Ontologies et recherche d informations
|
|
- Anne-Sophie Grondin
- il y a 8 ans
- Total affichages :
Transcription
1 1 Ontologies et recherche d informations Chantal Reynaud LRI (Paris XIOrsay), Paris XNanterre La recherche d informations 2 Une tâche qui nécessite très souvent un accès à des sources d informations réparties, hétérogènes, autonomes pouvant contenir des informations pertinentes complémentaires. Deux grandes approches peuvent être distinguées pour l intégration d informations provenant de différentes sources : L approche médiateur : Les données restent stockées et réparties au niveau des sources d information. Le médiateur joue le rôle d interface entre l utilisateur et les sources d information en lui donnant l impression qu il interroge un système centralisé et homogène. L approche entrepôt de données : Un entrepôt de données regroupe l ensemble des informations pertinentes accessibles.
2 3 Le projet PICSEL (Equipe IASI du LRI, CNET) Objectif : autoriser un accès centralisé et homogène à des sources d information en réalité multiples, hétérogènes et autonomes relatives à un même domaine d application Un médiateur joue le rôle d interface entre l utilisateur et des sources d informations réparties. Regroupement dans un cadre unificateur et homogène de la description sémantique et abstraite du domaine d application et du contenu des différentes sources d information. User query: Travel (Paris, NewYork, July 2nd) PICSEL mediator 4 Service 1 Service n Description of the domain 1 Description of the domain n Description of the content of source 1 Description of the content of source 2 Description of the content of source j Description of the content of source k Description of the content of source l Description of the content of source p Query Engine Query Plans Wrapper n 1 Wrapper n 2 Wrapper n j Wrapper n k Wrapper n l Wrapper n p 1. Structured File 2. Relational DB j. XML Repository k. OODB l. p. XML Relational DB Repository
3 Utilisateur 5 Service Tourisme requête Ontologie Base dedu connaissances domaine du du tourisme domaine source 1 source 2 source 3 source 4... source n Le projet Xylème (projet VERSO de l INRIA, Equipe IASI du LRI, Univ. de Mannheim) 6 Objectif : Entreprendre des recherches innovantes pour la recherche d informations sur le Web. Hypothèse : Le langage XML deviendra à terme le langage de définition et de description des données du Web. Ouvre la voie à de nouveaux services sur le Web car des langages de requêtes très riches peuvent être définis MAIS 1) des réponses à des requêtes peuvent nécessiter de combiner des données réparties sur plusieurs sites 2) hétérogénéité des DTDS définissant la structure des documents XML Solutions : Stocker physiquement les données XML en un seul endroit Fournir aux utilisateurs des outils avancés leur permettant d exprimer des requêtes de façon naturelle et d obtenir des réponses sémantiquement pertinentes.
4 Plan de l exposé 7 I. Les ontologies : des descriptions variées du point de vue du contenu et des formalismes de représentation 1. Définition 2. Des descriptions fortement dépendantes de leur utilisation 3. Des formalismes de représentation des connaissances variés II. Apport des ontologies en recherche d informations : illustration 1. Une nécessité pour l intégration de sources d information 2. Une communication avec le système de recherche d informations facilitée 3. Des réponses aux requêtes utilisateurs de meilleure qualité 8 I. Les ontologies : des descriptions variées du point de vue du contenu et du formalisme de représentation
5 Les ontologies : définition Les ontologies sont des spécifications explicites de conceptualisations [Gruber 93] souvent considérées comme des modèles réutilisables, partageables. Des natures diverses : Des ontologies génériques / Des ontologies de domaine / Des ontologies d application / Des ontologies de représentation Des ontologies terminologiques / Des ontologies d information / Des ontologies de modélisation des connaissances La conception d une ontologie : abstraire + représenter Abstraire : déterminer quelles connaissances représenter, avec quel niveau de précision, de granularité, etc. Représenter : déterminer le formalisme de représentation à adopter, représenter les connaissances dans le formalisme retenu. 9 WordNet, une ontologie linguistique qui couvre la plupart des mots anglais ordinaires 10 WordNet est composée d ensembles de synonymes (synsets), des termes regroupés en classes d équivalence sémantiques, chaque terme appartenant à une catégorie lexicale donnée (nom, verbe, adverbe, adjectif). Chaque ensemble de synonymes représente un sens particulier d un mot anglais. Un mot peut appartenir à plusieurs ensembles et plusieurs catégories lexicales. Les ensembles de synonymes sont associés par des relations sémantiques : hyperonymie hyponymie (isa), antonymie (relation entre ensembles de mots qui, par leur sens, s opposent), etc.
6 Les relations sémantiques représentées dans WordNet 11 Relation sémantique Catégorie lexicale Exemples Synonymie N, V, adj, adv horse knight / remember reward happy euphoric/ rapidly speedly Antonymie adj, adv wet dry / powerfull powerless Généralisation Spécialisation Composant Composé N N car motor vehicle oxygen air / car air bag Troponymie V march walk Opposition séquentielle V divorce marry City Ensemble de synonymes (Synset) Définition 12 3 sens 1.city, metropolis, urban center (a large and densely populated urban area; may include several independant administrative districts; etc) 2. city (an incorporated administrative district established by state charter) 3. city, metropolis (people living in a large densely populated municipality) isa geographical area isa urban area isa isa municipality city town isa Genève Milan Pise... haspart city center, central city financial center medical center etc.
7 L ontologie du domaine du tourisme au sein du projet PICSEL Descriptions terminologiques produit := (=1 prixassocié) and (= 1 datedébutassocié) and ( 0 serviceproduitassocié) and (ALL serviceproduitassocié.service) and ( 0prestationProduitAssocié)and( ALL prestationproduitassocié.prestation). activité := produit and (=1 duréeactivitéassocié) and (= 1 natureactivitéassocié) and (ALL natureactivitéassocié.loisir) and (=1 lieuactivitéassocié) and (ALL lieuactivitéassocié.lieu). activitésportive := activité and (=1 natureactivitéassocié) and (ALL natureactivitéassocié.loisirsportif). loisirsportif loisir. Définition de concept 13 Inclusion de concepts La hiérarchie de concepts 14 produit objetalouer activité activitésportive remiseenforme combinéséjour repasrestaurant locationbateau locationvoiture logement trajet thalassocure stagelinguistique combinétrajet trajettrain vol trajetavion combinéactivité
8 L ontologie du domaine du tourisme au sein du projet PICSEL 15 Datalog Pour représenter des connaissances factuelles : p(a 1,, a n ) Ex : france("paris") Pour représenter des connaissances déductibles : p 1 (x 1,..., x n )... p k (y 1,..., y m ) q(z 1,..., z j ) Ex : séjour(s,l,r) nbrenuitscombinesejourassocie(s, nombredejours) inf(nombredejours, quatre) courtsejour(s) Cas particulier : la représentation de contraintes d intégrité Ex : numdepartementlieuresidence(r, N) NOT nbre(n) L ontologie utilisée au sein de Xylème 16 Des descriptions structurées de connaissances pour l ensemble des domaines couverts par les documents XML du Web Objectifs : (1) Permettre l expression aisée de requêtes «à un niveau sémantique» sans avoir à se conformer aux spécificités de structure et de syntaxe des DTDs décrivant les documents présents dans le repositoire. (2) Permettre une connexion avec la couche des données XML en s appuyant sur les DTDs. Structure : Arbres dont les nœuds sont étiquetés avec des termes. Le nœud racine est le nom d un domaine. Ex : Tourisme. Les nœuds internes sont étiquetés avec des termes représentant des concepts (flight, hotel, etc.) du domaine ou des propriétés (name, city, etc.). Sémantique des liens : relation de spécialisation entre concepts, relation de composition, expression de points de vue sur un concept ou lien entre un concept et une propriété.
9 Tourism Domaine du tourisme Illustration Travel Flight Airline Flight number Leaving from Going to Departure Date Time Arrival Date Time Price Hotel Name Chain City Street Address... Room Category... Price per person/night... General travel information Requête Tourism Travel Flight Airline?? Flight number?? Leaving from = Paris Going to = Barcelone Departure Date = Time?? Arrival Date?? Time?? Price?? 17 Le Problème de la connexion avec la couche des données XML 18 Une connexion qui peut s appuyer sur les DTDs associées aux documents XML Un problème d appariement entre termes Tenting / Camping Motel / Hotel Lodging / Hotel Room / Hotel Edifice / Roof Restaurant / Hotel Nb_Rooms / Number Of Rooms La construction semiautomatisée des mises en correspondance nécessite l exploitation de connaissances ontologiques. [Sirot 2000]
10 Des formalismes de représentation des connaissances variés Opposition langages de modélisation / langages de représentation : CML, OCML, TML / KARL, (ML)2, TFL Choix de formalismes déclaratifs associés à une sémantique claire : une aide pour décrire les connaissances Langages relationnels, formalismes orientésobjet (ou frames) ou de type réseaux sémantiques (ou graphes conceptuels) Langages fondés sur la logique très utilisés Avantages des langages formels pouvant faire l objet de traitements automatisés (vérification, services inférentiels spécifiques (ex : classification), etc.) et dont les algorithmes associés ont de bonnes propriétés (de complexité et de complétude) Un compromis expressivité / efficacité II. Apport des ontologies en recherche d informations : illustration
11 1. Une nécessité pour l intégration de sources d informations Pour simuler l interrogation d un système centralisé L utilisateur n a pas accès aux données des sources. Il peut en ignorer le contenu. Il dialogue avec le système dans le vocabulaire de l ontologie. Pour combiner des données issues de multiples sources Les réponses aux requêtes des utilisateurs sont des combinaisons de réponses obtenues après interrogation de plusieurs sources d information. Les réponses retournées par le système sont exprimées à l aide du vocabulaire de l ontologie Une communication avec le système de recherche d informations facilitée A. Une aide à la formulation des requêtes B. Une aide à la saisie des requêtes grâce à une interface basée sur l ontologie du domaine
12 Une aide à la formulation des requêtes Illustration sur le projet PICSEL 23 Développement d un outil graphique de visualisation de l ontologie du domaine Visualisation possible des définitions de concepts sous différentes formes : en Carin, en (pseudo)français, sous forme normale ou étendue. en Carin (forme normale) Ex : departement := (lieugeographique & >=1 numerodepartementassocie& <=1 numerodepartementassocie & (FA numerodepartementassocie (nbre))) en (pseudo)français (forme normale) Ex : Un(e)departement est un(e) lieugeographique, a au moins 1 numerodepartementassocie,a au plus 1 numerodepartementassocie,tous ses numerodepartementassocies sont des nombres Classification automatique des concepts et visualisation de la hiérarchie des concepts résultante Affichage des concepts : liste des thèmes, concepts généralisant un concept sélectionné, concepts plus spécifiques, propriétés. Déplacement dans la hiérarchie par sélection de concept Une aide à la saisie des requêtes grâce à une interface basée sur l ontologie du domaine Illustration sur le projet PICSEL L objectif est de guider l utilisateur dans la construction de sa requête. Ce guidage est effectué par proposition de requêtes prédéfinies que l utilisateur peut affiner à l aide de menus déroulants. Exemple de requête prédéfinie : sejourausoleil (S,R,P) (lieuausoleil) (P), sejour(s,l,r), (situedans)(r,p). 24 L interface doit permettre la saisie de requêtes de la façon la plus naturelle possible Traduction en CARIN effectuée automatiquement par le système.
13 25 26
14 27 28
15 29 30
16 Des réponses aux requêtes utilisateurs de meilleure qualité A. Augmentation de la pertinence, diminution des oublis B. Elimination des absences de réponses
17 A. Les ontologies, moyens d obtention de résultats plus pertinents et de diminution des oublis Illustration sur le projet OntoSeek (Guarino et al, 1999) 33 OntoSeek est un système de recherche documentaire pour des documents du type pages jaunes en ligne ou catalogues de produits. Il utilise l ontologie Sensus : noeuds issus de la fusion de l ontologie linguistique WordNet et de l ontologie Penman. Choix de conception : utilisation de termes arbitraires du langage naturel pour décrire le contenu des documents, une flexibilité terminologique pour formuler les requêtes, une assistance à la formulation, la généralisation ou la spécialisation des requêtes, des résultats précis et justes, une efficacité raisonnable avec des volumes de données importants, une grande portabilité et extensibilité. Architecture fonctionnelle d OntoSeek Utilisateur 34 Internet Module de visualisation Gestionnaire de requêtes Interface utilisateur Module pour coder les sources Module de navigation dans l ontologie réponse requête codage du contenu des sources Module de mise en correspondance Classifieur Interface lexicale Gestionnaire de base de données Gestionnaire d ontologies Gestionnaire de vocabulaires Base de données Ontologie Vocabulaire
18 Un exemple de recherche d informations 35 Soient 5 descriptions de documents : 1. Automobile Radio and Stereo Retail Store 2. Automobile Engine Rebuilding, Repair, and Exchange Workshop 3. Car Repair and Retail Shop 4. Jeep Repair and Retail Shop 5. Motor Mending and Replacement Workshop Soient 4 techniques de recherche d information : 1. Une liste de mots 2. Une liste structurée de mots 3. Une liste de sens de mots + une ontologie linguistique (WordNet) 4. Une liste structurée de sens de mots + une ontologie linguistique (WordNet) Technique de mise en correspondance de mots utilisant une liste plate de mots 36 Requête 1. Automobile 2. Automobile Retail 3. Car repair 4. Motor repair 5. Engine repair 6. Motor exchange Descriptions trouvées 1, Résultats peu pertinents : des réponses données par erreur Oublis : des réponses pertinentes non données
19 Technique de mise en correspondance de mots utilisant une liste structurée de mots (1) 37 Descriptions des contenus des différents documents commerciaux N Business type Activity Object Market Area Store Store Workshop Workshop Workshop Shop Shop Shop Shop Workshop Workshop Retail Retail Rebuilding Repair Exchange Retail Repair Retail Repair Replacement Mending Radio Stereo Engine Engine Engine Car Car Jeep Jeep Motor Motor Automobile Automobile Automobile Automobile Automobile Technique de mise en correspondance de mots via une liste structurée de mots (2) 38 Requête N Business Type Activity Object Market Area Descriptions trouvées 1 Automobile 2 Retail Automobile 3 Repair Car 3 4 Repair Motor 5 Repair Engine 2 6 Exchange Motor Réponses pertinentes mais des oublis
20 Technique utilisant une liste de sens de mots (1) 39 Description des contenus des documents commerciaux à l aide de synsets représentés dans WordNet 1. [car, auto, automobile, machine, motorcar], [Radio receiver, receiving set, radio set, radio, tuner, wireless], [stereo, stereo system, stereophonic system], [retail, sell retail], [shop, store] 2. [car, auto, automobile, machine, motorcar], [engine], [rebuilding], [repair, fix, fixing, mending, reparation], [substitution, exchange], [workshop, shop] 3. [car, auto, automobile, machine, motorcar], [repair, fix, fixing, mending, reparation], [retail, sell retail], [shop, store] 4. [jeep, landrover], [repair, fix, fixing, mending, reparation], [retail, sell retail], [shop, store] 5. [motor], [repair, fix, fixing, mending, reparation], [replacement, replacing], [workshop, shop] Technique utilisant une liste de sens de mots (2) 40 N Requête Descriptions trouvées [car, auto, automobile, machine, motocar] [car, auto, automobile, machine, motocar], [retail, sell retail] [car, auto, automobile, machine, motocar], [repair, fix, fixing, mending, reparation] [motor], [repair, fix, fixing, mending, reparation] [locomotive, engine, locomotive engine, railway locomotive], [repair, fix, fixing, mending, reparation] [motor], [substitution, exchange] 1, 2, 3, 4 1, 3, 4 2, 3, 4 2, 5 _ 2, 5
21 B. Les ontologies, un moyen d éliminer les nonréponses Illustration sur le projet PICSEL (Safar Bidault RFIA 2000) 41 Requête de l utilisateur Un hôtel localisé à Madère où l on puisse faire de belles baignades Q(x) Hôtel(x) Localisé(x,y) AMadère(y) LoisirAss(x,z) BelleBaignade(z) Aucune réponse car la requête ne satisfait pas les contraintes du domaine D après c1 : NOT LoisirPraticable(y,z) D après c2 : LoisirPraticable(y,z) Conflit AuSoleil Connaissances du domaine LieuGeo LieuAvecPlage Ile LieuSansPlage Q(x) Hôtel(x) Localisé(x,y) AMadère(y) LoisirAss(x,z) BelleBaignade(z) 42 IleAvecPlage IleSansPlage EnMediterranée EnRéunion AMadère GB R16 : Localisé(x,y) LieuDeRésidence(x) R17 : Localisé (x,y) LieuGeo(y) c1: LieuSansPlage(x) LoisirPraticable(x,y) BelleBaignade(y) c2: LieuDeRésidence(x) LoisirAss(x,z) Localisé(x,y) LieuGeo(y) NOT LoisirPraticable(y,z) Hiérarchie de concepts Règles Contraintes
22 Une solution : proposer des réponses à une requête plus générale que Q(x) n entraînant aucun conflit 43 LieuGeo AuSoleil Ile LieuSansPlage IleSansPlage Q(x) Hôtel(x) Localisé(x,y) AMadère(y) LoisirAss(x,z) BelleBaignade(z) AMadère Q (x) Hôtel(x) Localisé(x,y) AuSoleil(y) Ile(y) LoisirAss (x,z) BelleBaignade(z) Un hôtel localisé à Madère où l on puisse faire de belles baignades Un hôtel localisé au soleil et dans une île où l on puisse faire de belles baignades Une méthode applicable lors d une requête insatisfiable du fait des sources disponibles 44 Source 1 : Des hôtels localisés en Méditerranée Q(x) : Conflit (c3) Un hôtel localisé à Madère ==> dans LieuSansPlage dans LieuAvecPlage Conflit (c4) Source 2 : des campings localisés à Madère c3 : LieuSansPlage(x) LieuAvecPlage (x) c4 : Camping(x) Hotel(x) Contraintes Q (x) : Un hôtel localisé au soleil et dans une île Q "(x) : Un lieu de résidence localisé à Madère
23 Conclusion 45 L utilisation d ontologies permet l intégration de multiples sources d informations Avantages : (1) Une formulation de requêtes très précise grâce à un vocabulaire riche, une description fine du contenu des documents recherchés. (2) Une amélioration des résultats lors de la recherche d informations Limites : La conception des ontologies pose de réels problèmes d ingénierie des connaissances Des problèmes de conception, de maintenance, de réutilisation, etc. Perspectives Automatisation de la construction d ontologies 46 Des ontologies vues comme des abstractions d un ensemble de documents XML Application de techniques de datamining sur les DTDs Objectif : trouver des regroupements de DTDs Combinaison de techniques de datamining et d autres techniques telles LSA ou d autres outils tels l outil d interrogation de l ontologie WordNet Objectif : représenter des similarités sémantiques entre balises de DTDs
Les ontologies pour l intégration sémantique : enjeux et défis
Les ontologies pour l intégration sémantique : enjeux et défis Chantal REYNAUD Université Paris-Sud XI, CNRS-LRI (Equipe IASI) INRIA-Futurs (Gemo) 1 Plan 1. L intégration sémantique du point de vue des
Plus en détailLes 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 détailUE 8 Systèmes d information de gestion Le programme
UE 8 Systèmes d information de gestion Le programme Légende : Modifications de l arrêté du 8 mars 2010 Suppressions de l arrêté du 8 mars 2010 Partie inchangée par rapport au programme antérieur Indications
Plus en détailCours Bases de données
Informations sur le cours Cours Bases de données 9 (10) séances de 3h Polycopié (Cours + TD/TP) 3 année (MISI) Antoine Cornuéjols www.lri.fr/~antoine antoine.cornuejols@agroparistech.fr Transparents Disponibles
Plus en détailCatalogue des formations Edition 2015
Antidot - Formations Catalogue des formations Edition 2015 : catalogue_formation_2015 Révision du 06.01.2015 Sommaire!!"##$%&'( )! $*$+,(-'(."##'+.'&( /!,'.0+"1"2%'( /!!."3'( /! $(3&"3"!(-4(5(.$,$1"24'(-'!(6"&#$,%"+!(7('-%,%"+()89:(;(
Plus en détailSystèmes d information et bases de données (niveau 1)
Systèmes d information et bases de données (niveau 1) Cours N 1 Violaine Prince Plan du cours 1. Bibliographie 2. Introduction aux bases de données 3. Les modèles 1. Hiérarchique 2. Réseau 3. Relationnel
Plus en détailÉvaluation et implémentation des langages
Évaluation et implémentation des langages Les langages de programmation et le processus de programmation Critères de conception et d évaluation des langages de programmation Les fondations de l implémentation
Plus en détailIntroduction aux Bases de Données
Introduction aux Bases de Données I. Bases de données I. Bases de données Les besoins Qu est ce qu un SGBD, une BD Architecture d un SGBD Cycle de vie Plan du cours Exemples classiques d'applications BD
Plus en détailCursus Sage ERP X3 Outils & Développement. Le parcours pédagogique Sage ERP X3 Outils et Développement
Cursus Outils & Développement Vous êtes Consultant, Chef de Projets, Directeur des Systèmes d Information, Directeur Administratif et Financier, Optez pour les «formations Produits» Nous vous proposons
Plus en détailUne proposition d extension de GML pour un modèle générique d intégration de données spatio-temporelles hétérogènes
303 Schedae, 2007 Prépublication n 46 Fascicule n 2 Une proposition d extension de GML pour un modèle générique d intégration de données spatio-temporelles hétérogènes Samya Sagar, Mohamed Ben Ahmed Laboratoire
Plus en détailIntroduction aux concepts d ez Publish
Introduction aux concepts d ez Publish Tutoriel rédigé par Bergfrid Skaara. Traduit de l Anglais par Benjamin Lemoine Mercredi 30 Janvier 2008 Sommaire Concepts d ez Publish... 3 Système de Gestion de
Plus en détailLES OUTILS D ALIMENTATION DU REFERENTIEL DE DB-MAIN
LES OUTILS D ALIMENTATION DU REFERENTIEL DE DB-MAIN Les contenues de ce document sont la propriété exclusive de la société REVER. Ils ne sont transmis qu à titre d information et ne peuvent en aucun cas
Plus en détailHervé Couturier EVP, SAP Technology Development
Hervé Couturier EVP, SAP Technology Development Hervé Biausser Directeur de l Ecole Centrale Paris Bernard Liautaud Fondateur de Business Objects Questions à: Hervé Couturier Hervé Biausser Bernard Liautaud
Plus en détailArchitectures d'intégration de données
Architectures d'intégration de données Dan VODISLAV Université de Cergy-ontoise Master Informatique M1 Cours IED lan Intégration de données Objectifs, principes, caractéristiques Architectures type d'intégration
Plus en détailBusiness Intelligence avec Excel, Power BI et Office 365
Avant-propos A. À qui s adresse ce livre? 9 1. Pourquoi à chaque manager? 9 2. Pourquoi à tout informaticien impliqué dans des projets «BI» 9 B. Obtention des données sources 10 C. Objectif du livre 10
Plus en détailProgramme scientifique Majeure ARCHITECTURE DES SYSTEMES D INFORMATION. Mentions Ingénierie des Systèmes d Information Business Intelligence
É C O L E D I N G É N I E U R D E S T E C H N O L O G I E S D E L I N F O R M A T I O N E T D E L A C O M M U N I C A T I O N Programme scientifique Majeure ARCHITECTURE DES SYSTEMES D INFORMATION Mentions
Plus en détailEvolution et architecture des systèmes d'information, de l'internet. Impact sur les IDS. IDS2014, Nailloux 26-28/05/2014 pascal.dayre@enseeiht.
Evolution et architecture des systèmes d'information, de l'internet. Impact sur les IDS IDS2014, Nailloux 26-28/05/2014 pascal.dayre@enseeiht.fr 1 MVC et le web 27/05/14 2 L'évolution des systèmes informatiques
Plus en détail4.2 Unités d enseignement du M1
88 CHAPITRE 4. DESCRIPTION DES UNITÉS D ENSEIGNEMENT 4.2 Unités d enseignement du M1 Tous les cours sont de 6 ECTS. Modélisation, optimisation et complexité des algorithmes (code RCP106) Objectif : Présenter
Plus en détailOPEN DATA : CHALLENGES ET PERSPECTIVES D ENTREPOSAGE
OPEN DATA : CHALLENGES ET PERSPECTIVES D ENTREPOSAGE «Journée Open Data» 5 Novembre 2013 Présenté par : Imen Megdiche Directeur de thèse : Pr. Olivier Teste (SIG-IRIT) Co-directeur de thèse : Mr. Alain
Plus en détailTHOT - Extraction de données et de schémas d un SGBD
THOT - Extraction de données et de schémas d un SGBD Pierre-Jean DOUSSET (France), Benoît ALBAREIL (France) pj@miningdb.com, benoit@miningdb.com Mots clefs : Fouille d information, base de données, système
Plus en détailProjet 2. Gestion des services enseignants CENTRE D ENSEIGNEMENT ET DE RECHERCHE EN INFORMATIQUE. G r o u p e :
CENTRE D ENSEIGNEMENT ET DE RECHERCHE EN INFORMATIQUE Projet 2 Gestion des services enseignants G r o u p e : B E L G H I T Y a s m i n e S A N C H E Z - D U B R O N T Y u r i f e r M O N T A Z E R S i
Plus en détailCréer et partager des fichiers
Créer et partager des fichiers Le rôle Services de fichiers... 246 Les autorisations de fichiers NTFS... 255 Recherche de comptes d utilisateurs et d ordinateurs dans Active Directory... 262 Délégation
Plus en détailMasses de données. 1. Introduction 2. Problématiques 3. Socle de formation (non présenté) 4. Liens avec Formation INSA
Masses de données 1. Introduction 2. Problématiques 3. Socle de formation (non présenté) 4. Liens avec Formation INSA Rédacteurs : Mjo Huguet / N. Jozefowiez 1. Introduction : Besoins Informations et Aide
Plus en détailAnalyse,, Conception des Systèmes Informatiques
Analyse,, Conception des Systèmes Informatiques Méthode Analyse Conception Introduction à UML Génie logiciel Définition «Ensemble de méthodes, techniques et outils pour la production et la maintenance
Plus en détail4. 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 détailXCube XML For Data Warehouses
XCube XML For Data Warehouses Auteurs : Wolfgang Hümmer Andreas Bauer Gunnar Harde Présenté par : David TA KIM 2005-12-05 Sommaire Sommaire I Introduction au Datawarehouse Sommaire I Introduction au Datawarehouse
Plus en détailBusiness Intelligence
avec Excel, Power BI et Office 365 Téléchargement www.editions-eni.fr.fr Jean-Pierre GIRARDOT Table des matières 1 Avant-propos A. À qui s adresse ce livre?..................................................
Plus en détailStructuration des décisions de jurisprudence basée sur une ontologie juridique en langue arabe
Structuration des décisions de jurisprudence basée sur une ontologie juridique en langue arabe Karima Dhouib, Sylvie Després Faiez Gargouri ISET - Sfax Tunisie, BP : 88A Elbustan ; Sfax karima.dhouib@isets.rnu.tn,
Plus en détailGKR. 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 détailSujet de thèse CIFRE RESULIS / LGI2P
Ecole des Mines d Alès Laboratoire de Génie Informatique et d Ingénierie de Production LGI2P Nîmes Sujet de thèse CIFRE RESULIS / LGI2P Titre Domaine De l ingénierie des besoins à l ingénierie des exigences
Plus en détailComment faire son pré-enregistrement en ligne avec Holland America Line
Comment faire son pré-enregistrement en ligne avec Holland America Line Cher client, Nous aimerions vous rappeler l importance de faire votre pré-enregistrement en ligne dès que possible après avoir appliqué
Plus en détailSECTION 5 BANQUE DE PROJETS
SECTION 5 BANQUE DE PROJETS INF 4018 BANQUE DE PROJETS - 1 - Banque de projets PROJET 2.1 : APPLICATION LOGICIELLE... 3 PROJET 2.2 : SITE WEB SÉMANTIQUE AVEC XML... 5 PROJET 2.3 : E-LEARNING ET FORMATION
Plus en détailXML, PMML, SOAP. Rapport. EPITA SCIA Promo 2004 16 janvier 2003. Julien Lemoine Alexandre Thibault Nicolas Wiest-Million
XML, PMML, SOAP Rapport EPITA SCIA Promo 2004 16 janvier 2003 Julien Lemoine Alexandre Thibault Nicolas Wiest-Million i TABLE DES MATIÈRES Table des matières 1 XML 1 1.1 Présentation de XML.................................
Plus en détailGroupe Eyrolles, 2004 ISBN : 2-212-11504-0
Groupe Eyrolles, 2004 ISBN : 2-212-11504-0 Table des matières Avant-propos................................................ 1 Quel est l objectif de cet ouvrage?............................. 4 La structure
Plus en détailBD réparties. Bases de Données Réparties. SGBD réparti. Paramètres à considérer
Bases de Données Réparties Définition Architectures Outils d interface SGBD Réplication SGBD répartis hétérogènes BD réparties Principe : BD locales, accès locaux rapides accès aux autres SGBD du réseau
Plus en détailIntégration de données hétérogènes et réparties. Anne Doucet Anne.Doucet@lip6.fr
Intégration de données hétérogènes et réparties Anne Doucet Anne.Doucet@lip6.fr 1 Plan Intégration de données Architectures d intégration Approche matérialisée Approche virtuelle Médiateurs Conception
Plus en détailResolution limit in community detection
Introduction Plan 2006 Introduction Plan Introduction Introduction Plan Introduction Point de départ : un graphe et des sous-graphes. But : quantifier le fait que les sous-graphes choisis sont des modules.
Plus en détailSQL Server Installation Center et SQL Server Management Studio
SQL Server Installation Center et SQL Server Management Studio Version 1.0 Grégory CASANOVA 2 SQL Server Installation Center et SQL Server Management Studio [03/07/09] Sommaire 1 Installation de SQL Server
Plus en détailModéliser les systèmes complexes Pour synchroniser les équipes multidisciplinaires IGPSC8, Arcachon, le 10 Juin 2013
Modéliser les systèmes complexes Pour synchroniser les équipes multidisciplinaires IGPSC8, Arcachon, le 10 Juin 2013 Samuel Boutin - Président Knowledge Inside - 7C rue Jean Mermoz - 78000 Versailles -
Plus en détailMéthodologie de conceptualisation BI
Méthodologie de conceptualisation BI Business Intelligence (BI) La Business intelligence est un outil décisionnel incontournable à la gestion stratégique et quotidienne des entités. Il fournit de l information
Plus en détailINTRODUCTION AUX METHODES D INGENIERIE DES DONNEES DIRIGEE PAR LES MODELES
INTRODUCTION AUX METHODES D INGENIERIE DES DONNEES DIRIGEE PAR LES MODELES Les contenus de ce document sont la propriété exclusive de la société REVER. Ils ne sont transmis qu à titre d information et
Plus en détailGénérer du code à partir d une description de haut niveau
Cedric Dumoulin Générer du code à partir d une description de haut niveau Ce projet vise à fournir un environnement de développement permettant de modéliser des UI Android à un haut niveau d abstraction,
Plus en détailUniversité de Bangui. Modélisons en UML
Université de Bangui CRM Modélisons en UML Ce cours a été possible grâce à l initiative d Apollinaire MOLAYE qui m a contacté pour vous faire bénéficier de mes connaissances en nouvelles technologies et
Plus en détailLa directive INSPIRE en Wallonie: le géoportail et l infrastructure de diffusion des géodonnées en Région wallonne (InfraSIG(
La directive INSPIRE en Wallonie: le géoportail et l infrastructure de diffusion des géodonnées en Région wallonne (InfraSIG( InfraSIG) Jean-Pierre KINNAERT Directeur Département de la géomatique Service
Plus en détailLa rencontre du Big Data et du Cloud
La rencontre du Big Data et du Cloud Libérez le potentiel de toutes vos données Visualisez et exploitez plus rapidement les données de tous types, quelle que soit leur taille et indépendamment de leur
Plus en détailJe catalogue, tu FRBRises, il/elle googlise. L évolution des catalogues et les bibliothécaires Vendredi 29 mars 2013 Manufacture des tabacs
Je catalogue, tu FRBRises, il/elle googlise. L évolution des catalogues et les bibliothécaires Vendredi 29 mars 2013 Manufacture des tabacs Journée organisée par le CRFCB Midi-Pyrénées / Languedoc-Roussillon
Plus en détailRessources lexicales au service de recherche et d indexation des images
RECITAL 2011, Montpellier, 27 juin - 1er juillet 2011 Ressources lexicales au service de recherche et d indexation des images Inga Gheorghita 1,2 (1) ATILF-CNRS, Nancy-Université (UMR 7118), France (2)
Plus en détailChapitre VIII. Les bases de données. Orientées Objet. Motivation
Chapitre VIII Motivation Le modèle relationnel connaît un très grand succès et s avère très adéquat pour les applications traditionnelles des bases de données (gestion) Les bases de données Orientées Objet
Plus en détailIntroduction au Data-Mining
Introduction au Data-Mining Alain Rakotomamonjy - Gilles Gasso. INSA Rouen -Département ASI Laboratoire PSI Introduction au Data-Mining p. 1/25 Data-Mining : Kèkecé? Traduction : Fouille de données. Terme
Plus en détailDéfinition d'un système générique de partage de données entre systèmes existants
N d ordre 2005-ISAL-00125 Année 2005 Thèse Définition d'un système générique de partage de données entre systèmes existants Présentée devant L institut national des sciences appliquées de Lyon Pour obtenir
Plus en détailLa 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 détailInformation utiles. cinzia.digiusto@gmail.com. webpage : Google+ : http://www.ibisc.univ-evry.fr/ digiusto/
Systèmes de gestion de bases de données Introduction Université d Evry Val d Essonne, IBISC utiles email : cinzia.digiusto@gmail.com webpage : http://www.ibisc.univ-evry.fr/ digiusto/ Google+ : https://plus.google.com/u/0/b/103572780965897723237/
Plus en détailRecherche bibliographique
Séminaire «Maîtrise de l information scientifique» Recherche bibliographique Dernière mise à jour : 07/01/2015 - Auteur : Frédérique Flamerie Recherche bibliographique : méthode & outils La recherche bibliographique
Plus en détailWINDEV MOBILE. ios SMARTPHONE SUPPORT: IOS, ANDROID, WINDOWS PHONE 8.
WINDEV MOBILE ios SMARTPHONE SUPPORT: IOS, ANDROID, WINDOWS PHONE 8. WINDOWS Mobile permet de créer des applications pour les smartphones, les tablettes et les terminaux mobiles. Les applications sont
Plus en détailUniversité Paris IX DAUPHINE DATE : 24/04/06
Master Informatique Décisionnelle Application des outils de l'informatique Décisionnelle en entreprise ETUDE SUR LES MARQUES ET LES CONTRUCTEUR DES VÉHICULES APPARTENANT AUX CLIENTS D UNE COMPAGNIE D ASSURANCE
Plus en détailIODAA. de l 1nf0rmation à la Décision par l Analyse et l Apprentissage / 21
IODAA de l 1nf0rmation à la Décision par l Analyse et l Apprentissage IODAA Informations générales 2 Un monde nouveau Des données numériques partout en croissance prodigieuse Comment en extraire des connaissances
Plus en détailTRAVAUX 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 détailSystèmes Répartis. Pr. Slimane Bah, ing. PhD. Ecole Mohammadia d Ingénieurs. G. Informatique. Semaine 24.2. Slimane.bah@emi.ac.ma
Ecole Mohammadia d Ingénieurs Systèmes Répartis Pr. Slimane Bah, ing. PhD G. Informatique Semaine 24.2 1 Semestre 4 : Fev. 2015 Grid : exemple SETI@home 2 Semestre 4 : Fev. 2015 Grid : exemple SETI@home
Plus en détailIyad Alshabani SysCom - CReSTIC Université de Reims 17/02/2011 1
SysCom - CReSTIC Université de Reims 17/02/2011 1 Motivation Gestion des expérimentations Avec les workflows Simulation Simulation des Systèmes Distribués ANR USS SimGrid Campagne de Test et gestion de
Plus en détailPrésentation du PL/SQL
I Présentation du PL/ Copyright Oracle Corporation, 1998. All rights reserved. Objectifs du Cours A la fin de ce chapitre, vous saurez : Décrire l intéret du PL/ Décrire l utilisation du PL/ pour le développeur
Plus en détailRésumé CONCEPTEUR, INTEGRATEUR, OPERATEUR DE SYSTEMES CRITIQUES
Aristote ----- Cloud Interopérabilité Retour d'expérience L A F O R C E D E L I N N O V A T I O N Résumé Les systèmes d'information logistique (SIL) sont des outils qui amènent des gains de productivité
Plus en détailLa démarche MDA. Auteur : Projet ACCORD (Assemblage de composants par contrats en environnement ouvert et réparti)*
La démarche MDA Auteur : Projet ACCORD (Assemblage de composants par contrats en environnement ouvert et réparti)* Référence : Livrable 1.1-5 Date : Mai 2002 * : Les partenaires du projet ACCORD sont CNAM,
Plus en détailZetesChronos Visibilité totale de votre processus de livraison
ZetesChronos Visibilité totale de votre processus de livraison WWW.ZETES.COM ALWAYS A GOOD ID Donnez une nouvelle dimension à vos services de preuve de livraison Que vous soyez une entreprise de transport
Plus en détailSQL Parser XML Xquery : Approche de détection des injections SQL
SQL Parser XML Xquery : Approche de détection des injections SQL Ramahefy T.R. 1, Rakotomiraho S. 2, Rabeherimanana L. 3 Laboratoire de Recherche Systèmes Embarqués, Instrumentation et Modélisation des
Plus en détailBUSINESS INTELLIGENCE
GUIDE COMPARATIF BUSINESS INTELLIGENCE www.viseo.com Table des matières Business Intelligence :... 2 Contexte et objectifs... 2 Une architecture spécifique... 2 Les outils de Business intelligence... 3
Plus en détailSciences de Gestion Spécialité : SYSTÈMES D INFORMATION DE GESTION
Sciences de Gestion Spécialité : SYSTÈMES D INFORMATION DE GESTION Classe de terminale de la série Sciences et Technologie du Management et de la Gestion Préambule Présentation Les technologies de l information
Plus en détailNos Solutions PME VIPDev sont les Atouts Business de votre entreprise.
Solutions PME VIPDev Nos Solutions PME VIPDev sont les Atouts Business de votre entreprise. Cette offre est basée sur la mise à disposition de l ensemble de nos compétences techniques et créatives au service
Plus en détailINTRODUCTION AUX TECHNOLOGIES D INGENIERIE DES DONNEES DIRIGEE PAR LES MODELES
INTRODUCTION AUX TECHNOLOGIES D INGENIERIE DES DONNEES DIRIGEE PAR LES MODELES Les contenus de ce document sont la propriété exclusive de la société REVER. Ils ne sont transmis qu à titre d information
Plus en détailModule BD et sites WEB
Module BD et sites WEB Cours 8 Bases de données et Web Anne Doucet Anne.Doucet@lip6.fr 1 Le Web Architecture Architectures Web Client/serveur 3-tiers Serveurs d applications Web et BD Couplage HTML-BD
Plus en détailCursus Sage ERP X3 Outils & Développement. CURSUS Sage ERP X3 Outils & Développement ADVANCED. Outils avancés. 2 jours X3A-ADM. Développement 1 &2
Cursus Outils & Développement Vous êtes Consultant, Chef de Projets, Directeur des Systèmes d Information, Directeur Administratif et Financier, Optez pour les «formations Produits» Nous vous proposons
Plus en détailIntelligence 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 détailChef de file dans le développement de solutions de gestion de contenu
Chef de file dans le développement de solutions de gestion de contenu Depuis 1997, Groupe EBI s est donné comme mission de proposer des solutions de gestion du patrimoine informationnel des organisations
Plus en détailINTRODUCTION AUX BASES de DONNEES
INTRODUCTION AUX BASES de DONNEES Équipe Bases de Données LRI-Université Paris XI, Orsay Université Paris Sud Année 2003 2004 1 SGBD : Fonctionnalités et Principes Qu est qu une base de données? Un Système
Plus en détailLe "tout fichier" Le besoin de centraliser les traitements des fichiers. Maitriser les bases de données. Historique
Introduction à l informatique : Information automatisée Le premier ordinateur Définition disque dure, mémoire, carte mémoire, carte mère etc Architecture d un ordinateur Les constructeurs leader du marché
Plus en détailBI2 : 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 détailInformatique Médicale & Ingénierie des Connaissances Pour la e-santé
Li ics Laboratoire d Informatique Médicaleet d Ingénierie des Connaissances en e-santé Projet de création d une UMR Inserm Université Pierre et Marie Curie, Université Paris Nord Informatique Médicale
Plus en détailManuel d utilisation 26 juin 2011. 1 Tâche à effectuer : écrire un algorithme 2
éducalgo Manuel d utilisation 26 juin 2011 Table des matières 1 Tâche à effectuer : écrire un algorithme 2 2 Comment écrire un algorithme? 3 2.1 Avec quoi écrit-on? Avec les boutons d écriture........
Plus en détailBASE DE DONNÉES DES ASPECTS SOCIOÉCONOMIQUES EN MÉDITERRANÉE OCCIDENTALE
BASE DE DONNÉES DES ASPECTS SOCIOÉCONOMIQUES EN MÉDITERRANÉE OCCIDENTALE CETMO-ASE Version 08.01 Année de référence 2008 Février 2013 BASE DE DONNÉES DES ASPECTS SOCIOÉCONOMIQUES EN MÉDITERRANÉE OCCIDENTALE
Plus en détailModule BDR Master d Informatique (SAR)
Module BDR Master d Informatique (SAR) Cours 6- Bases de données réparties Anne Doucet Anne.Doucet@lip6.fr 1 Bases de Données Réparties Définition Conception Décomposition Fragmentation horizontale et
Plus en détailOpenPaaS Le réseau social d'entreprise
OpenPaaS Le réseau social d'entreprise Spécification des API datastore SP L2.3.1 Diffusion : Institut MinesTélécom, Télécom SudParis 1 / 12 1OpenPaaS DataBase API : ODBAPI...3 1.1Comparaison des concepts...3
Plus en détailL EAI. par la pratique. François Rivard. Thomas Plantain. Groupe Eyrolles, 2003 ISBN : 2-212-11199-1
L EAI par la pratique François Rivard Thomas Plantain ISBN : 2-212-11199-1 Table des matières Avant-propos................................................ Quel est l objectif de cet ouvrage...............................
Plus en détailEtudier l informatique
Etudier l informatique à l Université de Genève 2015-2016 Les bonnes raisons d étudier l informatique à l UNIGE La participation à des dizaines de projets de recherche européens Dans la présente brochure,
Plus en détailExemple accessible via une interface Web. Bases de données et systèmes de gestion de bases de données. Généralités. Définitions
Exemple accessible via une interface Web Une base de données consultable en ligne : Bases de données et systèmes de gestion de bases de données The Trans-atlantic slave trade database: http://www.slavevoyages.org/tast/index.faces
Plus en détailConcevoir sa stratégie de recherche d information
Concevoir sa stratégie de recherche d information Réalisé : mars 2007 Dernière mise à jour : mars 2011 Bibliothèque HEC Paris Contact : biblio@hec.fr 01 39 67 94 78 Cette création est mise à disposition
Plus en détailINF 1250 INTRODUCTION AUX BASES DE DONNÉES. Guide d étude
INF 1250 INTRODUCTION AUX BASES DE DONNÉES Guide d étude Sous la direction de Olga Mariño Télé-université Montréal (Québec) 2011 INF 1250 Introduction aux bases de données 2 INTRODUCTION Le Guide d étude
Plus en détailBES WEBDEVELOPER ACTIVITÉ RÔLE
BES WEBDEVELOPER ACTIVITÉ Le web developer participe aux activités concernant la conception, la réalisation, la mise à jour, la maintenance et l évolution d applications internet/intranet statiques et
Plus en détailManuel d utilisation
Manuel d utilisation La référence des comptables-fiscalistes Votre login Votre mot de passe Une question Voyez l aide détaillée accessible en ligne ou les questions les plus fréquemment posées par les
Plus en détailLa solution pour gérer vos connaissances techniques et scientifiques
La solution pour gérer vos connaissances techniques et scientifiques La solution pour gérer, sécuriser et réutiliser vos connaissances techniques et scientifiques TEEXMA est le premier outil collaboratif
Plus en détailLangage HTML (2 partie) <HyperText Markup Language> <tv>lt La Salle Avignon BTS IRIS</tv>
Langage HTML (2 partie) «Je n'ai fait que prendre le principe d - hypertexte et le relier au principe du TCP et du DNS et alors boum! ce fut le World Wide Web!» Tim Berners-Lee
Plus en détailMercredi 15 Janvier 2014
De la conception au site web Mercredi 15 Janvier 2014 Loïc THOMAS Géo-Hyd Responsable Informatique & Ingénierie des Systèmes d'information loic.thomas@anteagroup.com 02 38 64 26 41 Architecture Il est
Plus en détailAnnotation collaborative en ligne de l'archive manuscrite
Annotation collaborative en ligne de l'archive manuscrite Jean-Daniel Fekete INRIA Futurs & LRI Projet IN-SITU Jean-Daniel.Fekete@inria.fr http://www.lri.fr/~fekete Hammamet - Tunisie CFD'02 1 Plan p Le
Plus en détailVue Générale et Cas d Usage
Vue Générale et Cas d Usage Avril 2014 PARTENAIRE 1 Semsoft en bref Solution Société Data Integration for Business Users : all external and internal data aggregated on demand as in one excel file No Data
Plus en détailMODELISATION UN ATELIER DE MODELISATION «RATIONAL ROSE»
MODELISATION UN ATELIER DE MODELISATION «RATIONAL ROSE» Du cours Modélisation Semi -Formelle de Système d Information Du Professeur Jean-Pierre GIRAUDIN Décembre. 2002 1 Table de matière Partie 1...2 1.1
Plus en détailEcrire pour le web. Rédiger : simple, concis, structuré. Faire (plus) court. L essentiel d abord. Alléger le style. Varier les types de contenus
Ecrire pour le web Un texte web de lecture aisée pour l internaute, l est aussi pour les moteurs de recherche ; l écriture peut ainsi être mise au service du référencement naturel. De façon complémentaire,
Plus en détailVocabulaire juridique multilingue comparé. Caroline Reichling Direction générale de la Traduction Cour de justice de l Union européenne
Vocabulaire juridique multilingue comparé Caroline Reichling Direction générale de la Traduction Cour de justice de l Union européenne 22 novembre 2012 Vocabulaire juridique multilingue comparé La Cour
Plus en détailSécurité des entrepôts de données dans le Cloud Un SaaS pour le cryptage des données issues d un ETL
Sécurité des entrepôts de données dans le Cloud Un SaaS pour le cryptage des données issues d un ETL Présenté par Hana Gara Kort Sous la direction de Dr Jalel Akaichi Maître de conférences 1 1.Introduction
Plus en détaildonnées en connaissance et en actions?
1 Partie 2 : Présentation de la plateforme SPSS Modeler : Comment transformer vos données en connaissance et en actions? SPSS Modeler : l atelier de data mining Large gamme de techniques d analyse (algorithmes)
Plus en détail