MASTER Recherche Informatique et Télécommunications

Dimension: px
Commencer à balayer dès la page:

Download "MASTER Recherche Informatique et Télécommunications"

Transcription

1 Contact : M. Boughanem MASTER Recherche Informatique et Télécommunications Parcours : RI-BD RECHERCHE ET FOUILLE DANS DES BASES DE DONNEES ET D INFORMATIONS Objectifs scientifiques, objectifs professionnels Les récents progrès réalisés en matière de communication (réseaux hauts débits, normalisation des protocoles et des architectures à objets répartis, explosion de l'internet) permettent aujourd'hui d'envisager la construction de systèmes d'information de grande envergure au cœur desquels se trouvent de gros volumes d'information multiforme : on passe des giga-octets et téra-octets aux yotta-octets. Le changement d'échelle dans la taille des collections et la complexité des objets et des types nous amènent à reconsidérer les outils et techniques d'organisation et d'accès à l'information. Le parcours vise à former des informaticiens de haut niveau, spécialisés dans la gestion et le traitement de l information. Il aborde les différentes thématiques émergeantes liées à l organisation et l accès à l information à travers des enseignements dans les domaines de la Recherche d Information, de la fouille de données, des bases de données multidimensionnelles, mobiles et du Traitement automatique des langues. L'objectif est de former à la recherche et par la recherche des spécialistes de ces domaines. Semestre / UE UE1 UE2 UE3 UE4 UE5 UE6 UE7 UE8 Matières et Contenu des enseignements Recherche d Information : modèles et concepts Médiation de sources de données hétérogènes et distribuées Modèles et requêtes multimédia Exploration d information et visualisation Base de Données Multidimensionnelles Accès à l information sur le Web Bases de données réparties et mobiles Approches linguistiques pour la RI. Mots-clés et Objectifs Concepts de base de la RI, Indexation, Modèle théoriques de RI (booléen, vectoriel, probabiliste, inférentiel ), évaluation en RI Documents semi structurés, langages de requêtes (XSLT, Xquery) Segmentation et indexation sémantique, Interrogation multimédia : Interrogation par métadonnées, Interrogation par image-exemple, Bouclage de pertinence Fouille de données, Analyse exploratoire de l information multidimensionnelle (acp, afc, afm, classifications, règles d association, arbres de décision, ) et ses visualisations (graphiques interactifs, cartographies, graphes, tableaux de bord, ) Modélisations multidimensionnelles conceptuelle, logiques (ROLAP : étoile, flocon, constellation), physique (vue matérialisée, treillis de vues), opérateurs algébriques et langages OLAP (forages, rotations, imbrications, etc.) Caractéristiques web, robots indexeurs, modèle de ranking, Profil utilisateur, contexte, filtrage, recommandation, accès personnalisé à l information, annotation, Web Social Bases de données, répartition à grande échelle, hétérogénéité, optimisation, agents mobiles, modèles de coûts, et évaluation de performances. Traitement automatique des langues, Système questions réponses, ontologies, mise en forme des documents

2 DES COURS UE1 : RECHERCHE D INFORMATION INTERVENANTS : M. Boughanem, J. Mothe Objectifs : La recherche d information constitue aujourd hui la base de tout processus de gestion et d exploitation de documents de tous types (textes et multimédia, structurés et semi structurés), et en particulier de tout système de gestion électronique de document. L objectif de ce cours est de dresser un panorama et un bilan des recherches en Recherche d Informations (RI). Il s agit de décrire les techniques, les algorithmes et les modèles développés dans cette thématique, en insistant particulièrement sur leurs fondements théoriques. 1. Introduction à la RI 1.1. Objectifs de la RI 1.2. Types d'information 1.3. Tâches (RI, FI, CLIR, QA, etc.) 1.4. Le concept de document 2. Indexation pour la RI 2.1. Introduction: Analyse de textes 2.2. Étapes du processus d'indexation 2.3. Algorithmes de radicalisation 2.4. Techniques de pondération des termes 3. Modèles de RI 3.1. Taxonomie des modèles : Adhoc Vs Filtrage 3.2. Modèles ensemblistes 3.3. Modèles algébriques 3.4. Modèles probabilistes 3.5. Modèle possibiliste 4. Techniques d évaluation 4.1. Critères d'évaluation 4.2. Collections de tests 4.3. Bilan des campagnes d'évaluation 5. Mécanismes de reformulation de requêtes 5.1. Expansion de requêtes 5.2. Ré-injection de pertinence 5.3. Méthodes de sélection de termes 1- BAEZA-YATES R., RIBEIRO-NETO B., " Modern information retrieval ", ACM Press, Addison Wesley ed., ISBN X, GROSSMAN D. A., FIEDER O. Information retrieval: Algorithm and Heuristics. Kluwer Academic Publishers, LOSEE R. M., TEXT RETRIEVAL AND FILTERING Analytic Models of Performance. Kluwer Academic Publishers, 1998.

3 OBJECTIFS : UE2 : MEDIATION DE SOURCES DE DONNEES HETEROGENES ET DISTRIBUEES INTERVENANTS : C. Chrisment, F. Sedes Les données, de natures diverses - structurées (n-uplets, ensemble, listes, arbres, etc.) ou non (XML, HTML), multimédia - sont stockées dans des bases relationnelles ou objets, des ensembles de documents multimédia ou des fichiers semi structurés, etc. Les recherches dans les "grandes" bases ainsi constituées ne peuvent plus être basées sur l'appariement exact d'objets. Elles reposent sur des notions de similarités associées à des mécanismes plus ou moins adaptatifs de navigation. Afin de garantir les performances, les systèmes de recherche par le contenu doivent mettre en oeuvre des techniques d'indexation multidimensionnelles. De ces besoins nouveaux découle la nécessité de proposer des systèmes permettant d'accéder à de multiples sources de données préexistantes, autonomes et potentiellement hétérogènes, ou "systèmes multi-sources". 1. Introduction: Systèmes de médiation et données semi structurées 2. Balisage Principes fondamentaux Concepts génériques Identification d'objets et espaces nominaux 3. Structuration Modèles hiérarchiques, en graphe. Elicitation de structures 4. Hyperbases: Formalisations Mécanismes de référencement 5. Métadonnées Représentation et normes multimédia Patterns Extensibilité 6. Typage et approche 'Base de données' Types simples, complexes Dérivation de modèles Vues Interopérabilité 7. Manipulation et langages de requêtes Expressions de chemins Métriques, distances et similarité Moteurs de requêtes Flexibilité 8. Transformation de structures/réécriture 1. Data on the Web : From Relations to Semi-structured Data and Xml, by Serge Abiteboul, Peter Buneman, Dan Suciu - Morgan Kauffmann eds., 2000, ISBN X 2. Neil Bradley : The XML Companion Addison Wesley ISBN : Katz et all.: Xquery from the experts ISBN : Neil Bradley: The XSL Companion ISBN :

4 UE3 : MODELES ET REQUETES MULTI-MEDIA INTERVENANTS : C. Chrisment, F. Sedes Objectifs L objectif de ce module est de présenter un état de l art et des techniques en vue de la construction d un système d accès à une collection de documents multimédia. Il s agit ici d identifier l état des connaissances et des ressources disponibles afin de modéliser la structure, le contenu et la manipulation des (méta)données issues de l indexation de contenus visuels (images, textes), des technologies associées et des standards (en particulier du point de vue des codages et des méta-données). En complément des approches «amont» destinées à analyser, structurer et décrire le contenu visuel d une image ou d une vidéo, il s agira d illustrer comment associer de la sémantique aux images ou aux vidéos, quelles méta-données choisir pour concrétiser ces représentations visuelles et sémantiques des contenus, comment interroger une base d images grâce à ces méta-données, aux langages d interrogation et aux interactions des utilisateurs. Plan général 1 - Introduction 1.1- Spécificité des média 1.2- Le «gap sémantique» ou le chemin à parcourir du descripteur visuel au concept-cible de la requête 2- Segmentation et indexation sémantique 3- Annotations et descripteurs 4- Normes et métadonnées 5- Problématique de l'interrogation multimédia 5.1- Illustration à travers quelques outils et prototypes 5.2- application des mesures de similarité à la similitude «visuelle». 6- Interrogation multimédia 6.1- Interrogation par métadonnées 6.2- Interrogation par image-exemple 6.3- Bouclage de pertinence 7- Normes et langages de requêtes : extensions des opérateurs. 8- Conclusion Références bibliographiques: 1. Multimedia Database Management Systems, B. Prabhakaran, Springer. 2. Multimedia and Imaging Databases, Setrag Khoshafian, Brad Baker, Morgan Kaufmann. 3. Multimedia Databases: An Object-Relational Approach, Dunckley, Lynne, ISBN:

5 UE 4 : BASE DE DONNEES MULTIDIMENSIONNELLES INTERVENANTS : O. Teste, G. Zurfluh Objectifs L informatique décisionnelle a pour objectif d élaborer des systèmes d'analyse de données dédiés au soutien et à l'amélioration des processus décisionnels des organisations. Ces systèmes sont généralement constitués de bases de données multidimensionnelles, communément appelées entrepôts (data warehouses). Ces dernières connaissent un important essor en raison de leur adéquation dans la manipulation et l'exploitation rapide, efficace et performante des données à des fins décisionnelles. En effet, les bases multidimensionnelles sont l un des nouveaux développements remarquables de la conception des bases de données qui étend de façon considérable les possibilités d analyse de grands ensembles de données multidimensionnels. L objectif de ce cours est de présenter les principes, l architecture et l utilisation des bases multidimensionnelles. Nous étudions les schémas multidimensionnels (étoile, flocon, constellation) organisés en faits à analyser selon différents axes d analyses appelés dimensions. Les faits sont composés de mesures d'activité et les dimensions comportent des paramètres. Ces derniers sont organisés en hiérarchies représentant différents niveaux de granularité. Ces modèles sont étudiés en suivant les niveaux d'abstractions traditionnels en base de données : conceptuel, logique et physique. Nous introduisons également l algèbre de manipulation multidimensionnelle sur laquelle sont basés les principaux langages et outils actuels. Cette algèbre expose l ensemble des opérateurs liés à l approche OLAP (drilldown, rollup, rotate, fold, unfold, push, pull, switch, ). 1. Systèmes décisionnels 1.1. Entrepôt de données ( data Warehouses ) vs Magasins de données ( data marts ) 1.2. Architecture (médiateurs, adaptateurs) 2. Modélisations dimensionnelles 2.1. Modèles conceptuels 2.2. Modèles logiques 2.3. Modèles physiques : extensions d'oracle et de SQL Server 2.4. Méta-Modélisation : CWM et autres propositions de recherches 2.5. Méthodologie de conception de systèmes multidimensionnels 3. Manipulations multidimensionnelles 3.1. Structures de visualisation 3.2. Algèbre: 3.3. Propositions de langages de la communauté scientifique et commerciale 1. C. Chrisment, G. Pujolle, F. Ravat, O. Teste, G. Zurfluh, "Les entrepôts de données", Traités des Techniques de l'ingénieur - H 3870, Février Inmon W.H., Building the Data Warehouse, John Wiley&Sons, 1994, ISBN Kimball R., Entrepôts de données - Guide pratique du concepteur de data warehouse Traduction de Claude Raimond, John Wiley and Sons, 1996, ISBN:

6 UE 5 : EXPLORATION D INFORMATION ET VISUALISATION INTERVENANTS : B. Dousset, J. Mothe Objectifs : L exploration de données a été définie comme l'extraction de l information implicite, non connue a priori, mais utile. De façon similaire, l exploration d'informations a pour objectif d'extraire, à partir d'informations textuelles, des informations cachées ou des modèles. Parmi les problématiques de recherche sous-jacentes on peut citer : les modèles de représentation de l'information en vue de son analyse, les méthodes d'analyse exploratoire des données, les interfaces de visualisation, l'adaptation aux besoins des utilisateurs. L objectif de ce cours est de dresser un panorama des méthodes d analyse exploratoire de l information multidimensionnelle et ses visualisations afin de pouvoir mettre les étudiants en situation de réaliser une analyse stratégique depuis des données collectées en externe, en s appuyant sur des outils dédiés interactifs et coopérants. Nous présenterons, tout d abord, les techniques de description et de mise en relation des données hétérogènes. Nous aborderons, ensuite, les méthodes d analyse de données, de théorie des graphes, d analyse relationnelle et de classification et les représentations graphiques qui leur sont associées, le tout dans un contexte de travail collaboratif (analyste, expert, décideur). Enfin, nous étudierons les applications de l analyse textuelle dans le contexte de la recherche d'information, de l intelligence économique et de la veille stratégique. 1. Introduction à l analyse des données 1.1. La notion de variable 1.2. Tableaux disjonctifs 1.3. Tableaux de contingence 1.4. Co-occurrences 2. Les méthodes de l analyse multidimensionnelle 2.1. Analyse en composantes principales 2.2. Analyse factorielle des correspondances 2.3. Analyse factorielle multiple 2.4. Analyse procustéenne 3. Les méthodes de classification 3.1. Analyse connexe 3.2. Classification ascendante hiérarchique 3.3. Classification par partition 3.4. Markov clustering 4. Les visualisations graphiques 4.1. Cartes factorielles 4.2. Arbres de classification 4.3. Dessin de graphes 4.4. Cartes géostratégiques 5. L apport de l interactivité et du travail coopératif 5.1. Serveur d applications 5.2. Portail 6. Application de l analyse textuelle à l intelligence économique 6.1. Qu est-ce que l intelligence économique? 6.2. La veille stratégique 6.3. Le cycle de décision 1. J.-P. Benzecri. L analyse de données. Tome 1 La taxinomie, Tome 2 l analyse des correspondances, Tome 3 linguistique et lexicologie, Dunod Edition, G. Colletis. Intelligence économique: vers un nouveau concept en analyse économique. Revue d intelligence économique, n 1, mars B. Escofier, J. Pagès. Analyses factorielles simples et multiples, objectifs, méthodes et interprétation. Dunod, Y. Kodratoff, M. Moulet. Découverte de connaissances dans les bases de données: présentation du problème et état de l art. Teknea, pp , Toulouse, 1995.

7 UE 6 : ACCES A L INFORMATION SUR WEB INTERVENANTS : L. Lechani, C. Soulé-Dupuy Objectifs : Le Web est un énorme gisement d information diversifiée et les moteurs de recherche constituent des outils fondamentaux pour y accéder. L'objectif de ce cours est de présenter les différentes approches permettant la mise en ouvre de ces moteurs. Un accent particulier sera mis sur les techniques de collecte de pages visibles et invisibles, les modèles permettant la prise en compte des liens, de la structure dans les pages Web et le contexte (utilisateur, logs, ) de la recherche. 1. La RI sur le Web 1.1. Caractéristiques du Web (statistiques, évolution, graphes ) 1.2. Les robots d indexation modèles de crawling pages dynamiques Web invisible 1.3. Analyse des pages Web (analyse de liens, analyse structure, analyse de contenu) 1.4. Modèles de recherche spécifiques 1.5. Modèles de restitution et ranking 1.6. Détection de copies, détection de spams et qualité d un corpus 2. Accès personnalisé à l information 2.1. Modélisation des utilisateurs du Web (Modèles probabiliste pour la navigation dans le web, Notions profil utilisateur en contexte) 2.2. Modèles de filtrage (par contenu, collaboratif) et de recommandation 2.3. Modèles d accès personnalisé à l information 3. Le Web sémantique 3.1. Enjeux, approches, standards, apport de la formalisation 3.2. Annotation 4. Web d entreprise, Web Social (Social bookmarking/folksonomies) 1. Managing Gigabytes: Compressing and Indexing Documents and Images (2nd edition) by Ian H. Witten, Alistair Moffat, and Timothy C. Bell. Morgan-Kaufmann Publishers; April 1999; ISBN , $ Cognitive Strategies in Web Searching Proceedings of the Human Factors & the Web conference, June 3, 1999 by Raquel Navarro-Prieto, Mike Scaife, and Yvonne Rogers. 3. Weaving the Web: The original design and ultimate destiny of the World Wide Web, by its inventor, Tim Berners-Lee with Mark Fischetti, The Search: How Google and Its Rivals Rewrote the Rules of Business and Transformed Our Culture, John Battelle, Brin, Sergei and Page, Laurence The anatomy of a search engine. WWW7 conference. Available at

8 UE7 : BASES DE DONNEES REPARTIES ET MOBILES INTERVENANTS : A. Hameurlain, F. Morvan Objectif Ce cours a pour objectif d introduire les principaux problèmes posés et les méthodes proposées dans la conception et le développement des systèmes de bases de données répartis, hétérogènes et mobiles. 1. Introduction aux bases de données réparties à grande échelle 2. Modèles d'allocation et de localisation des données réparties 3. Optimisation dynamique de requêtes réparties 4. Opérateurs relationnels mobiles 5. Evaluation et optimisation de requêtes mobiles 6. Politiques de migration proactive 7. Modèles de coûts pour des requêtes mobiles 8. Evaluation de performances et impact de la mobilité. Références bibliographiques 1. Principles of Distributed Database Systems; M. T. Ozsu and P. Valduriez, Prentice Hall, 2nd Ed. 1999, ISBN: Data Management for Mobile Computing, P. Evaggelia and G. Samaras, Kluwer Academic Publishers, 1998, ISBN: Mobile Database Systems, V. Kumar, J. Wiley & Sons, July 2006, ISBN: Handbook of Research in Mobile Business: Technical, Methodological and Social Perspectives, Eds. B. Unhelkar, Idea Group, USA, April 2006, ISBN: Mobile Databases; Special Issue, In: : International Journal of Computer Systems Science & Engineering, CRL Publishing Ltd, 9 De Montfort Mews Leicester LE1 7FW UK, Vol. 20, N. 2, March 2005, ISSN: Mobilité dans les systèmes d'information et de bases de données ; Numéro Thématique, F. Morvan, A. Hameurlain ; Dans : Revue Ingénierie des Systèmes d'information, Hermès Science Publications,Vol. 10, No. 5, 2005, ISBN : Traitement parallèle dans les bases de données relationnelles ; A. Hameurlain, P. Bazex, F. Morvan ; Ed. Cépaduès Editions, 1996, ISBN :

9 UE 8 : APPROCHES LINGUISTIQUES POUR LA RECHERCHE D'INFORMATION INTERVENANTS : N. Aussenac-Gilles, F. Benamara, M. Mojahid. Objectif Ce cours dressera un panorama de techniques de traitement automatique du langage et de ressources sémantiques (lexiques, terminologies, textes et ontologies) utiles à la recherche d'information. Ces techniques et ressources permettent de prendre en compte en partie la sémantique des documents recherchés et des requêtes posées, à partir d'éléments syntaxiques, lexicaux ou de structuration et de mise en forme matérielle. On présentera leur fonctionnement et utilisation pour définir des systèmes questions-réponses, pour l'analyse et la génération de textes, pour l'indexation sémantique ou la reformulation de requêtes ainsi que pour modéliser les connaissances d'un domaine. Plan 1) LES TECHNIQUES D ANALYSE SEMANTIQUE du LN 1.1 Notions de ressources sémantiques - Textes, ressources lexicales, terminologies - Ontologies (définition, représentation, contenu) 1.2 Techniques de TAL pour l'extraction de connaissances à partir de textes - principes : niveaux de traitement, grammaires et automates, règles et patrons de fouille - logiciels d extraction de connaissances à partir de textes - construction d ontologies à partir de textes : méthodes 1.3 Etude des structures textuelles - étude des textes au niveau macroscopique : enjeux - architecture textuelle, mise en forme matérielle et objets textuels - modèle d'architecture Textuelle et couplage avec la théorie des Structures Rhétoriques. 2) LES APPLICATIONS RI 2.1 Systèmes Questions-Réponses ou recherche d information précise - Architecture fonctionnelle : analyse de la question et typologies de questions en LN, recherche de documents et de passages pertinents, extraction de réponses, présentation des réponses - Utilisation de ressources linguistiques et de sens commun - Techniques et campagnes d évaluations - Principaux axes de recherche futures et systèmes question réponse avancé : représentations sémantiques et mécanismes inférentiels, réponses coopératives, fusion de données, génération d explications via des techniques de génération du LN, etc. 2.1 Ontologies pour la recherche d'information - Place des ontologies dans le processus de RI, cas du web sémantique - place du TAL : des balises sémantiques (méta-données) à l'analyse conceptuelle des contenus - reformulation de requêtes ; - indexation et annotation sémantique Références MAEDCHE A., Ontology learning for the Semantic Web. Kluwer Academic Publisher D.BOURIGAULT, N. AUSSENAC-GILLES, Construction d ontologies à partir de textes. TALN 2003, Batz, Juin M. MAYBURY. New Directions in Question Answering. AAAI/MIT Press. M.Maybury Edition LUC, C., Représentation et composition des structures rhétoriques et visuelles du texte. Approche pour la génération de textes formatés. Thèse de doctorat, Université Paul Sabatier

Gestion de Contenus Web (WCM)

Gestion de Contenus Web (WCM) Web Content Management 1 Gestion de Contenus Web (WCM) Bernd Amann Modelware : vers la modélisation et la sémantisation de l information École CEA-EDF-INRIA 16-27 juin 2003 Cours No 1 - Gestion de Contenus

Plus en détail

Intégration de données hétérogènes et réparties. Anne Doucet Anne.Doucet@lip6.fr

Intégration 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 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

Les Entrepôts de Données

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

Plus en détail

Architectures web pour la gestion de données

Architectures web pour la gestion de données Architectures web pour la gestion de données Dan VODISLAV Université de Cergy-Pontoise Plan Le Web Intégration de données Architectures distribuées Page 2 Le Web Internet = réseau physique d'ordinateurs

Plus en détail

Durée ou Modalité: Examen! MOTS CLES : Architecture d application, Internet, Web2, RIA, Service Oriented Architecture, XML

Durée ou Modalité: Examen! MOTS CLES : Architecture d application, Internet, Web2, RIA, Service Oriented Architecture, XML DEPARTEMENT INFORMATIQUE ET GESTION S 9 PIGUE9.1 ARCHITECTURE DES SYSTEMES D INFORMATION & INTERNET! COORDINATEUR : Christophe FIORIO! EQUIPE PEDAGOGIQUE : Christophe FIORIO, Tiberiu STRATULAT! VOLUME

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

Offre de formation de troisième cycle (LMD)

Offre de formation de troisième cycle (LMD) Offre de formation de troisième cycle (LMD) (Arrêté n 250 du 28 juillet 2009, fixant l organisation de la formation de troisième en vue de l obtention du diplôme de doctorat) Etablissement Faculté / Institut

Plus en détail

Entrepôt de données 1. Introduction

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

Plus en détail

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

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

Plus en détail

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

SQL Server 2014 Implémentation d'une solution de Business Intelligence (Sql Server, Analysis Services, Power BI...) Avant-propos 1. À qui s'adresse ce livre? 15 2. Pré-requis 15 3. Objectifs du livre 16 4. Notations 17 Introduction à la Business Intelligence 1. Du transactionnel au décisionnel 19 2. Business Intelligence

Plus en détail

Le "tout fichier" Le besoin de centraliser les traitements des fichiers. Maitriser les bases de données. Historique

Le 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 détail

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

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

Plus en détail

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

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

Plus en détail

TRAVAUX DE RECHERCHE DANS LE

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

Plus en détail

Bases de données avancées Introduction

Bases de données avancées Introduction Bases de données avancées Introduction Dan VODISLAV Université de Cergy-Pontoise Master Informatique M1 Cours BDA Plan Objectifs et contenu du cours Rappels BD relationnelles Bibliographie Cours BDA (UCP/M1)

Plus en détail

PARTIE 1 : ETAT DE L ART...

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

Plus en détail

Système OLAP Fresqueau

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

Plus en détail

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

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

Plus en détail

OPEN DATA : CHALLENGES ET PERSPECTIVES D ENTREPOSAGE

OPEN 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 détail

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

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

Plus en détail

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

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

Plus en détail

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

10 Intégration de données sur le web

10 Intégration de données sur le web 10 Intégration de données sur le web 240 Requête utilisateur : Où est-ce que je peux voir les films qui ont participé au dernier Festival de Cannes? Je voudrais les résumés et critiques des films de Pedro

Plus en détail

Objectifs. Maîtriser. Pratiquer

Objectifs. Maîtriser. Pratiquer 1 Bases de Données Objectifs Maîtriser les concepts d un SGBD relationnel Les modèles de représentations de données Les modèles de représentations de données La conception d une base de données Pratiquer

Plus en détail

Evolution 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. 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 détail

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

De la veille à. économique. l intelligence. le Data Mining et le Text Mining. Bernard DOUSSET. dousset@irit.fr http://atlas.irit. De la veille à l intelligence économique : le Data Mining et le Text Mining Bernard DOUSSET dousset@irit.fr http://atlas.irit.fr Institut de Recherche en Informatique de Toulouse (IRIT) Equipe Systèmes

Plus en détail

Exposé: Web sémantique. Web 2.0: impact Sur les IHM, Plasticité. Présenté par: BEN AMOR Akram

Exposé: Web sémantique. Web 2.0: impact Sur les IHM, Plasticité. Présenté par: BEN AMOR Akram Exposé: Web sémantique. Web 2.0: impact Sur les IHM, Plasticité Présenté par: BEN AMOR Akram Plan Web Sémantique Définition et objectif Historique Principe général Quels sont les finalités et les objectifs

Plus en détail

Business Intelligence avec Excel, Power BI et Office 365

Business 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 détail

BI = Business Intelligence Master Data-ScienceCours 3 - Data

BI = Business Intelligence Master Data-ScienceCours 3 - Data BI = Business Intelligence Master Data-Science Cours 3 - Datawarehouse UPMC 8 février 2015 Rappel L Informatique Décisionnelle (ID), en anglais Business Intelligence (BI), est l informatique à l usage

Plus en détail

Extraction d informations stratégiques par Analyse en Composantes Principales

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

Plus en détail

THOT - Extraction de données et de schémas d un SGBD

THOT - 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 détail

INGÉNIERIE DES CONNAISSANCES BCT (3b)

INGÉNIERIE DES CONNAISSANCES BCT (3b) 08.12.1999 INGÉNIERIE DES CONNAISSANCES BCT (3b) Nathalie Aussenac-Gilles (IRIT) Jean Charlet (DSI/AP-HP) Ingénierie des connaissances BCT (N. Aussenac-Gilles, J. Charlet) BCT-1 PLAN La notion de BCT :

Plus en détail

Programme de formation Master (M2) IAD Intelligence Artificielle et Décision

Programme de formation Master (M2) IAD Intelligence Artificielle et Décision Université Pierre et Marie Curie (Paris VI) Programme de formation Master (M2) IAD Intelligence Artificielle et Décision Objectifs de la thématique "Fouille de Données" L'explosion de l'information est

Plus en détail

Sommaire. Introduction. Opérations typiques. Langages. Architectures

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

Plus en détail

PROGRAMME DU CONCOURS DE RÉDACTEUR INFORMATICIEN

PROGRAMME DU CONCOURS DE RÉDACTEUR INFORMATICIEN PROGRAMME DU CONCOURS DE RÉDACTEUR INFORMATICIEN 1. DÉVELOPPEMENT D'APPLICATION (CONCEPTEUR ANALYSTE) 1.1 ARCHITECTURE MATÉRIELLE DU SYSTÈME INFORMATIQUE 1.1.1 Architecture d'un ordinateur Processeur,

Plus en détail

Plan de cours. 1. Mise en contexte. 2. Place du cours dans le programme. 3. Descripteur du cours

Plan de cours. 1. Mise en contexte. 2. Place du cours dans le programme. 3. Descripteur du cours Faculté des sciences Centre de formation en technologies de l information Plan de cours Cours : INF 735 Entrepôt et forage de données Trimestre : Hiver 2015 Enseignant : Robert J. Laurin 1. Mise en contexte

Plus en détail

Accès au Contenu Informationnel pour les Masses de Données de Documents

Accès au Contenu Informationnel pour les Masses de Données de Documents Accès au Contenu Informationnel pour les Masses de Données de Documents Grappa LILLE 3 - UR Futurs INRIA MOSTRARE Laboratoire d Informatique de Paris 6 Laboratoire de Recherche en Informatique Orsay -

Plus en détail

Construction d'un entrepôt de métadonnées - LOM Application: E-learning

Construction d'un entrepôt de métadonnées - LOM Application: E-learning Construction d'un entrepôt de métadonnées - LOM Application: E-learning Nawel Iles, Azzeddine Chikh, Sidi Mohammed Chouiti Faculté des sciences de l ingénieur Université de Tlemcen Algérie (n_iles/ az_chikh

Plus en détail

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

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

Plus en détail

MASTER (LMD) PARCOURS ARCHITECTURE & INGÉNIERIE DU LOGICIEL & DU WEB

MASTER (LMD) PARCOURS ARCHITECTURE & INGÉNIERIE DU LOGICIEL & DU WEB MASTER (LMD) PARCOURS ARCHITECTURE & INGÉNIERIE DU LOGICIEL & DU WEB RÉSUMÉ DE LA FORMATION Type de diplôme : Master (LMD) Domaine ministériel : Sciences, Technologies, Santé Mention : INFORMATIQUE Spécialité

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

Intégration de données

Intégration de données Intégration de données Dan VODISLAV Université de Cergy-Pontoise Master Informatique M2 Plan Objectifs, principes, enjeux, applications Architectures d intégration de données Médiateurs et entrepôts Traitement

Plus en détail

BUSINESS INTELLIGENCE

BUSINESS 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 détail

Datawarehouse: Cubes OLAP. Marlyse Dieungang Khaoula Ghilani

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

Plus en détail

«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

CAPACITE CARTOGRAPHIQUE AUTOUR DES TECHNOLOGIES SOLAP

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

Plus en détail

Module IUP3 Bases de Données Avancées. Esther Pacitti

Module IUP3 Bases de Données Avancées. Esther Pacitti Module IUP3 Bases de Données Avancées Esther Pacitti Objectifs générales du Module Réviser les principales concepts de BD relationnelle et la langage algébrique et SQL (interrogation et màj) Comprendre

Plus en détail

Business Intelligence (BI) Stratégie de création d un outil BI

Business Intelligence (BI) Stratégie de création d un outil 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 indispensable, sous plusieurs

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

Master Sciences et technologies Mention MI : Management de l Innovation

Master Sciences et technologies Mention MI : Management de l Innovation Master Sciences et technologies Mention MI : Management de l Innovation M2 Spécialité Ingénierie et Management de la Formation (IMFL ) Présentation des UE UE de spécialité UE1 «Management des connaissances

Plus en détail

et les Systèmes Multidimensionnels

et les Systèmes Multidimensionnels Le Data Warehouse et les Systèmes Multidimensionnels 1 1. Définition d un Datawarehouse (DW) Le Datawarehouse est une collection de données orientées sujet, intégrées, non volatiles et historisées, organisées

Plus en détail

h3870 Entrepôts de données

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

Plus en détail

Introduction à la B.I. Avec SQL Server 2008

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

Plus en détail

Fouille de données et sémantique : des techniques pour donner du sens aux données

Fouille de données et sémantique : des techniques pour donner du sens aux données Fouille de données et sémantique : des techniques pour donner du sens aux données Nathalie Aussenac-Gilles (IRIT) co-animatrice avec M. Boughanem de l axe masse de données et calcul http://www.irit.fr/-masses-de-donnees-et-calcul,677-?lang=fr

Plus en détail

BI2 : Un profil UML pour les Indicateurs Décisionnels

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

Plus en détail

Business Intelligence

Business 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 détail

Business & High Technology

Business & High Technology UNIVERSITE DE TUNIS INSTITUT SUPERIEUR DE GESTION DE TUNIS Département : Informatique Business & High Technology Chapitre 8 : ID : Informatique Décisionnelle BI : Business Intelligence Sommaire Introduction...

Plus en détail

Lisez-Moi Version 14.1.2

Lisez-Moi Version 14.1.2 Lisez-Moi Version 14.1.2 Version 14.1.2 Version 14.1.1 Version 14.1.0 Version 14.0.0 Version 14.1.2 (01/12/2014) Corrections... Zones dynamiques : la modification des paramètres de présentation pouvait

Plus en détail

INFORMATIQUE. Licence 3 e année (L3) & Master (M1-M2) Centre d Etudes Suisse Romande Formation universitaire

INFORMATIQUE. Licence 3 e année (L3) & Master (M1-M2) Centre d Etudes Suisse Romande Formation universitaire Centre d Etudes Suisse Romande Formation universitaire INFORMATIQUE Licence 3 e année (L3) & Master (M1-M2) En collaboration avec l Université de Franche-Comté CTU de Besançon Unidistance 2 GÉNÉRALITÉS

Plus en détail

Programme scientifique Majeure ARCHITECTURE DES SYSTEMES D INFORMATION. Mentions Ingénierie des Systèmes d Information Business Intelligence

Programme 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 détail

Apprentissage Automatique

Apprentissage Automatique Apprentissage Automatique Introduction-I jean-francois.bonastre@univ-avignon.fr www.lia.univ-avignon.fr Définition? (Wikipedia) L'apprentissage automatique (machine-learning en anglais) est un des champs

Plus en détail

Présentation du module Base de données spatio-temporelles

Présentation du module Base de données spatio-temporelles Présentation du module Base de données spatio-temporelles S. Lèbre slebre@unistra.fr Université de Strasbourg, département d informatique. Partie 1 : Notion de bases de données (12,5h ) Enjeux et principes

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

Master Technologies numériques appliquées à l'histoire Deuxième année

Master Technologies numériques appliquées à l'histoire Deuxième année Master Technologies numériques appliquées à l'histoire Deuxième année Octobre 2014 Octobre Novembre Décembre Semaine 1 Semaine 2 Semaine 3 Semaine 4 Semaine 5 Semaine 6 Semaine 7 Semaine 8 Semaine 9 Semaine

Plus en détail

Pierre-Adrien Forestier Partner Technical Advisor pafore@microsoft.com

Pierre-Adrien Forestier Partner Technical Advisor pafore@microsoft.com Pierre-Adrien Forestier Partner Technical Advisor pafore@microsoft.com Agenda Vision de la BI par Microsoft SQL Server 2008 R2 Démo PowerPivot Démo Reporting Services Questions / Réponses Une plateforme

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

TABLE DES MATIÈRES CHAPITRE 1 CHAPITRE 2 CHAPITRE 3 APPLICATIONS... 27 APPLICATIONS... 34

TABLE DES MATIÈRES CHAPITRE 1 CHAPITRE 2 CHAPITRE 3 APPLICATIONS... 27 APPLICATIONS... 34 TABLE DES MATIÈRES CHAPITRE 1 L information et le système d information... 19 I. La place du système d information dans l organisation... 19 A. L organisation et ses composants... 19 B. L organisation

Plus en détail

Ingénierie et gestion des connaissances

Ingénierie et gestion des connaissances Master Web Intelligence ICM Option Informatique Ingénierie et gestion des connaissances Philippe BEAUNE Philippe.Beaune@emse.fr 18 novembre 2008 Passer en revue quelques idées fondatrices de l ingénierie

Plus en détail

Vers la conception interactive d une hiérarchie sémantique de descripteurs d images

Vers la conception interactive d une hiérarchie sémantique de descripteurs d images PROPOSITION DE STAGE Année 2016 Laboratoire L3i Sujet de stage : Vers la conception interactive d une hiérarchie sémantique de descripteurs d images Résumé du travail proposé : Ce travail s intéresse à

Plus en détail

Intelligence Economique - Business Intelligence

Intelligence Economique - Business Intelligence Intelligence Economique - Business Intelligence Notion de Business Intelligence Dès qu'il y a une entreprise, il y a implicitement intelligence économique (tout comme il y a du marketing) : quelle produit

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

UE 8 Systèmes d information de gestion Le programme

UE 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 détail

Introduction. Informatique décisionnelle et data mining. Data mining (fouille de données) Cours/TP partagés. Information du cours

Introduction. Informatique décisionnelle et data mining. Data mining (fouille de données) Cours/TP partagés. Information du cours Information du cours Informatique décisionnelle et data mining www.lia.univ-avignon.fr/chercheurs/torres/cours/dm Juan-Manuel Torres juan-manuel.torres@univ-avignon.fr LIA/Université d Avignon Cours/TP

Plus en détail

Introduction aux S.G.B.D.

Introduction aux S.G.B.D. NFE113 Administration et configuration des bases de données - 2010 Introduction aux S.G.B.D. Eric Boniface Sommaire L origine La gestion de fichiers Les S.G.B.D. : définition, principes et architecture

Plus en détail

Bases de données et SGBDR

Bases de données et SGBDR Bases de données et SGBDR A. Zemmari zemmari@labri.fr 1 Bibliographie Bases de données relationnelles (Les systèmes et leurs langages). G. Gardarin Eyrolles Bases de données et systèmes relationnels. C.

Plus en détail

Entreposage, analyse en ligne et fouille de données

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

Plus en détail

Informatique, spécialité AIGLE

Informatique, spécialité AIGLE Université de MONTPELLIER 2 1/3 Informatique, spécialité AIGLE L1 S1 Algebre et Analyse 1 10 L1 S1 Calculus 5 L1 S1 Du binaire au web 5 L1 S1 Introduction à l'algorithmique 5 L1 S1 Physique générale 5

Plus en détail

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

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

Plus en détail

Description et regroupement de ressources pour les réseaux virtuels

Description et regroupement de ressources pour les réseaux virtuels École nationale d ingénieurs de Sfax Description et regroupement de ressources pour les réseaux virtuels Houssem Medhioub M. Mohamed Jmaiel Président M. Slim Kanoun Membre M. Maher Ben Jemaa Encadreur

Plus en détail

UFR d Informatique. FORMATION MASTER Domaine SCIENCES, TECHNOLOGIE, SANTE Mention INFORMATIQUE 2014-2018

UFR d Informatique. FORMATION MASTER Domaine SCIENCES, TECHNOLOGIE, SANTE Mention INFORMATIQUE 2014-2018 UFR d Informatique FORMATION MASTER Domaine SCIENCES, TECHNOLOGIE, SANTE Mention INFORMATIQUE 2014-2018 Objectif L UFR d informatique propose au niveau du master, deux spécialités sous la mention informatique

Plus en détail

CONCEPTION ET REALISATION D'UN GENERATEUR DE TABLEAUX DE BORD PROSPECTIFS MULTIDIMENSIONNELS

CONCEPTION ET REALISATION D'UN GENERATEUR DE TABLEAUX DE BORD PROSPECTIFS MULTIDIMENSIONNELS CONCEPTION ET REALISATION D'UN GENERATEUR DE TABLEAUX DE BORD PROSPECTIFS MULTIDIMENSIONNELS Nazih Selmoune (*), Zaia Alimazighi (*) Selmoune@lsi-usthb.dz, Alimazighi@wissal.dz (*) Laboratoire des systèmes

Plus en détail

Master Informatique Aix-Marseille Université

Master Informatique Aix-Marseille Université Aix-Marseille Université http://masterinfo.univ-mrs.fr/ Département Informatique et Interactions UFR Sciences Laboratoire d Informatique Fondamentale Laboratoire des Sciences de l Information et des Systèmes

Plus en détail

1. Une approche innovante, basée sur «l objet document» 2. Le respect des chaînes éditoriales de l entreprise

1. Une approche innovante, basée sur «l objet document» 2. Le respect des chaînes éditoriales de l entreprise Lucid e-globalizer, solution globale de gestion de contenu multilingue. Ce document a pour objectif de vous présenter Lucid e-globalizer, la solution de gestion de contenu multilingue de Lucid i.t., ses

Plus en détail

Programme détaillé 2014-2015. Filière d Ingénieur INFORMATIQUE

Programme détaillé 2014-2015. Filière d Ingénieur INFORMATIQUE Libellé long UE Crédits ECTS Semestre 5 INFO51 13 Initiation à l'informatique Introduction à la Programmation Logiciel de Base Mathématiques Algèbre Logique INFO52 12 Analyse Applications de l'algèbre

Plus en détail

Outils de veille : typologie

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

Plus en détail

Digital Workplace et Gestion des connaissances Concepts et mise en oeuvre

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

Plus en détail

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

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

Plus en détail

IT203 : Systèmes de gestion de bases de données. A. Zemmari zemmari@labri.fr

IT203 : Systèmes de gestion de bases de données. A. Zemmari zemmari@labri.fr IT203 : Systèmes de gestion de bases de données A. Zemmari zemmari@labri.fr 1 Informations pratiques Intervenants : Cours : (A. Zemmari zemmari@labri.fr) TDs, TPs : S. Lombardy et A. Zemmari Organisation

Plus en détail

Vanilla. Open Source Business Intelligence. Présentation de la plateforme

Vanilla. Open Source Business Intelligence. Présentation de la plateforme Vanilla Open Source Business Intelligence Présentation de la plateforme Novembre 2008 Patrick Beaucamp BPM Conseil Contact : patrick.beaucamp@bpm-conseil.com Table des matières Introduction...3 Portail

Plus en détail

Un datawarehouse est un entrepôt de données (une base de données) qui se caractérise par des données :

Un datawarehouse est un entrepôt de données (une base de données) qui se caractérise par des données : Page 1 of 6 Entrepôt de données Un article de Wikipédia, l'encyclopédie libre. L'entrepôt de données, ou datawarehouse, est un concept spécifique de l'informatique décisionnelle, issu du constat suivant

Plus en détail

Gestion de contenu et gestion documentaire, quelles relations?

Gestion de contenu et gestion documentaire, quelles relations? Gestion de contenu et gestion documentaire, quelles relations? Dominique Cotte Journée des professionnels de l IST Nancy 21 Juin 2005 Quelle attitude vis-à-vis des nouveaux concepts? Avalanche de concepts

Plus en détail

Catalogue des formations Edition 2015

Catalogue 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 détail

THÈSE. en vue de l obtention du. présentée et soutenue par. Ronan Tournier. Titre : Analyse en ligne (OLAP) de documents. Jury :

THÈSE. en vue de l obtention du. présentée et soutenue par. Ronan Tournier. Titre : Analyse en ligne (OLAP) de documents. Jury : UNIVERSITE TOULOUSE III PAUL SABATIER U.F.R. MATHEMATIQUES INFORMATIQUE GESTION (MIG) ECOLE DOCTORALE MATHEMATIQUE, INFORMATIQUE ET TELECOMUNICATION DE TOULOUSE (MITT) THÈSE en vue de l obtention du DOCTORAT

Plus en détail

Stages 2013-2014 ISOFT : UNE SOCIETE INNOVANTE. ISoft : +33 1 69 35 37 37 www.isoft.fr 21 Chemin de Moulon 91190 Gif sur Yvette France

Stages 2013-2014 ISOFT : UNE SOCIETE INNOVANTE. ISoft : +33 1 69 35 37 37 www.isoft.fr 21 Chemin de Moulon 91190 Gif sur Yvette France Stages 2013-2014 ISOFT : UNE SOCIETE INNOVANTE Contact : Mme Lapedra, stage@isoft.fr ISoft, éditeur de logiciels, est spécialisé dans l informatique décisionnelle et l analyse de données. Son expertise

Plus en détail

Modélisation Multidimensionnelle des Tableaux de Bord Prospectifs

Modélisation Multidimensionnelle des Tableaux de Bord Prospectifs Modélisation Multidimensionnelle des Tableaux de Bord Prospectifs Zaia Alimazighi (*), Nazih Selmoune (*) (Alimazighi, Selmoune)@wissal.dz (*) Laboratoire des systèmes informatiques (LSI), Faculté d Electronique

Plus en détail

Architectures d'intégration de données

Architectures 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 détail