Visualisation interactive pour la découverte de connaissances : GeoECD

Dimension: px
Commencer à balayer dès la page:

Download "Visualisation interactive pour la découverte de connaissances : GeoECD"

Transcription

1 Visualisation interactive pour la découverte de connaissances : GeoECD Saïd KAROUACH, Bernard. DOUSSET {karouach, Université Paul Sabatier - IRIT/SIG, 118, route de Narbonne Toulouse cedex4 Mots-clés : découverte de connaissances, données textuelles, visualisation d information, visualisation interactive, visualisation par cartes géographiques. Key-words : knowledge discovery/texmining, information visualization,, interactive visualization, visualization by geographic maps. Palabras claves : explotación minera del texto, visualización de la información, visualización interactiva, visualización por geográficas las correspondencias. Résumé : Dans le cadre général de l'aide à la décision, l'extraction de Connaissances à partir de Données (ECD) est devenu un nouveau thème de recherche qui a déjà largement démontré son importance scientifique et économique et apparaît, maintenant, comme un domaine stratégique. L'ECD utilise la visulisation pour exhiber la composante informationnelle profonde contenue dans les données brutes et pour faciliter le processus de découverte de connaissances associé dans ses phases d'analyse et d'interprétation par les experts du domaine. Nos préoccupations s'inscrivent dans le contexte précédent et nous proposons l'approche et les concepts supportés par notre outil de visualisation destiné à aider l'utilisateur dans sa démarche de découverte de connaissances à partir de données textuelles. Cet outil de visualisation s'adresse aux deux facettes citées précédemment. Nous lui avons adjoint une composante interactive pour accroître son efficacité, notamment, en permettant à un groupe d'utilisateurs (éventuellement distants et en simultané) d'intervenir dans le processus de découverte de connaissances. Une particularité de notre proposition concerne la problématique de la fusion ou de l'association de données textuelles avec des données externes pour gérer un mécanisme de géoréférencement logique. Une deuxième particularité concerne la visualisation de ces résultats sur des cartes géographiques avec différents niveaux de granularité (continent, zone, pays). IRIT - DELTA VEILLE 301

2 VSST' Introduction La croissance exponentielle du volume des informations disponibles dans les bases de données et la nécessité d'une réactivité efficace de la part des décideurs face à ces masses d'informations, ont stimulé, cette dernière décennie, le développement rapide de l'extraction de Connaissances à partir des Données (ECD). L'ECD a été définie comme "l'extraction, à partir des données, d'une information implicite, inconnue auparavant et potentiellement utile" [7]. Cette caractérisation a été revue par différents auteurs mais tous s'accordent sur le fait qu'il s'agit d'extraire des connaissances pertinentes et intelligibles a priori non connues et ce à partir d'une grande masse de données. Dans ce papier, nous présentons l'outil GeoECD permettant une visualisation interactive des résultats d'un processus d'ecd. GeoECD traduit des données géoréférencées logiquement par des cartes géographiques. Pour différencier notre proposition de celles qui existent dans le contexte des systèmes d'informations géographiques, notons que nos sources de données sont externes à notre système, de nature textuelles et souvent de formats hétérogènes. L'interface visuelle de GeoECD permet de matérialiser des résultats selon différents niveaux d'agrégation et/ou de détails en fonction du besoin et du point de vue (sélection d'une zone spatiale) de l'utilisateur. Cet outil intègre une composante ergonomique associée à la perception visuelle des nuances de couleur, pour mieux différencier les informations affichées, et afin d améliorer le processus d'interprétation de ces données par l'utilisateur. Après un bref rappel du processus de découverte de connaissances, nous caractérisons quelques outils de visualisation dans le domaine de l'ecd, en incluant ceux du logiciel Tétralogie, developpé dans l'équipe IRIT/SIG. En effet, Tétralogie (http://atlas.irit.fr) a servi de support pour la réalisation de GeoECD qui en est une composante additionnelle. Afin de cibler notre papier sur la visualisation en ECD, nous décrivons notre proposition sans détailler le processus d'ecd qui permet de produire l'information à présenter. Nous mettons l'accent sur l'aspect interactif et coopératif de GeoECD ainsi que sur sa composante communicative avec les outils de visualisation existant déjà dans Tétralogie. 2 Processus de découverte de connaissances La Découverte de Connaissances à partir de Donneées ou ECD est définie comme ''le processus non trivial qui consiste à identifier dans des données, des schéma nouveaux, valides, potentiellement utiles et surtout compréhensibles et utilisables'' [7]. Ce processus (cf Figure 1), semi-automatique et itératif, est constitué de plusieurs étapes allant de la sélection et la préparation des données à l'interprétation des résultats, en passant par la phase de l'extraction de connaissances : le Data Mining ( DM ). Le DM (ou la fouille de données) est le coeur de ce processus car il permet d'extraire de l'information des données. Néanmoins, c'est une étape souvent difficile à mettre en oeuvre, coûteuse et dont les Figure 1Etapes du processus de l'ecd 302

3 résultats doivent être interprétés et relativisés. Notons egalement qu'en situation réelle, pour l'aide à la décision, une très grande majorité des résultats recherchés s'obtient uniquement par requêtes, par analyse multi-dimensionnelle ou grâce aux outils de visualisation. Les algorithmes de découverte de connaissance mis au point résolvent, en général, des problèmes typiques [1, 7] de classification, segmentation, modélisation de dépendances, association, identification de séquences, recherche d'exceptions dans une collection de données très volumineuse et hétérogène. 2.1 ECD et visualisation de l'information L'extraction de connaissances nécessite de fournir à l'utilisateur des informations interprétables. Ainsi, les outils d'ecd s'appuient sur des techniques de visualisation qui sont étroitement liées au problème d'intelligibilité [12, 22]. Ces techniques sont utilisées pour la représentation de l'information ou/et pour l'aide à la découverte de connaissances. La visualisation de l'information consiste à traduire, à transcrire ou encore à coder l'information retenue dans une forme visuelle pertinente : il s'agit de construire un schéma graphique, une image, etc. adéquat par rapport à l'information, qu'il faut communiquer ainsi que les relations logiques sousjacentes. Il faut donc considérer chaque type de représentation visuelle (tableaux, schémas, organigrammes, graphiques, cartes, plans, dessins figuratifs, photographies, etc.) comme une forme de communication spécifique, comme un langage possédant ses règles et son code. Il s'agit de formes d'expression relativement conventionnelles qui doivent être respectées si l'on veut garantir l'efficacité de la communication. En ECD, on distingue deux types d'outils de visualisation [12] : Outils de visualisation des résultats : Les systèmes d'ecd produisent un nombre élevé de résultats : arbre de décision, grille de scores, base de règles, modèle de régression, réseau de neurones, etc. La forme des résultats varie en fonction des approches utilisées dans l'étape de découverte. Les outils de visualisation doivent restituer la connaissance extraite pour qu'elle soit réellement utile. Ces outils varient en fonction des approches utilisées dans l'étape de découverte et de la nature des résultats obtenus. Pour des informations hiérarchiques, on utilise souvent un dendogramme [8, 9], des arbres hyperboliques [14], des arbres coniques [20] ou des arborescences semblables à celles des gestionnaires de fichiers [11]. Pour les informations non hiérarchiques, il peut s'agir de visualisations à deux dimensions comme dans les cartes de Kohonen [13]. Les associations découvertes peuvent, quant à elles, être représentées par des graphes [15] ou des arbres de décision [18] lorsqu'il s'agit d'associations sous forme de règles. Pour les associations de similitude, des représentations sous forme de graphes [21] ou de cartes à plusieurs dimensions [17] sont les plus appropriées. Outils de visualisation pour l'aide à la découverte de connaissances : Ces outils doivent aider les utilisateurs en leur fournissant des représentations synthétiques des informations et des interfaces de visualisation interactives [12]. Ils doivent permettre à l'utilisateur de detecter les connaissances effectivement utiles parmi l'ensemble des données. Les principes de visualisation multidimensionnelle utilisés dans les systèmes OLAP sont parmi les plus répandus dans cette catégorie [4, 22]. Ils permettent de visualiser des mesures en fonction de différentes dimensions. Ces principes sont généralement appliqués à des données structurées. Certains travaux visent cependant à généraliser cette approche à des informations non structurées [16, 19]. Les principes utilisés dans Tétralogie se situent également dans cette catégorie d'approche. Cet outil permet d'obtenir des vues synthétiques sur un ensemble de documents textuels en fonction de différentes dimensions (auteurs des documents, date de publication, concepts issus du contenu des documents, etc...). Il s'appuie pour cela sur des techniques d'analyse de données (classifications, analyses factorielles etc.) et appliquées dynamiquement à un sous ensemble des informations detectées semi-automatiquement comme potentiellement intéressantes [16]. D'autres outils [5, 10] ont été développés dans ce sens pour les deux modes de visualisation. Certains sont commercialisés, d'autres sont sous forme de prototypes universitaires et/ou support de validation de nouveaux algorithmes d'extraction de connaissances. On peut citer par exemple : DBMiner, VisualMine, MineSet, Clementine,... IRIT - DELTA VEILLE 303

4 VSST' Visualisation par cartes géographiques 3.1 Introduction L'ECD utilise souvent la visualisation dans toutes ses phases, et, elle exige des affichages fortement interactifs et dynamiques. En cartographie, chaque méthode de présentation est basée sur l'utilisation d'une ou plusieurs des variables visuelles présentées par Jacques Bertin [3] : position, la taille, la valeur (degré d'obscurité), la couleur (tonalité), la texture, l'orientation, et la forme. Le principe général de la présentation de données est le suivant : "les variables visuelles doivent avoir un niveau d'organisation au moins égal à celui des composants qu'elles représentent". La visualisation par des cartes géographiques est apparue avec la naissance des Systèmes d'informations Géographiques (SIG). Parmi les cartes les plus utilisées, on peut citer : les cartes de Chorpleth [2] ou cartes choroplèthes. Une carte de choropleth est une carte dans laquelle la couleur et/ou la nuance des zones change selon la densité, la concentration, ou l'importance d'une variable. Les valeurs numériques pour la variable tracée sont divisées en classes de données qui sont assignées par un codage de couleur. Les tonalités plus légères correspondent à des valeurs plus basses, alors que des tonalités plus foncées correspondent à des valeurs plus élevées. GeoECD est inspiré de ce type de cartes. D une part cet outil manipule des données géoréférencées sans aucune classification préalable; d'autre part, il fusionne ces données avec des données externes au sytème Tétralogie. Il utilise certaines variables de Bertin: position, couleur et taille pour favoriser de manière significative l'exploration de données. 3.2 Informations manipulées Les données textuelles que nous analysons (documents Web, corpus bibliographique, groupe de discussions ``NewsGroups'',...) étant multi-formes, nous utilisons des thesaurus pour détecter, uniformiser et agréger les termes d'origines géographiques. Par exemple, dans certaines bases documentaires semi-structurées l'adresse peut ne contenir que le nom d'une région ; il doit être possible d'extraire les informations géographiques d'autres niveaux si nécessaire (par exemple, le pays). Nous nous appuyons pour cela sur une hiérarchie d'agrégation générique du type : Université Paul Sabatier Toulouse Haute Garonne France Europe Lorsque le traitement sémantique s'arrête à la granularité pays, Tétralogie fournit des tables de contingences croisant cette entité avec une autre dimension (concepts, auteurs, sources, dates,...). En effet, il est également possible de croiser les valeurs des pays entre eux dans le cas d'études de collaborations internationales. GeoECD prend alors le relais et propose plusieurs points de vue pour pondérer, filtrer et afficher les informations sur une carte. Il est alors possible d'utiliser différentes hiérarchies d'agrégation en fonction de l'objectif visé par l'utilisateur. Bien que de nombreuses hiérarchies soient prédéfinies, il est toujours possible pour l'utilisateur de définir ses propres hiérarchies. Ainsi, GeoECD s'intéresse aux tables de contingences pour lesquelles au moins une dimension est le pays. Ces tables sont généralement de grande taille pouvant aller jusqu'à N 3000, 3000 N où N représente le nombre de pays étudiés. 3.3 Pondération des données Le principe de l'outil GeoECD est de projeter sur une carte les données pour lesquelles la dimension géographique est présente. Mais, comme il n'est pas toujours pertinent de représenter les données absolues (première place souvent monopolisée par les USA, disparités des rangs et des tailles des pays, distribution des typologies de références), notre outil propose des pondération de ces données par un certain nombre d'informations externes relatives aux pays (PNB, population, superficie) afin de relativiser l'importance de ces données et d'estimer leur réelle potentialité. Par exemple, dans le cadre d'une analyse des collaborations entre différents organismes de recherche sur un domaine, une pondération par le PNB permet de voir si l'effort de coopération est proportionnel à la taille économique de tel ou tel pays, ou bien si l'investissement dans un domaine est proportionnellement plus fort dans un pays que dans un autre. De la même manière, le rapport à la population peut donner 304

5 une indication sur l'effort consenti par habitant et le rapport à la surface utile pour l'adéquation avec les potentialités d'application d'une technique connexe à cette mesure (domaine agricole, observation de la terre, pollution, productivité d'un secteur, etc). Le fait de pouvoir appliquer aux données les pondérations précédentes permet également de faire apparaître de façon explicite certains éléments pertinents utiles à la décision. Citons par exemple : un recentrage sur les pays économiquement forts, un isolement dû à des problèmes politiques, une stratégie de prise de contrôle à l'échelle d'un continent ou d'une région économique. 3.4 Codage des données sous forme de couleurs Le principe de transformation des données matricielles en données géographiques repose sur un codage de couleurs. Les données issues d'une table de contingence sont traduites en intensité d'une couleur choisie pour représenter l'information. Le modèle de couleurs adopté par GeoECD est le RVB (rouge, vert, bleu). Pour bien représenter le positionnement des pays sur la carte avec des nuances de couleurs différentes, nous affectons à chacun de ces pays un niveau calculé en fonction de sa valeur dans la matrice M, éventuellement pondérée par une propriété (PNB, population, superficie). Les pays non présents dans la matrice M sont identifiés par une couleur particulière. Plus spécifiquement, pour définir un spectre de nuances adapté à la distribution des pays présents, le modèle utilisé pour coder l'intensité de coloration est défini par la famille des fonctions fint(., n), non linéaires d'ordre n de type : et M i = j M ij est la marginale du pays i dans la matrice M et p ik une propriété (type de pondération). L'intensité de couleur d'un pays sur la carte traduit le rang de celui-ci. Allure de la fonction de l intensité de couleur On remarque que ces fonctions sont strictement croissantes, ainsi pour n = 1, l'intensité de la couleur de chaque pays présent est équivalente à la quantité X i correspondante. Pour n > 1, l'intensité augmente en bas de l'échelle, et donc l'accent est mis sur les pays de faible valeur X i. Au contraire, lorsque n < 1, l'intensité diminue en bas de l'échelle et les pays les plus présents bénéficient de plus de nuances pour être distingués. Afin d'avoir une idée sur le pourcentage de la force d'un pays, une échelle graduée des intensités de couleur est dynamiquement tracée en fonction de la valeur de n choisie. A chaque type de pondération par les données externes, nous associons une couleur de base différente afin de distinguer les vues obtenues. Par exemple, pour une pondération par la population, la couleur de base sera le cyan (cf figure 2). Sur cette figure, le grenat indique des pays absents (pour lesquels aucune donnée n'est visualisée). IRIT - DELTA VEILLE 305

6 VSST' Les types de vues de GeoECD Vues absolues et relatives Figure 2 Vue relative à la population L'interface adoptée pour GeoECD offre la possibilité d'avoir des vues en deux modes complémentaires : absolu ou relatif. En mode absolu, les différentes données sont visualisées sans pondération. En revanche, en mode relatif les données sont pondérées en fonction d'une propriété relative aux différents pays. Figure 3 Vue en mode absolu La figure 3 est un exemple de représentation des informations en mode absolu alors que la figure 2 représente les mêmes données en mode relatif (à la population des pays dans ce cas). Comme précédemment, sur la figure 3, la couleur grenat représente des pays absents. L'intensité lumineuse est représentative de l'importance d'une caracteristique d'un pays. Sur ces figures (3, 2), on peut remarquer que les Etats-Unis sont prédominants lorsque l'on visualise les données absolues. Cette prédominance n'est pas conservée en mode relatif ( par rapport à la population). 306

7 3.5.2 Zoom sur une zone géographique Une vue globale sur la carte du monde est bien entendu souvent incontournable, mais un zoom sur une région (cf Fig.4) est souvent très utile comme pour l'europe où les pays sont de petite taille. D'autres zones ont aussi leur intérêt comme le G8, l'europe communautaire, la zone Euro, l'opep, le bassin méditerranéen, le quart monde, le tiers monde, les pays francophones, les pays hispaniques, etc. La possibilité de définir soi-même des régions est un atout indiscutable pour la compréhension de certains phénomènes stratégiques : zone concurrentielle, zone d'expansion, zone déjà couverte, pays émergents, etc. L'interface de GeoECD offre à l'utilisateur la possibilité de visualiser les informations sur la carte du monde ou sur une partie du monde. Ainsi, l'utilisateur peut focaliser son intérêt sur un pays, un continent ou une région particulière qu'il doit lui même définir : zone concurrentielle, pays potentiels,... Figure 4 Vue en mode absolu avec un zoom sur l'asie Vues filtrées L'utilisateur peut focaliser son étude sur certains éléments et choisir les items à visualiser dans l'autre dimension. Dans ce cas, seules les variables sélectionnées (à gauche sur la carte) par l'utilisateur, seront prises en compte lors du calcul de Xi. Par exemple, pour des tables de contingences faisant intervenir les pays et le temps (via des périodes), c'est à dire des matrices de type Pays-Périodes ou Périodes-Pays, l'utilisateur pourra, s'il s'intéresse à l'évolution d'un critère ou d'un phénomène donné, filtrer successivement les données sur les différentes années ou périodes. Il obtiendra les vues correspondantes avec la possibilité de visualiser simultanément plusieurs cartes et il pourra ensuite les comparer suivant les mêmes pondérations. IRIT - DELTA VEILLE 307

8 VSST'2001 Figure 5 Vue filtrée sur les Pays-Bas Notons que dans le cas d'une matrice Pays-Pays, la seconde dimension (les colonnes de la matrice) devient la variable à visualiser, on obtient ainsi les coopérations internationales. Si on ne choisit qu'un pays, il est possible de connaître sa couverture internationale. Par exemple, dans la figure 5, les données ont été filtrées sur les Pays-Bas. Ainsi, seules les collaborations entre les Pays-Bas et les autres pays sont visualisées. La figure 6 matérialise les collaborations internationales de la Belgique. On peut noter que les deux pays possèdent quelques collaborateurs communs avec des degrés différents dans certaines régions (exemple Pays-Bas avec le USA). Mais sur le continent asiatique, ils n'ont pas les mêmes politiques de coopération. La coloration orange schèmatise les pays non collaborateurs du pays sélectionné. Figure 6 Vue filtrée sur la Belgique 308

9 3.6 Visualisation d'une classification Dans Tétralogie, le résultat d'une classification ascendante hiérarchique (CAH) est visualisé par un arbre planaire intéractif (cf Fig.7). Grâce au choix de cette représentation, il est possible de couper l'arbre à différents niveaux. Si l'arbre est coupé proche de sa racine, le nombre de classes est petit, mais des éléments relativement éloignés peuvent être regroupés (forte distance intra-classe). Au contraire, plus l'arbre est coupé proche de ses feuilles, plus les classes sont petites et les objets proches à l'intérieur d'une classe. Dans Tétralogie, l'utilisateur peut aussi visualiser le contenu d'une classe et Figure 7 Arbre CAH dans Tétralogie archiver son contenu dans un fichier. Après une CAH des pays selon une autre dimension (dont les valeurs servent de critère de classification), l'utilisateur peut directement visualiser l'organisation en classes des différents pays sur la carte du monde (cf Fig 8). Chaque niveau de coupure choisi est instantanément matérialisé sous une forme imagée dont l'interprétation est intuitive. Les couleurs utilisées ont alors une sémantique particulière puisque les pays de la même classe se voient attribuer la même couleur. Ce type de carte est un cas particulier des cartes de Choropleth. Figure 8 Visualisation des résultats d'une CAH Les deux types de visualisation d'une classification peuvent être considérées comme complémentaires. La visualisation par GeoECD et donc la répartition spatiale des classes peut permettre d'expliquer les phénomènes observés par exemple par des proximités géographiques qui n'auraient pas été détectées via une visualisation sous forme de dendogramme. On pense par exemple à des données medicales (maladie, phénomènes d'épidémie), des données relatives à l'environnement (phénomènes de pollution). IRIT - DELTA VEILLE 309

10 VSST' Interactivité Il y a plusieurs niveaux d'interactivité dans GeoECD : Choix du mode des vues : absolu ou relatif. Choix du type de vue : monde, continent, zone géographique prédéfinie ou paramétrée par l'utilisateur. Choix de la courbe de correspondance entre amplitude et nuances des couleurs (linéaire ou prévilégiant les faibles ou les forts amplitudes). Filtrage par sélection des items de l'autre dimension (périodes, acteurs du domaine, mots-clés,...). Interactivité entre les cartes elles-mêmes. Par exemple, à partir d'une vue donnée, l'utilisateur peut exporter cette vue sur une autre carte. Ceci est utile dans plusieurs cas : comparer deux points de vue sur le même écran mais sur deux cartes différentes, piloter à distance des cartes sur les écrans des autres utilisateurs connectés à la même analyse. Ce processus est basé coté émetteur sur la notion d'exportation (communication) des paramètres de la vue et coté récepteur sur la prise en compte totale ou partielle de ceux-ci. Communication avec le module de classification. 4 Conclusion Dans ce papier, nous avons présenté notre approche de visualisation interactive à partir de données textuelles. Cette approche permet notamment de: construire incrémentalement, via une hiérarchie d'agrégation, une représentation de l'information à explorer. visualiser des résultats d'analyse détaillée pour certains niveaux de granularité. caractériser des informations à caractère exceptionnel qui peuvent être révélatrice de phénomènes pertinents notamment à travers l'utilisation des couleurs. gérer les activités collaboratives effectuées par un groupe de travail où différents acteurs sont amenés à confronter les résultats de leurs analyses. faire des regroupements via plusieurs analyses pour renforcer ou contredire quelques tendances qui semblent se dégager dans des analyses particulières. Cette approche est implantée dans GeoECD qui étend les fonctionnalités de Tétralogie. Les figures illustrant ce papier sont issues d'une étude menée avec l'outil que nous avons développé pour palier notre approche. GeoECD a été utilisé pour conduire des études, notamment pour l'analyse des collaborations des organismes de recherches de l'inra, qui a permis de matérialiser l'évolution des comportements et des coopérations internationnales de ces organismes. Nous avons focalisé notre présentation sur l'aspect visualisation sans détailler le processus ECD qui permet de construire les tables de contingence ainsi que le processus de géoréférencement logique. Par ailleurs, l'aspect rédactionnel limite la présentation de l'aspect dynamique des caractéristiques de notre interface, aspect qui peut être démontrer à travers des présentations et manipulations du système GeoECD. Notons également l'importance des couleurs qu'une impression en noir et blanc ne saurait retranscrire. L'utilisation de GeoECD a été restreinte aux données produites par Tétralogie où la dimension géographique est présente dans les données. Toutefois, GeoECD est conçu pour être utilisable pour le même type de données issues d'autres systèmes. Ses qualités additionnelles sont l'interactivité, la communication entre les cartes et avec d'autres modules de Tétralogie (arbres de classification, cartes factorielles, Tableur,...) et la possibilité de pondérer les données brutes fournies par la phase d'analyse par des caractéristiques diverses (des propriétés des pays dans notre cas). Cette pondération permet de faire surgir de façon explicite certains éléments pertinents utiles à la décision. Bibliographie [1.] AGRAWAL (R.) et SWAMI (A.). Database mining : A performance perspective. IEEE trans. Knowledge and data engineering, vol. 5, n 6, Décembre 1993, pp [2.] ANDRIENKO (G.) et ANDRIENKO (N.). Interactive maps for visual data exploration. In : International Journal Geographical Information Science. pp Special Issue on Visualization for exploration of Spatial data. 310

11 [3.] BERTIN (J.). The semiology of graphics. University of Wisconsin Press, [4.] CHAUDHURI (S.) et DAYAL (U.). An overview of data warehousing and olap technology. ACM SIGMOD, vol. 26, n 1, Mai [5.] COOK (D.J.). Data visualization: [6.] DEL BIMBO (A.). Visual Information Retrieval. - Morgan Kaufmann Inc., juin [7.] FAYYAD (U.M.), PIATETSKY-SHAPIRO (G.), SMYTH (P.) et UTHURUSAMY (R.). Advances in Knowledge Discovery and Data Mining. AAAI/MIT Press, 1996, ISBN : [8.] DIDAY (E.), et al.. Classification automatique des données : Environnement statistique et informatique. Edition Dunod, [9.] DKAKI (T.). Outils mathématiques et méthodes automatiques pour la veille technologique. Thèse, Université Paul Sabatier - IRIT, France, Août [10.] Kdnuggets. -- [11.] KEIM (D. A.) et KRIEGEL (H-P.). Fractal approaches for visualizing huge hierarchies. IEEE Symposium on Visual Languages, [12.] KEIM (D. A.) et KRIEGEL (H-P.). Visualization techniques for mining large databases : A comparison. IEEE Trans. Knowledge and data Engineering, vol. 8, n 6, 1996, pp [13.] KOHONEN (T.). Self-Organizing Maps. Springer Series in Information Sciences, [14.] LAMPING (J.), RAO (R.) et PIROLLI (P.). A focus+context technique based on hyperbolic geometry for visualizing large hierarchies. Proceeding of the ACM CHI'95 Conference on human Factors in Computing Systems, [15.] LEHN (R.). Un système interactif de visualisation et de fouille de règles pour l'extraction de connaissances dans les bases de données. Thèse, IRIN Université de Nantes, France, Décembre [16.] MOTHE (J.) et al. Information mining: use of the document dimensions to analyse interactively a document set. 23rd BCS European Colloquium on IR Research, April [17.] MOTHE (J.) et DKAKI (T.). Interactive multidimensional document visualization. Proceedings of the 21st Annual International ACM SIGIR (Poster), Août 1998, pp [18.] QUINLAN (J. R.). C4.5 : Programs for machine learning. Morgan Kaufman, [19.] RAJMAN (M.) et BESANÇON (R.). Text mining - knowledge extraction from unstructured textual data. Proc. of 6th Conference of International Federation of Classification Societies (IFCS-98), Juillet 1998, pp [20.] ROBERTSON (G.G.), MACKINLAY (J.D.) et CARD (S.K.). Cone trees : animated 3D visualisations of hierarchical information. Proceeding of the ACM CHI'91 Conference on human Factors in Computing Systems, 1991, pp [21.] SARKAR (M.) et BROWN (M.). Graphical fisheye views of graphs. Proceeding of the ACM CHI'92 Conference on human Factors in Computing Systems, 1992, pp [22.] THEARLING (K.) et al. Visualizing data mining models. Proceedings of the Integration of Data Mining and Data Visualization Workshop, IRIT - DELTA VEILLE 311

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

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

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

Cartes interactives pour la géostratégie

Cartes interactives pour la géostratégie Cartes interactives pour la géostratégie Saïd KAROUACH IRIT/ SIG, Université Paul Sabatier, 118 route de Narbonne, 31062 Toulouse cedex 04 karouach@irit.fr 1- Introduction La géostratégie est un des éléments

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

Tri de cartes et ergonomie web

Tri de cartes et ergonomie web Tri de cartes et ergonomie web Sommaire Introduction 1. La méthode du tri de cartes 1.1. Principe et utilité 1.2. Les règles du jeu 1.3. Matériel pour le tri de cartes physique 1.4. Les données recueillies

Plus en détail

Université de Bangui. Modélisons en UML

Université 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 détail

MASTER II ECONOMIE ET GESTION Spécialité Management des Organisations de la Neteconomie

MASTER II ECONOMIE ET GESTION Spécialité Management des Organisations de la Neteconomie MASTER II ECONOMIE ET GESTION Spécialité Management des Organisations de la Neteconomie MODULE C03 - Séquence 1 INTRODUCTION I. UN PEU D'HISTOIRE II. LES RESSOURCES D'UN SI III. LA DÉFINITION D UN SI À

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

Cédric Gendre Inra, ESR Toulouse

Cédric Gendre Inra, ESR Toulouse ODR, Bases de données administratives à différentes échelles spatiales Cédric Gendre Inra, ESR Toulouse 2èmes journées de recherches en sciences sociales INRA SFER CIRAD 11 & 12 décembre 2008 LILLE, France

Plus en détail

L INFORMATION GEOGRAPHIQUE

L INFORMATION GEOGRAPHIQUE Champs sur Marne ENSG/CERSIG Le 19-nove.-02 L INFORMATION GEOGRAPHIQUE Archivage Le Système d information géographique rassemble de l information afin de permettre son utilisation dans des applications

Plus en détail

Qu'est-ce qu'une carte mentale?

Qu'est-ce qu'une carte mentale? Les cartes mentales Qu'est-ce qu'une carte mentale? Le terme peut surprendre, il est directement traduit de l'anglais : Mind map. L'organisation de la carte mentale rompt avec les hiérarchies linéaires

Plus en détail

FORMALISATION DE CONNAISSANCES ERGONOMIQUES DANS LE DOMAINE DE L'ERGONOMIE DE CONCEPTION D'INTERFACES GRAPHIQUES HOMME-MACHINE

FORMALISATION DE CONNAISSANCES ERGONOMIQUES DANS LE DOMAINE DE L'ERGONOMIE DE CONCEPTION D'INTERFACES GRAPHIQUES HOMME-MACHINE Une version de cet article a été publiée dans : Actes du XXVIème Congrès de la SELF "Méthodologie et outils d'intervention et de recherche en ergonomie", Montréal, Canada, 3-6 Octobre, 1990. FORMALISATION

Plus en détail

RAPPORT DE CONCEPTION UML :

RAPPORT DE CONCEPTION UML : Carlo Abi Chahine Sylvain Archenault Yves Houpert Martine Wang RAPPORT DE CONCEPTION UML : Bamboo Ch@t Projet GM4 Juin 2006 Table des matières 1 Introduction 2 2 Présentation du logiciel 3 2.1 Précisions

Plus en détail

Mieux comprendre les enjeux stratégiques via l analyse relationnelle : le morphing de graphes.

Mieux comprendre les enjeux stratégiques via l analyse relationnelle : le morphing de graphes. Mieux comprendre les enjeux stratégiques via l analyse relationnelle : le morphing de graphes. Eloïse Loubier* Bernard Dousset* loubier@irit.fr dousset@irit.fr * Institut de Recherche en Informatique de

Plus en détail

Un peu d'organisation. Conception et Programmation par Objets HLIN406. Sommaire. Pourquoi vous parler de conception par objets? Notion de modélisation

Un peu d'organisation. Conception et Programmation par Objets HLIN406. Sommaire. Pourquoi vous parler de conception par objets? Notion de modélisation Un peu d'organisation Conception et Programmation par Objets HLIN406 Marianne Huchard, Clémentine Nebut LIRMM / Université de Montpellier 2 Premières semaines Contrôle des connaissances Supports 2015 Sommaire

Plus en détail

Statistique et analyse de données pour l assureur : des outils pour la gestion des risques et le marketing

Statistique et analyse de données pour l assureur : des outils pour la gestion des risques et le marketing Statistique et analyse de données pour l assureur : des outils pour la gestion des risques et le marketing Gilbert Saporta Chaire de Statistique Appliquée, CNAM ActuariaCnam, 31 mai 2012 1 L approche statistique

Plus en détail

INFORMATIQUE : LOGICIELS TABLEUR ET GESTIONNAIRE DE BASES DE DONNEES

INFORMATIQUE : LOGICIELS TABLEUR ET GESTIONNAIRE DE BASES DE DONNEES MINISTERE DE LA COMMUNAUTE FRANCAISE ADMINISTRATION GENRALE DE L ENSEIGNEMENT ET DE LA RECHERCHE SCIENTIFIQUE ENSEIGNEMENT DE PROMOTION SOCIALE DE REGIME 1 DOSSIER PEDAGOGIQUE UNITE DE FORMATION INFORMATIQUE

Plus en détail

18 Informatique graphique

18 Informatique graphique Avant-propos En 1988, les Editions Hermès publiaient un ouvrage intitulé La synthèse d'images, qui présentait un état de l'art de ce domaine de l'informatique, vingt cinq ans environ après l'introduction

Plus en détail

Préparation à l agrégation 2012/2013. Mots clés : Graphes. Vecteur propre ; matrices stochastiques ; matrices à coefficients positifs.

Préparation à l agrégation 2012/2013. Mots clés : Graphes. Vecteur propre ; matrices stochastiques ; matrices à coefficients positifs. Mots clés : Graphes. Vecteur propre ; matrices stochastiques ; matrices à coefficients positifs. Le jury n exige pas une compréhension exhaustive du texte. Vous êtes laissé(e) libre d organiser votre discussion

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

GOUTTE. Analyse Statistique des Données Cours 4. Master 2 EID. LUISS, Libera Università Internazionale degli Studi Sociali

GOUTTE. Analyse Statistique des Données Cours 4. Master 2 EID. LUISS, Libera Università Internazionale degli Studi Sociali LUISS, Libera Università Internazionale degli Studi Sociali Université Paris 13 Laboratoire Analyse, Géométrie et Applications UMR 7539 GOUTTE Analyse Statistique des Données Cours 4 Master 2 EID goutte@math.univ-paris13.fr

Plus en détail

CELLULE ÉTUDES ET STATISTIQUES

CELLULE ÉTUDES ET STATISTIQUES CELLULE ÉTUDES ET STATISTIQUES GUIIDE D''UTIILIISATIION - SYSTEME D''INFORMATIION GEOGRAPHIIQUE 31 Mise à jour : 05/08/2015 La Caisse d'allocations Familiales de Haute-Garonne souhaite partager des informations

Plus en détail

12.2.5. La Banque de données santé publique (BDSP)

12.2.5. La Banque de données santé publique (BDSP) 12. Approfondir ses connaissances autour d un sujet droit ou qu un accord avec l éditeur autorise les gestionnaires de la base à pointer vers le document original. Les bases de données bibliographiques

Plus en détail

BAAN IVc. Guide de l'utilisateur BAAN Data Navigator

BAAN IVc. Guide de l'utilisateur BAAN Data Navigator BAAN IVc Guide de l'utilisateur BAAN Data Navigator A publication of: Baan Development B.V. B.P. 143 3770 AC Barneveld Pays-Bas Imprimé aux Pays-Bas Baan Development B.V. 1997 Tous droits réservés. Toute

Plus en détail

Transformation IT de l entreprise ANALYTIQUE: L ÈRE WATSON

Transformation IT de l entreprise ANALYTIQUE: L ÈRE WATSON Transformation IT de l entreprise ANALYTIQUE: L ÈRE WATSON L analytique joue un rôle désormais primordial dans la réussite d une entreprise. Les pouvoirs qu elle délivre sont incontestables, cependant

Plus en détail

Laboratoire 4 Développement d un système intelligent

Laboratoire 4 Développement d un système intelligent DÉPARTEMENT DE GÉNIE LOGICIEL ET DES TI LOG770 - SYSTÈMES INTELLIGENTS ÉTÉ 2012 Laboratoire 4 Développement d un système intelligent 1 Introduction Ce quatrième et dernier laboratoire porte sur le développement

Plus en détail

«La visualisation de l information au service de la veille, la recherche et la découverte d information sur le web»

«La visualisation de l information au service de la veille, la recherche et la découverte d information sur le web» «La visualisation de l information au service de la veille, la recherche et la découverte d information sur le web» Social Computing est spécialisé dans les domaines de l accès à l information, des réseaux

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

Rapport de méthodologie:

Rapport de méthodologie: Rapport de méthodologie: "Laboratoire on chip/lab-on-chip/loc" REMARQUE : La méthode employée est en tout point similaire à celle utilisée en groupe. Contents Rapport de méthodologie:... 1 "Laboratoire

Plus en détail

Business Intelligence simple et efficace

Business Intelligence simple et efficace Business Intelligence simple et efficace avec Excel et PowerPivot Jean-Philippe GOUIGOUX Table des matières 1 Chapitre 1 Présentation de PowerPivot A. L analyse de données.....................................................

Plus en détail

Figure 2.1 : fenêtre de travail d'excel v7.0

Figure 2.1 : fenêtre de travail d'excel v7.0 2.1. Excel 2.1.1. Présentation Les tableurs sont des utilitaires parfois intégrés aux éditeurs de texte (Works, Word, Kspread) ou non (Excel) et qui permettent la gestion de données numériques, le graphisme

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

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

Data Mining. Exposés logiciels, systèmes et réseaux. Damien Jubeau IR3 Lundi 19 novembre 2012

Data Mining. Exposés logiciels, systèmes et réseaux. Damien Jubeau IR3 Lundi 19 novembre 2012 Data Mining Exposés logiciels, systèmes et réseaux. Damien Jubeau IR3 Lundi 19 novembre 2012 2 Plan Data mining : définition, utilisations et concepts Wolfram Alpha : extraction de données d'un compte

Plus en détail

REFERENTIEL NORMATIF du CNES

REFERENTIEL NORMATIF du CNES REFERENTIEL NORMATIF du CNES Référence : Méthode et Procédure DEMARCHE D'ANALYSE DU LOGICIEL Annexe Technique de la MP RNC-CNES-Q-80-529 APPROBATION Président du CDN ; date et nom : Page i.1 PAGE D'ANALYSE

Plus en détail

Etape 4 : AMELIORATION - Réajustement à la situation de l'entreprise de l'information communiquée

Etape 4 : AMELIORATION - Réajustement à la situation de l'entreprise de l'information communiquée Partie V. Guide méthodologique IPAPE Etape 4 : AMELIORATION - Réajustement à la situation de l'entreprise de l'information communiquée Afin d'appliquer le concept d'amélioration continue, les partenaires

Plus en détail

Shadow Manager Simulateur de gestion globale d entreprise. Introduction

Shadow Manager Simulateur de gestion globale d entreprise. Introduction Shadow Manager Simulateur de gestion globale d entreprise Introduction Le logiciel de simulation d entreprise Shadow Manager représente le nec plus ultra des outils pédagogiques de simulation de gestion

Plus en détail

SUGARCRM MODULE RAPPORTS

SUGARCRM MODULE RAPPORTS SUGARCRM MODULE RAPPORTS Référence document : SYNOLIA_Support_SugarCRM_Module_Rapports_v1.0.docx Version document : 1.0 Date version : 2 octobre 2012 Etat du document : En cours de rédaction Emetteur/Rédacteur

Plus en détail

UNIVERSITÉ DE MONTRÉAL DÉPARTEMENT DE SOCIOLOGIE ************* Cours de niveau gradué en méthodes quantitatives *************

UNIVERSITÉ DE MONTRÉAL DÉPARTEMENT DE SOCIOLOGIE ************* Cours de niveau gradué en méthodes quantitatives ************* ************* Cours de niveau gradué en méthodes quantitatives ************* SOL 6210 - Analyse quantitative avancée Le séminaire d analyse quantitative avancée se donne en classe une fois par année. Chaque

Plus en détail

Guide de formation. EasyCruit

Guide de formation. EasyCruit Guide de formation EasyCruit Contents INTRODUCTION... 3 PRÉSENTATION ET NAVIGATION... 3 CRÉATION D UN PROJET DE RECRUTEMENT... 5 ETAPE 1 : Nom interne du projet... 5 ETAPE 2 : Associer l offre au bon département...

Plus en détail

Analyse factorielle des correspondances de Benzécri

Analyse factorielle des correspondances de Benzécri Analyse factorielle des correspondances de Benzécri One Pager Décembre 2013 Vol. 8 Num. 011 Copyright Laréq 2013 http://www.lareq.com Analyse Factorielle des Correspondances de Benzécri Une illustration

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

sont appliquées à des fonds documentaires, sont destinées à fournir des informations pertinentes sur la structure globale plutôt que sur le contenu.

sont appliquées à des fonds documentaires, sont destinées à fournir des informations pertinentes sur la structure globale plutôt que sur le contenu. Introduction Les techniques informatiques permettent de stocker et d accéder à des quantités sans cesse croissantes de données, disponibles en ligne ou via des centres documentaires fermés. Cette profusion

Plus en détail

3D visualization techniques to support slicing-based. program comprehension. Présentation dans le cadre du cours ift6251 Guillaume Langelier

3D visualization techniques to support slicing-based. program comprehension. Présentation dans le cadre du cours ift6251 Guillaume Langelier 3D visualization techniques to support slicing-based program comprehension Par : J. Rilling et S.P. Mudur Présentation dans le cadre du cours ift6251 Guillaume Langelier 1 Préambule Visualisation en génie

Plus en détail

La détection automatique de l opinion : contraintes et enjeux

La détection automatique de l opinion : contraintes et enjeux La détection automatique de l opinion : contraintes et enjeux Frédéric Marcoul Responsable R&D de Spotter fmarcoul@spotter.com Ana Athayde Président Directeur Général de Spotter aathayde@spotter.com RÉSUMÉ

Plus en détail

TangibleData. Manipulation tangible et multitouch de bases de données

TangibleData. Manipulation tangible et multitouch de bases de données TangibleData Manipulation tangible et multitouch de bases de données Tangible Data est un environnement de manipulation et d exploration tangible de base de données pour extraire efficacement des informations

Plus en détail

Smart Automation, Quality and IT Excellence Solutions - our experience, your success. Version 2.5. www.ats-global.com

Smart Automation, Quality and IT Excellence Solutions - our experience, your success. Version 2.5. www.ats-global.com Version 2.5 Page 1 Des Big Data au décisionnel essentiel Convertissez vos données d'exploitation en indicateurs KPI vitaux, générez des rapports de gestion pertinents et procédez à des analyses de données

Plus en détail

Cartographie de mots : application à la visualisation de noms de marque

Cartographie de mots : application à la visualisation de noms de marque Université Montpellier II UFR Fac des Sciences Master 1 Informatique Université Montpellier II UFR Fac des Sciences Master 1 Informatique Cartographie de mots : application à la visualisation de noms de

Plus en détail

Document d aide à la découverte de l outil d analyse de données Analyza. SOMMAIRE

Document d aide à la découverte de l outil d analyse de données Analyza. SOMMAIRE Guide Analyza Document d aide à la découverte de l outil d analyse de données Analyza. SOMMAIRE 1. Interface 2. Tableaux de bord 3. Indicateurs 4. Filtres 5. Permissions 6. Alertes 7. Flux de données 8.

Plus en détail

Dosiana : logiciels de gestion analytique de la dosimétrie collective des opérations de maintenance. Saisie prévisionnel

Dosiana : logiciels de gestion analytique de la dosimétrie collective des opérations de maintenance. Saisie prévisionnel Radioprotection, GÉDIM 1990 Vol. 25 n 3, pages 279 à 283 produit nouveau Dosiana : logiciels de gestion analytique de la dosimétrie collective des opérations de maintenance Saisie prévisionnel mm i n Exemple

Plus en détail

Visual Paradigm Contraintes inter-associations

Visual Paradigm Contraintes inter-associations Visual Paradigm Contraintes inter-associations Travail de Bachelor d'informaticien de gestion Partie C Présentation de Visual Paradigm 1 Présentation de Visual Paradigm For UML L objet du travail de Bachelor

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

Passeport de compétences Informatique Européen - PCIE

Passeport de compétences Informatique Européen - PCIE Passeport de compétences Informatique Européen - PCIE Toute personne désirant faire le point sur ses compétences réelles en bureautique et les valider par une certification européenne Obtenir une certification

Plus en détail

G R E C A U Rapport sur le mémoire de thèse de doctorat ENSA de Toulouse, INSA, école doctorale MEGeP, Spécialité Génie Civil, En co-tutelle avec l'université de Laval, Québec, Canada présenté par Catherine

Plus en détail

Préparé par Alessandro Candeloro, PNUE / PAM

Préparé par Alessandro Candeloro, PNUE / PAM Rapport de la mission d appui technique dans le cadre du projet ENPI-SEIS à l Observatoire National pour l Environnement et le Développement Durable (ONEDD), Alger, 11-13 Novembre 2014 (version préliminaire)

Plus en détail

La Grille, moyen fondamental de l analyse

La Grille, moyen fondamental de l analyse Fiche méthodologie #1 La Grille, moyen fondamental de l analyse Cette rubrique présente des notes et documents publiés par Philippe Latour, enseignant au Master Géomarketing et stratégies territoriales

Plus en détail

Master Exploration Informatique des données Data Mining & Business Intelligence. Evelyne CHARIFOU Priscillia CASSANDRA

Master Exploration Informatique des données Data Mining & Business Intelligence. Evelyne CHARIFOU Priscillia CASSANDRA Master Exploration Informatique des données Data Mining & Business Intelligence Groupe 5 Piotr BENSALEM Ahmed BENSI Evelyne CHARIFOU Priscillia CASSANDRA Enseignant Françoise FOGELMAN Nicolas DULIAN SOMMAIRE

Plus en détail

Approche pour le suivi de l évolution des données d usage du Web : application sur un jeu de données en marketing

Approche pour le suivi de l évolution des données d usage du Web : application sur un jeu de données en marketing Approche pour le suivi de l évolution des données d usage du Web : application sur un jeu de données en marketing Alzennyr Da Silva, Yves Lechevallier Projet AxIS, INRIA Paris-Rocquencourt Domaine de Voluceau,

Plus en détail

F. BONTHOUX, R. VINCENT Institut National de Recherche et de Sécurité, Centre de Lorraine, Avenue de Bourgogne, 54501 Vandoeuvre Cedex, France

F. BONTHOUX, R. VINCENT Institut National de Recherche et de Sécurité, Centre de Lorraine, Avenue de Bourgogne, 54501 Vandoeuvre Cedex, France Logiciel d aide à l évaluation du risque chimique F. BONTHOUX, R. VINCENT Institut National de Recherche et de Sécurité, Centre de Lorraine, Avenue de Bourgogne, 54501 Vandoeuvre Cedex, France Introduction

Plus en détail

L'analyse conceptuelle assistée par ordinateur et les humanités numériques. Louis Chartrand

L'analyse conceptuelle assistée par ordinateur et les humanités numériques. Louis Chartrand L'analyse conceptuelle assistée par ordinateur et les humanités numériques Louis Chartrand Plan I. Les humanités digitales II. La LACTAO III. Expérimentations Partie I Les humanités digitales (vues par

Plus en détail

Outil de représentation des évolutions de communautés d'intérêts

Outil de représentation des évolutions de communautés d'intérêts Outil de représentation des évolutions de communautés d'intérêts Anne Lavallard, Luigi Lancieri France Telecom R&D 42 Rue des coutures 14000 Caen anne.lavallard@francetelecom.com luigi.lancieri@francetelecom.com

Plus en détail

Typologie des fonctionnalités textométriques selon un point de vue utilisateur : illustration par leurs implémentations dans des logiciels

Typologie des fonctionnalités textométriques selon un point de vue utilisateur : illustration par leurs implémentations dans des logiciels EDITION DU 19 NOVEMBRE 2009 Typologie des fonctionnalités textométriques selon un point de vue utilisateur : illustration par leurs implémentations dans des logiciels Bénédicte Pincemin (éditeur) Les différents

Plus en détail

Application Gestion de Projets Manuel utilisateur

Application Gestion de Projets Manuel utilisateur Application Gestion de Projets Manuel utilisateur Version 3 - SCE-MEMORIS 2006 1 / 41 SOMMAIRE 1 Introduction 3 1.1 Présentation de l application 3 1.2 Présentation des profils utilisateurs et de leurs

Plus en détail

Rapport Prospectik. www.prospectik.com

Rapport Prospectik. www.prospectik.com CLIENT : demo-scalia SALON : show demo from 2014-01-15 to 2014-05-04 Le rapport Prospectik de la prospection réalisée par la société demo-scalia lors de ce salon a été établit en 3 sections : une approche

Plus en détail

Introduction à la conduite de projet "systèmes d'information"

Introduction à la conduite de projet systèmes d'information Centre national de la recherche scientifique Direction des systèmes d'information REFERENTIEL QUALITE Guide méthodologique Introduction à la conduite de projet "systèmes d'information" Référence : CNRS/DSI/conduite-projet/principes/guide-introduction

Plus en détail

Démarche de Choix de Progiciels (d'après le CXP)

Démarche de Choix de Progiciels (d'après le CXP) Démarche de Choix de Progiciels (d'après le CXP) Page 1 1. PRÉSENTATION DE LA DÉMARCHE...3 1.1 SPÉCIFICITÉS DE LA DÉMARCHE...3 1.2 LA DÉMARCHE...3 2 LES QUATRE ÉTAPES DE LA DÉMARCHE...4 2.1 EXPLORATION

Plus en détail

Organisé par StatSoft France et animé par Dr Diego Kuonen, expert en techniques de data mining.

Organisé par StatSoft France et animé par Dr Diego Kuonen, expert en techniques de data mining. 2 jours : Mardi 15 et mercredi 16 novembre 2005 de 9 heures 30 à 17 heures 30 Organisé par StatSoft France et animé par Dr Diego Kuonen, expert en techniques de data mining. Madame, Monsieur, On parle

Plus en détail

Groupe de Recherche Hypermédia et proportionnalité

Groupe de Recherche Hypermédia et proportionnalité Groupe de Recherche Hypermédia et proportionnalité 3. Comment analyser les caractéristiques d une base de problèmes pour l'enseignement de la proportionnalité? Après avoir arrêté le thème et le niveau

Plus en détail

P R O G R A M M E E T I N S T R U C T I O N S O F F I C I E L L E S

P R O G R A M M E E T I N S T R U C T I O N S O F F I C I E L L E S P R O G R A M M E E T I N S T R U C T I O N S O F F I C I E L L E S POUR L ENSEIGNEMENT DE L INFORMATIQUE MPSI première année I. Objectifs de la formation II-1 Développement de compétences et d aptitudes

Plus en détail

CONCEPTS ET MISE EN PRATIQUE POUR LA VALIDATION DE GRANDS SYSTÈMES

CONCEPTS ET MISE EN PRATIQUE POUR LA VALIDATION DE GRANDS SYSTÈMES MODEL-BASED TESTING (MBT) CONCEPTS ET MISE EN PRATIQUE POUR LA VALIDATION DE GRANDS SYSTÈMES Le Model-Based Testing est une pratique de test en plein développement dans l'industrie pour accroitre l'efficacité

Plus en détail

2014/2015. Rapport 4 REALISE PAR : ISMAIL NAIT ABDELLAH OUALI SOUFIANE HOURRI MOHAMED OUSSAFI ENCADRE PAR : MME L.LAMRINI ANOUAR OUFQIR SMARTSIR

2014/2015. Rapport 4 REALISE PAR : ISMAIL NAIT ABDELLAH OUALI SOUFIANE HOURRI MOHAMED OUSSAFI ENCADRE PAR : MME L.LAMRINI ANOUAR OUFQIR SMARTSIR 2014/2015 Rapport 4 REALISE PAR : ISMAIL NAIT ABDELLAH OUALI SOUFIANE HOURRI MOHAMED OUSSAFI ENCADRE PAR : ANOUAR OUFQIR MME L.LAMRINI SMARTSIR Table des matières Introduction... 2 Choix de l outil pour

Plus en détail

STAF17 - REALISATION D'UN DISPOSITIF DE FORMATION ENTIEREMENT OU PARTIELLEMENT A DISTANCE

STAF17 - REALISATION D'UN DISPOSITIF DE FORMATION ENTIEREMENT OU PARTIELLEMENT A DISTANCE STAF 2001-2002 STAF17 - REALISATION D'UN DISPOSITIF DE FORMATION ENTIEREMENT OU PARTIELLEMENT A DISTANCE Présentation du cours Responsable : Daniel Peraya Assistante : Nathalie Deschryver TABLE DES MATIERES

Plus en détail

Indexation et interrogation de photos de presse décrites en MPEG-7

Indexation et interrogation de photos de presse décrites en MPEG-7 Indexation et interrogation de photos de presse décrites en MPEG-7 Emmanuel Bruno Jacques Le Maitre Elisabeth Murisasco Laboratoire SIS, Equipe Informatique Université de Toulon et du Var Bâtiment R, BP

Plus en détail

L'APPROCHE EXPERIMENTALE EN RECHERCHE: introduction aux statistiques.

L'APPROCHE EXPERIMENTALE EN RECHERCHE: introduction aux statistiques. L'APPROCHE EXPERIMENTALE EN RECHERCHE: introduction aux statistiques 1 BUTS DU COURS : se familiariser avec le vocabulaire statistique o variable dépendante, variable indépendante o statistique descriptive,

Plus en détail

Etat de l art sur l utilisation des techniques Web Sémantique en ECD

Etat de l art sur l utilisation des techniques Web Sémantique en ECD Etat de l art sur l utilisation des techniques Web Sémantique en ECD Hicham Behja ENSAM Meknès(1,2,3) Brigitte Trousse Projet AxIS INRIA Sophia Antipolis (2) Abdelaziz Marzak Faculté des sciences Casablanca

Plus en détail

Introduction : présentation de la Business Intelligence

Introduction : présentation de la Business Intelligence Les exemples cités tout au long de cet ouvrage sont téléchargeables à l'adresse suivante : http://www.editions-eni.fr Saisissez la référence ENI de l'ouvrage RI3WXIBUSO dans la zone de recherche et validez.

Plus en détail

DOCUMENTATION UTILISATEUR

DOCUMENTATION UTILISATEUR OUTIL S DE SUIVI VIA LE WEB CENTRE DE TRAITEMENT DES FLUX WEB DOCUMENTATION UTILISATEUR SUIVI DES VERSIONS Date 09/07/2002 12/12/2002 30/04/2003 29/08/2003 14/04/2004 24/06/2004 Version 1.0 1.1 1.2 1.3

Plus en détail

3. ÉPREUVES. Épreuve E4 : Communication et relations avec les acteurs internes et externes

3. ÉPREUVES. Épreuve E4 : Communication et relations avec les acteurs internes et externes 3. ÉPREUVES À l issue des épreuves orales, aussi bien en CCF qu'en forme ponctuelle, les s ne donnent aucune indication sur la valeur de la prestation du candidat. La note proposée n'est pas communiquée

Plus en détail

Protéger. Faire découvrir Gérer

Protéger. Faire découvrir Gérer Protéger Faire découvrir Gérer Tutoriel N 1 Les bases pour bien débuter Étape N 1 Créer une base de donnée Étape N 1 Etape N 1 Créer une nouvelle base Voici l interface d accueil du logiciel SERENA. Cette

Plus en détail

A. Introduction. Chapitre 4. - les entités de sécurité ; - les sécurisables ; - les autorisations.

A. Introduction. Chapitre 4. - les entités de sécurité ; - les sécurisables ; - les autorisations. Chapitre 4 A. Introduction Le contrôle d'accès représente une opération importante au niveau de la gestion de la sécurité sur un serveur de bases de données. La sécurisation des données nécessite une organisation

Plus en détail

Introduction au Dessin Vectoriel

Introduction au Dessin Vectoriel Introduction au Dessin Vectoriel Introduction Lorsque l'on affiche une image sur l'écran d'un ordinateur, ce que l'on voit n'est qu'une succession de points. Il existe pourtant deux manières différentes

Plus en détail

Infogéo68 : Guide utilisateur

Infogéo68 : Guide utilisateur Infogéo68 : Guide utilisateur V3 Juillet 2015 1 Organisation d Infogéo68... 2 2 Le portail... 2 2.1 Accueil... 2 2.2 Cartothèque... 3 2.3 Métadonnées... 6 3 L application cartographique... 7 3.1 Organisation...

Plus en détail

La stratégie de recherche Elle peut se traduire en 8 étapes. analyser précisément son besoin d'information préparer sa recherche Choisir des sources

La stratégie de recherche Elle peut se traduire en 8 étapes. analyser précisément son besoin d'information préparer sa recherche Choisir des sources La stratégie de recherche Définition Elle doit guider la totalité de votre travail de recherche. Elle permet d'utiliser au mieux les outils de recherche qui existent. Les outils de recherche sont : 9 les

Plus en détail

5. Information et accès aux moyens de paiement

5. Information et accès aux moyens de paiement 5. Information et accès aux moyens de paiement Cette dernière partie mobilise des méthodes d analyse des données, permettant de mieux comprendre comment s articulent d une part l accès aux différents services

Plus en détail

Profil du candidat et connaissances techniques à connaître/maîtriser

Profil du candidat et connaissances techniques à connaître/maîtriser Utilisation d algorithmes de deep learning pour la reconnaissance d iris. jonathan.milgram@morpho.com Dans ce cadre, l'unité de recherche et technologie a pour but de maintenir le leadership Au sein de

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

SIG ET ANALYSE EXPLORATOIRE

SIG ET ANALYSE EXPLORATOIRE SIG ET ANALYSE EXPLORATOIRE VERS DE NOUVELLES PRATIQUES EN GÉOGRAPHIE Jean-Marc ORHAN Equipe P.A.R.I.S., URA 1243 du CNRS Paris Résumé L'offre actuelle dans le domaine des logiciels de type Système d'information

Plus en détail

GUIDE D UTILISATION DE L ISU SEPTEMBRE 2013 GUIDE D UTILISATION DU NAVIGATEUR UIS.STAT (VERSION BÊTA)

GUIDE D UTILISATION DE L ISU SEPTEMBRE 2013 GUIDE D UTILISATION DU NAVIGATEUR UIS.STAT (VERSION BÊTA) GUIDE D UTILISATION DE L ISU SEPTEMBRE 2013 GUIDE D UTILISATION DU NAVIGATEUR UIS.STAT (VERSION BÊTA) Publié en 2013 par : Institut de statistiques de l UNESCO C.P. 6128, Succursale Centre-Ville Montréal,

Plus en détail

Référentiel C2I Niveau 1 Version 2

Référentiel C2I Niveau 1 Version 2 Référentiel C2I Niveau 1 Version 2 D1: Travailler dans un environnement numérique D1.1 : Organiser un espace de travail complexe Configurer son environnement de travail local et distant Organiser ses données

Plus en détail

PLANIFICATION ET SUIVI D'UN PROJET

PLANIFICATION ET SUIVI D'UN PROJET Centre national de la recherche scientifique Direction des systèmes d'information REFERENTIEL QUALITE Guide méthodologique PLANIFICATION ET SUIVI D'UN PROJET Référence : CNRS/DSI/conduite-projet/developpement/gestion-projet/guide-planfi-suivi-projet

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

Structure du cours : Il existe de nombreuses méthodes intéressantes qui couvrent l Analyse des Données

Structure du cours : Il existe de nombreuses méthodes intéressantes qui couvrent l Analyse des Données Structure du cours : Il existe de nombreuses méthodes intéressantes qui couvrent l Analyse des Données et le Data Mining Nous suivons le plan suivant : Fonctionnement de Spad Catalogue des méthodes (statistiques

Plus en détail

Figure 6.3: Possibilité d exprimer son talent

Figure 6.3: Possibilité d exprimer son talent SÉANCE 6 Création de schémas 6.1 Présentation du logiciel «Draw» est un logiciel de dessin vectoriel et de PAO (Publication Assistée par Ordinateur). Avec ce logiciel, il vous est possible de créer divers

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

Types de REA produites dans le cadre de la séquence pédagogique

Types de REA produites dans le cadre de la séquence pédagogique Scénario pédagogique APPRENDRE À ENSEIGNER AUTREMENT Description générale du scénario Titre Les bases de données relationnelles Résumé Dans le cadre d'un cours à distance, la visioconférence est une REA

Plus en détail

Introduction à Business Objects. J. Akoka I. Wattiau

Introduction à Business Objects. J. Akoka I. Wattiau Introduction à Business Objects J. Akoka I. Wattiau Introduction Un outil d'aide à la décision accès aux informations stockées dans les bases de données et les progiciels interrogation génération d'états

Plus en détail

Conventions communes aux profils UML

Conventions communes aux profils UML Conventions communes aux profils UML Auteur : Projet ACCORD (Assemblage de composants par contrats en environnement ouvert et réparti)* Référence : Livrable 2.1 Date : Juin 2002 * : Les partenaires du

Plus en détail

Économie d'entreprise

Économie d'entreprise Économie d'entreprise Leneant 27 Économie d'entreprise Variation de l' et positionnement produit Variation de l' et positionnement produit 1/17 Économie d'entreprise Leneant 27 Sommaire 1. Objet...3 2.

Plus en détail