nombreuses - homogènes - exploitables - multidimensionnelles

Plus en détail

HERMES SYSTEM et BEWISE souhaitent vous offrir les meilleures compétences.

HERMES SYSTEM et BEWISE souhaitent vous offrir les meilleures compétences. Notre alliance, Votre atout. HERMES SYSTEM et BEWISE souhaitent vous offrir les meilleures compétences. C est de cette philosophie qu est née notre partenariat avec la société toulousaine (31) Bewise,

Plus en détail

Nouspresentonslesprincipauxaspectsautourdelanotion(entrep^otde Resume

Nouspresentonslesprincipauxaspectsautourdelanotion(entrep^otde Resume EdgardBentez-Guerrero,ChristineCollet,MichelAdiba Entrep^otsdeDonnees:SyntheseetAnalyse RR1017-I-LSR8 RAPPORTDERECHERCHE Mai1999 e-mail:fedgard.benitez,christine.collet,michel.adibag@imag.fr Entrep^otsdeDonnees:SyntheseetAnalyse

Plus en détail

Mise en place d une base de données géoréférencées: outil d aide à la décision pour la protection des prises d eau

Mise en place d une base de données géoréférencées: outil d aide à la décision pour la protection des prises d eau Mise en place d une base de données géoréférencées: outil d aide à la décision pour la protection des prises d eau Contexte Exigences croissantes en matière de qualité et de sécurité d approvisionnement

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

Bases de données multimédias Bases de données multidimensionnelles

Bases de données multimédias Bases de données multidimensionnelles Bases de données multimédias Bases de données multidimensionnelles Contenu BD Multimédia : Caractéristiques Modélisation Interrogation Architectures des SGBD multimédias BD Multidimensionnelles Motivations

Plus en détail

Objectif : Passer de l analyse métier et fonctionnelle à la définition des applications qui

Objectif : Passer de l analyse métier et fonctionnelle à la définition des applications qui Formation PARTIE 1 : ARCHITECTURE APPLICATIVE DUREE : 5 h Objectif : Passer de l analyse métier et fonctionnelle à la définition des applications qui automatisent les fonctions Définir une architecture

Plus en détail

L'infocentre sert à prendre des décisions opérationnelles basées sur des valeurs courantes

L'infocentre sert à prendre des décisions opérationnelles basées sur des valeurs courantes II - II 1ère génération 13 2ème génération : Entrepôt de données / Magasin de données 15 3ème génération OLAP 16 Références Bibliographiques 18 A. 1ère génération Infocentre Tableur Base de données Infocentre

Plus en détail

CODATU XI. Congrès Mondial de Bucarest 22-24 Avril 2004

CODATU XI. Congrès Mondial de Bucarest 22-24 Avril 2004 CODATU XI Congrès Mondial de Bucarest 22-24 Avril 2004 MODELE DE SIMULATION DE FLUX DE VOYAGEURS POUR L ETUDE ET L EXPLOITATION DES STATIONS DE TRAMWAY ET DE BUS ET DE LEURS EQUIPEMENTS COMPORTEMENT DES

Plus en détail

Travail de diplôme 2011 Business Intelligence Open Source SpagoBI/Talend Résumé

Travail de diplôme 2011 Business Intelligence Open Source SpagoBI/Talend Résumé ESNE Travail de diplôme 2011 Business Intelligence Open Source SpagoBI/Talend Résumé I.Cirillo 2010-2011 Introduction Le laboratoire de base de données de l ESNE a mis en place, il y a quelques années,

Plus en détail

Oracle Décisionnel : Modèle OLAP et Vue matérialisée D BILEK

Oracle Décisionnel : Modèle OLAP et Vue matérialisée D BILEK Oracle Décisionnel : Modèle OLAP et Vue matérialisée SOMMAIRE Introduction Le modèle en étoiles Requêtes OLAP Vue matérialisée Fonctions Roll up et Cube Application Introduction Data Warehouse Moteur OLAP

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

Etude expérimentale de l influence des ouvrages de protection sur les avalanches et des pressions d impact

Etude expérimentale de l influence des ouvrages de protection sur les avalanches et des pressions d impact Etude expérimentale de l influence des ouvrages de protection sur les avalanches et des pressions d impact 2009 2012 Paolo Caccamo Université de Grenoble Encadrants : Florence Naaim-Bouvet, Thierry Faug,

Plus en détail

OLAP. Data Mining Decision

OLAP. Data Mining Decision Machine Learning Information Systems Data Warehouses Web & Cloud Intelligence OLAP Knowledge Management Data Mining Decision ENTREPÔTS, REPRÉSENTATION & INGÉNIERIE des CONNAISSANCES Une recherche pluridisciplinaire...

Plus en détail

Les entrepôts de données

Les entrepôts de données Les entrepôts de données Lydie Soler Janvier 2008 U.F.R. d informatique Document diffusé sous licence Creative Commons by-nc-nd (http://creativecommons.org/licenses/by-nc-nd/2.0/fr/) 1 Plan Introduction

Plus en détail

CATALOGUE DE FORMATIONS BUSINESS INTELLIGENCE. Edition 2012

CATALOGUE DE FORMATIONS BUSINESS INTELLIGENCE. Edition 2012 CATALOGUE DE FORMATIONS BUSINESS INTELLIGENCE Edition 2012 AGENDA Qui sommes nous? Présentation de Keyrus Keyrus : Expert en formations BI Nos propositions de formation 3 modes de formations Liste des

Plus en détail

Datawarehouse: Cubes OLAP. Marlyse Dieungang Khaoula Ghilani

Datawarehouse: Cubes OLAP. Marlyse Dieungang Khaoula Ghilani Datawarehouse: Cubes OLAP Marlyse Dieungang Khaoula Ghilani Table des matières 1 Data Warehouse 3 1.1 Introduction............................ 3 1.1.1 Définition......................... 3 1.1.2 Architecture........................

Plus en détail

Chapitre 4 Modélisation et Conception de BD

Chapitre 4 Modélisation et Conception de BD Pourquoi une modélisation préalable? Chapitre 4 Modélisation et Conception de BD Il est difficile de modéliser un domaine sous une forme directement utilisable par un SGBD. Stockage physique Cohérence/intégrité

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

Construction d un environnement destiné à l'aide au pilotage

Construction d un environnement destiné à l'aide au pilotage Retour d expérience Construction d un environnement destiné à l'aide au pilotage 1 «Journée sur le décisionnel et pilotage autour du SI de son référentiel» Marseille 26 juin Construction d un environnement

Plus en détail

OLAP : Mondrian + Pentaho. Maguelonne Teisseire Hugo Alatrista Salas hugo.alatrista- salas@teledetec9on.fr Flavien Bouillot

OLAP : Mondrian + Pentaho. Maguelonne Teisseire Hugo Alatrista Salas hugo.alatrista- salas@teledetec9on.fr Flavien Bouillot OLAP : Mondrian + Pentaho Maguelonne Teisseire Hugo Alatrista Salas hugo.alatrista- salas@teledetec9on.fr Flavien Bouillot Outils Open Source Mondrian : serveur OLAP JFreeReport : ou9l de «Repor9ng» KeHle

Plus en détail

Introduction à la B.I. Avec SQL Server 2008

Introduction à la B.I. Avec SQL Server 2008 Introduction à la B.I. Avec SQL Server 2008 Version 1.0 VALENTIN Pauline 2 Introduction à la B.I. avec SQL Server 2008 Sommaire 1 Présentation de la B.I. et SQL Server 2008... 3 1.1 Présentation rapide

Plus en détail

Collabora'on IRISA/INRA sur le transfert de nitrates et l améliora'on de la qualité des eaux des bassins versants:

Collabora'on IRISA/INRA sur le transfert de nitrates et l améliora'on de la qualité des eaux des bassins versants: Collabora'on IRISA/INRA sur le transfert de nitrates et l améliora'on de la qualité des eaux des bassins versants: Tassadit BOUADI 22 Juin 2010, Saint Jacut 1 Plan Introduc

Plus en détail

Département Génie Informatique

Département Génie Informatique Département Génie Informatique BD51 : Business Intelligence & Data Warehouse Projet Rédacteur : Christian FISCHER Automne 2011 Sujet : Développer un système décisionnel pour la gestion des ventes par magasin

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

Didier MOUNIEN Samantha MOINEAUX

Didier MOUNIEN Samantha MOINEAUX Didier MOUNIEN Samantha MOINEAUX 08/01/2008 1 Généralisation des ERP ERP génère une importante masse de données Comment mesurer l impact réel d une décision? Comment choisir entre plusieurs décisions?

Plus en détail

Projet CNRS-Mastodons ANalyse d IMages fondée sur des Informations TEXtuelles

Projet CNRS-Mastodons ANalyse d IMages fondée sur des Informations TEXtuelles Projet CNRS-Mastodons ANalyse d IMages fondée sur des Informations TEXtuelles Bruno Crémilleux, Pierre Gançarski, Mathieu Roche, Christian Sallaberry, Maguelonne Teisseire et al. Strasbourg novembre 2014

Plus en détail

Intégration du référentiel hydrographique Bd Carthage dans le Système d Information de l agence de l eau Adour Garonne

Intégration du référentiel hydrographique Bd Carthage dans le Système d Information de l agence de l eau Adour Garonne Intégration du référentiel hydrographique Bd Carthage dans le Système d Information de l agence de l eau Adour Garonne point de vue sur l importance attributaire d un référentiel 1 Plan de la présentation

Plus en détail

DEMARCHE OU PROCESSUS LOGICIEL

DEMARCHE OU PROCESSUS LOGICIEL DEMARCHE OU PROCESSUS LOGICIEL PROCESSUS LOGICIEL Définition Un processus définit une séquence d étapes, en partie ordonnées, qui concourent à l obtention d un système logiciel ou à l évolution d un système

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

h3870 Entrepôts de données

h3870 Entrepôts de données h3870 Entrepôts de données Date de publication : 10/02/5 Par : Claude CHRISMENT Professeur à l'université Toulouse-3 Geneviève PUJOLLE Maître de conférences à l'université Toulouse-1 Franck RAVAT Maître

Plus en détail

ERP & Processus. lacreuse@unistra.fr

ERP & Processus. lacreuse@unistra.fr ERP & Processus Métiers lacreuse@unistra.fr Processus : «Système d activités qui utilise des ressources pour transformer des éléments d entrée en résultat» Iso9000 Approche par processus Axes de modélisation

Plus en détail

Chapitre 2 Modélisation de bases de données

Chapitre 2 Modélisation de bases de données Pourquoi une modélisation préalable? Chapitre 2 Modélisation de bases de données 1. Première étape : le modèle conceptuel Eemple : le modèle Entités-Associations (E/A) 2. Deuième étape : le modèle Traduction

Plus en détail

JASPERSOFT ET LE PAYSAGE ANALYTIQUE. Jaspersoft et le paysage analytique 1

JASPERSOFT ET LE PAYSAGE ANALYTIQUE. Jaspersoft et le paysage analytique 1 JASPERSOFT ET LE PAYSAGE ANALYTIQUE Jaspersoft et le paysage analytique 1 Ce texte est un résumé du Livre Blanc complet. N hésitez pas à vous inscrire sur Jaspersoft (http://www.jaspersoft.com/fr/analyticslandscape-jaspersoft)

Plus en détail

Objectif. Participant. Prérequis. Oracle BI Suite EE 10g R3 - Développer des référentiels. 5 Jours [35 Heures]

Objectif. Participant. Prérequis. Oracle BI Suite EE 10g R3 - Développer des référentiels. 5 Jours [35 Heures] Objectif Utiliser les techniques de gestion de la mise en cache pour contrôler et améliorer les performances des requêtes Définir des mesures simples et des mesures calculées pour une table de faits Créer

Plus en détail

Présentation du module. Base de données spatio-temporelles. Exemple. Introduction Exemple. Plan. Plan

Présentation du module. Base de données spatio-temporelles. Exemple. Introduction Exemple. Plan. Plan Base de données spatio-temporelles S. Lèbre slebre@unistra.fr Université de Strasbourg, département d informatique. Présentation du module Contenu général Partie 1 : Notion de bases de données (Conception

Plus en détail

Chapitre 9 : Informatique décisionnelle

Chapitre 9 : Informatique décisionnelle Chapitre 9 : Informatique décisionnelle Sommaire Introduction... 3 Définition... 3 Les domaines d application de l informatique décisionnelle... 4 Architecture d un système décisionnel... 5 L outil Oracle

Plus en détail

4. Utilisation d un SGBD : le langage SQL. 5. Normalisation

4. Utilisation d un SGBD : le langage SQL. 5. Normalisation Base de données S. Lèbre slebre@unistra.fr Université de Strasbourg, département d informatique. Présentation du module Contenu général Notion de bases de données Fondements / Conception Utilisation :

Plus en détail

Bases de Données Avancées

Bases de Données Avancées 1/26 Bases de Données Avancées DataWareHouse Thierry Hamon Bureau H202 - Institut Galilée Tél. : 33 1.48.38.35.53 Bureau 150 LIM&BIO EA 3969 Université Paris 13 - UFR Léonard de Vinci 74, rue Marcel Cachin,

Plus en détail

PANORAMA DES SYSTEMES D INFORMATION. Business Intelligence. Kevinconsulting.org - MOUCKOUMBI Herbert Kevin

PANORAMA DES SYSTEMES D INFORMATION. Business Intelligence. Kevinconsulting.org - MOUCKOUMBI Herbert Kevin PANORAMA DES SYSTEMES D INFORMATION Business Intelligence Kevinconsulting.org - MOUCKOUMBI Herbert Kevin SOMMAIRE Sommaire 1. 2. Investigation sur le marché de la Business Intelligence 3. de Business Intelligence

Plus en détail

Investigation des modes d intégration physique entre un serveur de base de données multidimensionnelle et un SIG

Investigation des modes d intégration physique entre un serveur de base de données multidimensionnelle et un SIG SONIA RIVEST Investigation des modes d intégration physique entre un serveur de base de données multidimensionnelle et un SIG Essai présenté à la Faculté des études supérieures de l Université Laval pour

Plus en détail

Améliorations de l outil d aide à la décision STRATEAU et implémentations de bassins tests

Améliorations de l outil d aide à la décision STRATEAU et implémentations de bassins tests Améliorations de l outil d aide à la décision STRATEAU et implémentations de bassins tests Dans le cadre de la convention signée entre l Ambassade de l Eau et l ensemble des Agences de Bassin françaises,

Plus en détail

2 Serveurs OLAP et introduction au Data Mining

2 Serveurs OLAP et introduction au Data Mining 2-1 2 Serveurs OLAP et introduction au Data Mining 2-2 Création et consultation des cubes en mode client-serveur Serveur OLAP Clients OLAP Clients OLAP 2-3 Intérêt Systèmes serveurs et clients Fonctionnalité

Plus en détail

aalto Collaborative Pour le gestionnaire,

aalto Collaborative Pour le gestionnaire, www.ged-web.com aalto Collaborative aalto est une solution collaborative full web, regroupant tous les aspects de la gestion de documents et des process dans l'entreprise, développée avec la technologie

Plus en détail

ENRICHIR LES DONNEES DE DETAILS ACCEDEES A TRAVERS UN RAPPORT OLAP

ENRICHIR LES DONNEES DE DETAILS ACCEDEES A TRAVERS UN RAPPORT OLAP ENRICHIR LES DONNEES DE DETAILS ACCEDEES A TRAVERS UN RAPPORT OLAP SAS Web Report Studio offre depuis de nombreuses versions la possibilité de visualiser les observations spécifiques à partir des données

Plus en détail

Gestion de la donnée au BRGM des grandes banques nationales aux simples résultats d'études. Journée BDD OSUC 15/01/2014

Gestion de la donnée au BRGM des grandes banques nationales aux simples résultats d'études. Journée BDD OSUC 15/01/2014 Gestion de la donnée au BRGM des grandes banques nationales aux simples résultats d'études Journée BDD OSUC 15/01/2014 Contexte de la présentation Gestion de banques de données de référence Expertise Conduite

Plus en détail

SQL Server 2014 Implémentation d'une solution de Business Intelligence (Sql Server, Analysis Services, Power BI...)

SQL Server 2014 Implémentation d'une solution de Business Intelligence (Sql Server, Analysis Services, Power BI...) 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

Evry - M2 MIAGE Entrepôt de données

Evry - M2 MIAGE Entrepôt de données Evry - M2 MIAGE Entrepôt de données Introduction D. Ploix - M2 Miage - EDD - Introduction 1 Plan Positionnement du BI dans l entreprise Déclinaison fonctionnelle du décisionnel dans l entreprise Intégration

Plus en détail