GoOlap : Vers l Analyse Spatio- Multidimensionnelle à l aide du Geobrowser Google Earth

Dimension: px
Commencer à balayer dès la page:

Download "GoOlap : Vers l Analyse Spatio- Multidimensionnelle à l aide du Geobrowser Google Earth"

Transcription

1 GoOlap : Vers l Analyse Spatio- Multidimensionnelle à l aide du Geobrowser Google Earth Sandro Bimonte * - Sergio Di Martino ** - Michela Bertolotto*** -Filomena Ferrucci- Vincenza Leano****-Francois Pinet * *Cemagref, UR TSCF, 24 Avenue des Landais, Clermont-Ferrand, France prenom.nom@cemagref.fr **University of Naples Federico II, Napoli, Italy dimartino@na.infn.it ***University College Dublin, Belfield, Dublin 4, Ireland. michela.bertolotto@ucd.ie ****University of Salerno, Fisciano (SA), Italy fferrucci@ unisa.it RÉSUMÉ. Les outils OLAP Spatial (SOLAP) existants n intègrent pas encore complètement toutes les fonctionnalités de visualisation, d interaction et d analyse des SIG. Dans cet article, nous présentons l implémentation d un système SOLAP Web flexible, GoOlap, qui combine à la fois des fonctionnalités OLAP et des fonctionnalités évoluées de géovisualisation. Ce système intégre le geobrowser Google Earth avec le système OLAP Mondrian/JPivot. Google Earth enrichie les capacités d analyse spatio-multidimensionnelles à travers la visualisation 3D, la «contextualisation» de l application SOLAP et la personnalisation des affichages cartographiques. ABSTRACT. Spatial OLAP (SOLAP) systems do not completely integrate visualization, interaction and analysis functionalities of Geographic Information Systems. In this paper, we propose a flexible Web SOLAP tool, GoOlap, which combines OLAP and Geovisualization functionalities through the integration of the geobrowser Google Earth and the OLAP tool Mondrian/JPivot. Google Earth enriches spatio-multidimensional analysis capabilities with 3D visualizations, SOLAP applications contextualization and cartographic displays customization. MOTS-CLÉS : OLAP Spatial, Entrepôts de données spatiales, Géovisualisation, Geobrowser KEYWORDS: Spatial OLAP, Spatial Data Warehouses, Geovisualization, Geobrowser 379

2 1. Introduction Les technologies existantes pour l acquisition des données permettent aux entreprises et aux organisations publiques de récolter d importantes quantités d informations, qui peuvent être ensuite intégrées dans des entrepôts de données. Les systèmes d'aide à la décision, et en particulier les systèmes OLAP (OnLine Analytical Processing) permettent aux décideurs de découvrir des relations causales, de nouvelles connaissances ainsi que des corrélations jusqu alors inconnues. Les décideurs explorent et analysent de façon interactive les bases de données multidimensionnelles grâce à des interfaces visuelles. La force principale de ces solutions est qu elles peuvent être utilisées sans nécessairement connaître toute la complexité de la structure de la base des données ou de maîtriser les langages d'interrogation OLAP (Stolte et al. 2002). Ainsi, les techniques d analyse visuelle, d exploration et de représentation des données sont fondamentales dans les systèmes OLAP. Ce constat est encore plus vrai dans le contexte geo-spatial où les représentations cartographiques et visuelles des données peuvent aider les décideurs à identifier des relations et des «patterns» spatiaux inconnus et inattendus entre des phénomènes géographiques (Andrienko et al., 2003). Dans le processus d analyse spatiale, la visualisation joue un rôle très important. Les cartes stimulent l utilisateur dans son processus mental de découverte de patterns, relations et tendances (MacEachren et Kraak, 2004). La composante spatiale des données doit alors être prise en compte dans l'analyse en ligne grâce à des techniques particulières de visualisation cartographique (table de pivot et affichages graphiques) (Bedard et al., 2001). L'intégration de la composante cartographique dans les outils OLAP a mené Bédard Y. à définir l'olap Spatial (SOLAP) comme «une plateforme visuelle conçue spécialement pour supporter une analyse spatio-temporelle rapide et efficace à travers une approche multidimensionnelle qui comprend des niveaux d agrégation cartographiques, graphiques et tabulaires» (Bédard, 1997). Les systèmes SOLAP repensent les fonctionnalités des systèmes OLAP et surtout leurs interfaces visuelles. Ils introduisent une cartographie composée de cartes interactives qui permettent selon (Bedard et al., 2001) ( : de visualiser la distribution spatiale des mesures, de visualiser les relations spatiales et thématiques entre dimensions et mesures, d'explorer la base des données multidimensionnelles. Les cartes interactives sont les outils de géovisualisation les plus importants pour explorer et analyser les bases de données multidimensionnelles. La géovisualisation se rapporte à la visualisation de données ayant une dimension géographique, dans le but de rendre visible les connaissances et les relations implicites et/ou inconnues cachées dans les données géographiques. 380

3 Si d'un coté des efforts ont été faits pour intégrer les fonctionnalités des Systèmes d Information Géographiques (SIG) aux systèmes OLAP, à notre connaissance seulement peu des systèmes SOLAP intègrent des techniques de géovisualisation (c.f. Section 2). Selon nous, cette intégration pourrait améliorer les systèmes SOLAP existants sur plusieurs points. Le premier point concerne l'utilisation des cartes 3D. En effet, même si les cartes SOLAP 2D sont suffisantes pour certaines applications, les fonctionnalités 3D peuvent énormément enrichir les capacités d'analyse spatio-multidimensionnelle, en prenant en compte les modèles numériques de terrain (Bleisch and Dykes 2008) (Longley et al., 2001). Deuxième point, la plupart des outils SOLAP ne peuvent intégrer des données externes dans les entrepôts des données spatiales comme dimensions et mesures ou simplement comme des couches multimédia additionnelles visibles dans le client SOLAP, car ils sont basés sur des technologies propriétaires. Ceci est une importante limitation car une analyse spatiale effective implique la comparaison du phénomène avec les éléments situés autours (e.g. routes, industries, villes, etc.) (Bédard et al., 2006). Donc, la capacité d'importer des informations spatiales à partir d autres sources de données est fondamentale. De plus, les systèmes existants n offrent peu ou pas de fonctionnalités de personnalisation des affichages des données spatiales et/ou alphanumériques. Il est pourtant très important de pouvoir visualiser les données géographiques de différentes façons. Dans ce papier, afin de traiter les problématiques décrites ci-dessus, nous proposons un système, appelé GoOlap, qui combine les fonctionnalités fournies par un geobrowser et un système OLAP traditionnel. En particulier, nous présentons les solutions technologiques qui nous permettent d'intégrer dans un seul outil Web, le geobrowser Google Earth et un système OLAP open source, Mondrian/JPivot. Le but principal de cette solution est de fournir un environnement SOLAP Web, capable de visualiser les données spatiales en 3D avec un important degré de personnalisation de l'information visuelle graphique et cartographique. De plus, notre système permet l'intégration des nouvelles sources de données à la volée. Le papier est organisé de la façon suivante. La Section 2 décrit les travaux existants sur le SOLAP et sur la géovisualisation. Dans la section 3, nous présentons les caractéristiques principales du système proposé, l'architecture avec les solutions technologiques que nous avons utilisées et nous introduisons l'interface visuelle du système ainsi qu un exemple d'analyse spatio-multidimensionnelle basé sur une étude de cas simulée. Des remarques finales et les travaux futurs concluent le papier. 381

4 2. OLAP Spatial et Géovisualisation 2.1. OLAP Spatial Les entrepôts des données sont organisés en accord avec le modèle multidimensionnel (Inmon, 1996). Dans le modèle multidimensionnel, les sujets d analyse (faits) sont étudiés grâce à des indicateurs (mesures). Les dimensions représentent les axes d'analyse, leurs membres ou instances sont organisés en hiérarchies. Cette approche permet aux décideurs d'explorer les entrepôts des donnes à différents niveaux de détail, et d analyser les mesures agrégées et les mesures détaillées. Les opérateurs typiques OLAP sont le Slice (sélection d'une partie de l'entrepôt), le Dice (élimination d'une dimension), le Roll-Up (permet de monter dans une hiérarchie en agrégeant les mesures) et le Drill-Down (l'inverse du roll up). Les systèmes OLAP visualisent les données à travers un client OLAP qui offre une interface utilisateur avec des outils de reporting, d analyse interactive, et parfois de fouille de données. Son rôle est de rendre l information multidimensionnelle «visible», en d autres termes, de permettre de découvrir des connaissances grâce à la seule visualisation et interaction avec les données. Dans (Stolte et al., 2002), les auteurs définissent les caractéristiques nécessaires d un outil d analyse OLAP : Affichage de grandes quantités de données : afficher de nombreuses mesures et dimensions. Présence de multiples types d affichage : fournir plusieurs types d affichages graphiques (par exemple des histogrammes pour les ventes ou des couleurs pour les produits les plus vendus, etc.). Emploi d une interface pour l exploration : comparer rapidement les données ainsi que leurs modes de visualisation à l aide d une interface intuitive. Le paradigme de visualisation le plus adopté par les clients OLAP est la table de pivot (Figure 1a). Il s agit d un tableau multidimensionnel auquel sont associés les totaux et les sous-totaux. Ce type de tableaux offre une vue de données imbriquées sur plusieurs niveaux. Le succès de la table de pivot est dû au fait qu elle incorpore les concepts multidimensionnels (mesures, dimensions et hiérarchies) dans sa structure, générant un ensemble d affichages, ce qui permet de comparer facilement et de façon interactive les données à différents niveaux de détails. Les interactions de l'utilisateur avec les différentes composantes (e.g. un clic sur une carte) correspondent au déclanchement des opérateurs OLAP correspondants. Les tables de pivot sont souvent couplées avec des affichages graphiques, par exemple de barres 3D, de graphiques à bulles etc., qui permettent de «comprendre» visuellement les données. Dans un client OLAP, toutes ces composantes sont synchronisées au sens qu une action (par exemple un drill-down) sur une composante (par exemple la table de pivot) est propagée aux autres composantes (les affichages graphiques). 382

5 Les systèmes SOLAP sont des Systèmes d'aide à la Décision (Keenan, 1996) qui intègrent les fonctionnalités des SIG, des entrepôts de données et des systèmes OLAP. Le SOLAP étend le modèle multidimensionnel en définissant les concepts de dimension spatiale et mesure spatiale. Un état de l'art est présenté en (Bimonte, 2008). Une dimension spatiale présente un ou plusieurs niveaux ayant un attribut spatial (une géométrie). Une mesure spatiale est le résultat d opérations spatiales et/ou des valeurs numériques directement calculées, comme le résultat de l'opérateur topologique d'intersection ou le calcule de la surface pour une région. Un exemple d'application spatio-multidimensionnelle peut analyser certaines pollutions par départements et régions en France en fonction du temps et des types de polluants. Elle permet de répondre à des requêtes telles que : «Quelles sont les indicateurs de pollution par mois, département et polluant?» (Bimonte et al., 2007). Depuis la première implémentation d'un outil SOLAP fait par Bédard Y. en 1997 (Bédard, 1997), plusieurs autres implémentions ont été développées. (Bédard et al., 2007) classifient les outils SOLAP en : OLAP dominants, SIG dominants et OLAP-SIG intégrés. Les systèmes Spatial OLAP dominants présentent toutes les fonctionnalités avancées des OLAP, comme la gestion des hiérarchies complexes, les mesures dérivées, etc., mais leurs capacités d'analyse spatiale et de visualisation/interaction cartographique sont très limitées. En effet, la composante SIG est réduite à la simple visualisation cartographique non-interactive. Les actions de l'utilisateur sur ces cartes (clic, déplacement, etc.) ne sont pas associées à aucune opération OLAP (i.e. Drill- Down, Slice, etc.). Les solutions SIG dominants simulent le serveur OLAP avec un SGBD relationnel, et par conséquence elles offrent seulement des fonctionnalités OLAP basiques. Les solutions OLAP-SIG intégrées sont les plus adaptées à une analyse spatiomultidimensionnelle effective car elles combinent dans un système unique les fonctionnalités avancées des OLAP et des SIG (Bédard et al., 2007). Les différentes méthodes d analyse et d exploration multidimensionnelle, comme les opérateurs de Slice, Roll-Up, Drill-Down etc., sont intégrés aux méthodes d analyse spatiale. Ces dernières permettent d ajouter des couches géographiques, de requêter la base des données spatio-multidimensionnelles à travers des prédicats topologiques, métriques et directionnels, d utiliser des opérations topologiques comme le buffer, l overlay, etc. En ce qui concerne la visualisation, les solutions OLAP-SIG intégrées présentent une interface visuelle qui permet l'analyse multidimensionnelle en utilisant les cartes, les affichages graphiques et tabulaires synchronisées et interactives (Figure 1b). 383

6 (a) (b) Figure 1. a)table de Pivot b) Interface utilisateur d un outil SOLAP intégrant des fonctionnalités OLAP et SIG (Bimonte et al., 2007) La figure 1b montre la visualisation d'une requête spatio-multidimensionnelle sur l entrepôt spatial de pollution, en utilisant le système SOLAP GeWOlap (Bimonte et al., 2007). Dans cet exemple, la dimension spatiale («Location») est représentée comme une carte et les mesures («PollutionAVG», «PollutionMIN» et «PollutionMAX») sont affichées avec des barres. Usuellement, les solutions OLAP-SIG intégrées utilisent des composantes cartographiques 2D et des techniques classiques de visualisation SIG, même si des efforts ont été faits pour introduire des méthodes avancées de visualisation, exploration et analyse geo-spatiales. (Bédard et al., 2005) présentent un système SOLAP qui intègre ESRI ArcGIS et Proclarity pour visualiser les résultats de requêtes SOLAP, en utilisant des cartes 3D. (Bedard et al., 2006) «contextualise» les données SOLAP avec des données multimédia (photos et vidéos), contrairement aux autres solutions OLAP-SIG intégrées existantes qui ne permettent pas de rechercher et ajouter à l'entrepôt spatial des données multimédia. Par contre, l'association des photos et des vidéos avec les dimensions et les mesures est faite lors de la conception de l'entrepôt de donnes spatiales Géovisualisation Les relations entre, d un côté, les domaines de la cartographie et des SIG, et de l autre, la visualisation scientifique, qui consiste en un ensemble d'outils de visualisation et interaction pour la découverte des connaissances alphanumériques, sont à la base d une nouvelle discipline scientifique : la Géovisualisation. Celle-ci 384

7 intègre les techniques de visualisation scientifique, de cartographie, d analyse des images, d exploration de données, afin de fournir une théorie, des méthodes et des outils pour la représentation et la découverte de la connaissance spatiale (MacEachren et Kraak, 2004). Au cours des procédures de cartographie, il est essentiel de porter une attention toute particulière aux interfaces homme-machine. Le lien indissoluble entre l interactivité, et l exploration des données a été bien mis en évidence par (MacEachren et Kraak, 2004). Ils montrent que plus les données sont inconnues et plus l interaction du processus d analyse doit être importante. L exploration des données géographiques est conduite selon les paradigmes «zoom, filtre et détails sur demande» (Shneiderman, 1996), paradigme basé sur la recherche interactive des données significatives à différentes granularités de détails. Ainsi dans ce contexte, les cartes interactives deviennent des outils incontournables pour l exploration et l analyse des données géographiques. Une carte est interactive si elle fonctionne comme une «interface» vers d autres données. A travers un simple clic sur l objet géographique, la carte peut renvoyer d autres informations comme d autres cartes, des images, des documents multimédia, etc. L interactivité signifie aussi que la carte peut auto-adapter son contenu et son affichage en fonction des actions de l utilisateur. Un autre aspect fondamental de la géovisualisation est la possibilité de représenter les données des façons différentes. L utilisateur peut changer le mode de visualisation et d interaction en passant, par exemple, d une carte topographiques à un carte à fonds de plan, d une carte choroplèthe à une carte 3D, etc.. A chaque méthode correspond une vision différente des données et par conséquent un aperçu différent du phénomène spatial étudié. En conclusion, la géovisualisation facilite la découverte de connaissances implicites, «cachées» dans les données géographiques. Récemment, plusieurs travaux ont montré l intérêt des outils d exploration appelés «geobrowser» pour faire de la géovisualisation. Un geobrowser est un logiciel qui permet l'accès à un ensemble riche de données. Il offre des interfaces visuelles et interactives à travers lesquelles ces données peuvent être explorées. Des exemples de geobrowsers sont : Google Earth, Microsoft Virtual Earth ou NASA WorldWind. Des travaux récents ont montrés que Google Earth peut être un outil extensible de géovisualisation (Compieta et al., 2007) (Slingsby et al, 2007). En effet, il permet d'explorer les données géographiques 3D, de collecter des données géographiques sur le Web, d intégrer des couches de données multimédia avec des couches géographiques, d utiliser des affichages graphiques avancés, et de représenter les données temporelles. De plus, l'approche présenté dans (Wood et al., 2007) montre comment intègrer dans Google Earth, toutes les méthodes d'analyse spatiales de «requête et raisonnement» (Longley et al., 2001) : filtrage des données sur un critère temporel, un critère spatial, ou par le biais des attributs alphanumériques. Ils introduisent aussi de nouveaux affichages graphiques ainsi que des fonctionnalités d'agrégation des données utilisant des routines externes. L agrégation peut se faire avec des couches géographiques qui contiennent des informations pre- agrégées. Par contre, aucun des outils proposés, basés sur Google Earth n utilise les systèmes d'entrepôts de données et les OLAP. Les capacités 385

8 d'analyse multidimensionnelle sont ainsi limitées. En conclusion, à notre connaissance, aucun travail n intègre les fonctionnalités de géovisualisation dans un système OLAP. 3. Le système GoOlap Cette section décrit les caractéristiques principales du système implémenté, appelé GoOlap, l'architecture et l'interface visuelle. 3.1 Caractéristiques principales L'idée principale à la base de la définition de l'interface visuelle du notre système est l intégration de la représentation tabulaire (table de pivot) avec un geobrowser Web. Ceci permet d offrir une représentation 3D des données des dimensions spatiales et d importer différentes couches de données spatiales et multimédia depuis n'importe quelle source disponible. De plus, dans notre système, le décideur peut définir toutes les opérations de navigation multidimensionnelle (forage et coupe) dans un environnement intégré. Pour cela il lui suffit d interagir avec la représentation spatiale et textuelle de l'information. Les opérateurs OLAP sont accessibles via la table de pivot, le «Cube Navigator» et la composante cartographique du geobrowser. Dans cette première implémentation du système, nous avons utilisé Google Earth comme geobrowser et JPivot pour l'affichage des tables de pivot. Donc, notre système peut être considéré comme une nouvelle architecture pour l analyse spatiomultidimensionnelle, où un système OLAP est intégré avec un outil de géovisualisation. GoOlap est donc une solution de type «OLAP dominant» qui présente des fonctionnalités de géovisualisation. Dans le reste du papier, nous décrivons l'architecture, les outils Mondrian-JPivot et Google Earth, puis nous présentons comment ces deux technologies ont été couplées pour former une interface visuelle unique et cohérente. 3.2 Architecture Cette section décrit l architecture de notre système. Notre motivation principale était la définition d un système flexible. GoOlap est basé sur une architecture à trois niveaux : un niveau associé à la gestion des données spatiales, un niveau pour la gestion de la logique de l application, un niveau client composé de deux parties (voir figure 2). Pour permettre une grande modularité, les communications entre les niveaux sont effectuées en utilisant des protocoles et des formats standards (XML, HTML et MDX). L architecture de GoOlap est structurée de la façon suivante : 1. Niveau Visualisation. Le but principal de ce niveau est de présenter l information spatiale et alphanumérique aux décideurs, ainsi que de notifier aux 386

9 autres niveaux les opérations OLAP effectuées. Ce niveau est composé de deux outils COTS : le geobrowser, capable de visualiser l information sélectionnée par l utilisateur sur une carte 3D, et la table de pivot pour représenter les données alphanumériques. Ces deux outils sont intégrés grâce a du code JavaScript. Plus précisément, ce code notifie au niveau Logique les opérations que l utilisateur demande et les données sur lesquelles elles sont appliquées. Le niveau Visualisation reçoit quant à lui, les données du niveau Logique pour mettre à jour la table de pivot et le fichier Keyhole Markup Language (KML) (KML, 2008) qui représente l information spatiale, en fonction des actions de l utilisateur. Dans cette première implémentation du système, nous avons utilisé Google Earth comme geobrowser et JPivot pour l'affichage des tables de pivot. Dans notre approche, le système proposé pourrait être facilement modifié pour supporter un geobrowser différent comme par exemple Microsoft Virtual Earth, ou un autre client OLAP. 2. Niveau Logique. Ce niveau est responsable de : la résolution des opérations OLAP demandées par l utilisateur, de l intégration des données de l entrepôt avec des données externes, de l alimentation du niveau Visualisation. Ce niveau est composé de trois modules principaux : le gestionnaire des données, le gestionnaire Géographique, et le module fusion de données. Le Gestionnaire des données interagit avec Mondrian (le serveur OLAP) pour la résolution des requêtes OLAP et formate les résultats dans un fichier XML. Le Gestionnaire Géographique interroge la base de données qui contient les objets géographiques de l application SOLAP (e.g. régions, départements, etc.). Le module fusion de données est responsable de la communication avec le niveau Visualisation et de l intégration des données des deux autres modules. Plus particulièrement, ce module génère à la volée les fichiers KML qui contiennent les données géographiques qui sont affichées dans le geobrowser. Les modules interagissent en utilisant des fichiers XML. Ceci leur permet d être complètement découplés. Nous pouvons ainsi utiliser différentes technologies pour le client, le serveur OLAP, et le geobrowser. 3. Niveau Données. Ce niveau mémorise les données de l entrepôt et de la base des données. Pour ce faire, le serveur OLAP Mondrian est utilisé. Il interagit avec un SGBD relationnel (PostGIS). Nous allons décrire dans les détailles les solutions employées dans notre architecture: Mondria-JPivot et Google Earth Mondrian-JPivot Pour les fonctionnalités OLAP, nous avons utilisé deux systèmes open source, Mondrian (Mondrian, 2008) et JPivot (JPivot, 2008). Mondrian est un Serveur OLAP qui s appui sur un SGBD relationnel. Il est accessible à travers un ensemble d API Java, qui peuvent être utilisées pour développer des applications Web comme des interfaces visuelles ou pour explorer des bases des données multidimensionnelles. Ces API peuvent aussi être utilisées à partir d applications JSP/Servlet dans un environnement Web. Mondrian est un moteur de calcul multidimensionnel qui exécute des requêtes MDX 387

10 (Multidimensional Expressions). MDX est un langage OLAP de-facto standard. Une description XML des applications multidimensionnelles est utilisée pour garantir une bonne flexibilité de modélisation multidimensionnelle en utilisant la base des données relationnelle. Google Earth JPivot gestionnaire visualisation Niveau Visualisation Fusion des données HTML + KML Gestionnaire Géographique XML Gestionnaire des données Niveau Logique SQL API Mondrian Frontières géographiques Entrepôts des données spatiales Niveau Données Figure 2. Architecture de GoOlap JPivot est un logiciel qui permet un affichage Web graphique des données multidimensionnelles gérées par Mondrian. Il utilise des balises JSP pour construire facilement les interfaces graphiques qui sont employées pour l'exploration de l'entrepôt. JPivot offre des fonctionnalités pour modifier la visualisation de la table de pivot, et pour exécuter les opérations OLAP Google Earth Google Earth (GE) est un globe terrestre virtuel actuellement disponible gratuitement pour une utilisation personnelle. Il est disponible en deux versions : en application «stand-alone» pour PC sous Windows, Mac OS, Linux, FreeBSD, et sous la forme d un «plug-in» pour Firefox, Internet Explorer 6 et 7. GE combine au sein d un même système, des images satellite avec des cartes vectorielles..il permet aux utilisateurs de naviguer dans un contexte 3D à différentes granularités spatiales (e.g. passer des continents aux villes). Actuellement, GE intègre les données du monde entier avec une résolution de 15 mètres par pixel (le plus souvent). Un ensemble riche de données géographiques (routes, lacs, aéroports, etc.) et de points 388

11 d intérêt commercial (restaurants, bars, etc.) peuvent être ajoutées au globe. Une importante caractéristique de ce système est le fait que les données spatiales ne sont pas mémorisées sur le PC client Elles sont chargées, en fonction des besoins, depuis les serveurs de Google. Une autre fonctionnalité importante implémentée par GE est la possibilité de visualiser les modèles 3D des terrains «Digital Elevation Model» (DEM) ; il s agit principalement des données acquises par le Shuttle Radar Topography Mission (SRTM) de la NASA. Le système de coordonnées interne de Google Earth est le système de coordonnées latitude/longitude WGS84 (datum World Geodetic System 984). D un point de vue d implémentation, GE offre deux modalités d interaction complémentaires : un format de fichier ad hoc pour représenter les objets géographiques de l'application SOLAP et des différentes sources externes et un ensemble d API JavaScript. Plus précisément, GE utilise une grammaire XML et un format de fichier, appelé KML, conçu pour représenter un ou plusieurs objets géographiques. Grâce aux fichiers KML, le développeur peut ajouter des icônes et des étiquettes sur le globe, définir la position de la camera pour indiquer des points de vues, ajouter des formes géométriques de base (point, ligne et polygone). Le plug-in de Google Earth offre un ensemble de API JavaScript qui permet d introduire dans les pages Web le globe GE avec toutes ses fonctionnalités. Dans notre proposition, nous avons utilisé les fonctionnalités 3D du plug-in GE pour intégrer les données des entrepôts avec des données spatiales fournies par GE. En utilisant Google Earth, il est possible d intégrer aux données multidimensionnelles, les nombreux ensembles de données au format KML disponibles sur le Web. 3.3 L interface utilisateur La version actuelle de l interface utilisateur intègre dans une page web dynamique, le geobrowser sur la gauche et la table de pivot sur la droite. La table de pivot affiche les données textuelles et permet une navigation hiérarchique à travers les dimensions de l entrepôt des données spatiales. De l autre coté, le geobrowser affiche en trois dimensions les données géographiques sur des images satellite georéferencées. Il est possible d ajouter des couches supplémentaires comme les routes, les villes, etc. Dans cette version, le geobrowser utilise principalement des histogrammes et des camemberts pour visualiser les données numériques (les mesures), mais le système laisse la possibilité de définir l affichage graphique le plus approprié pour la typologie de mesure à visualiser. Des exemples de personnalisation des cartes thématiques avec GE sont disponibles sur le site De plus, pour améliorer la flexibilité des affichages thématiques, nous proposons d utiliser les balloons, i.e. des fenêtres HTML associées à des points sur le globe qui 389

12 peuvent contenir différentes informations. Ces ballons peuvent aussi contenir des graphiques définis avec les API Google Chart. Cette représentation est utile pour faciliter la lecture des cartes thématiques (Bertin and Bonin, 1992). Il est important de souligner que les balloons peuvent contenir du HTML et des images PNG générées par Google Chart, mais aussi des données multimédia comme des vidéos. Ceci permet d améliorer la «contextualisation» des données multidimensionnelles et la représentation des mesures. De plus, GoOlap comme les outils OLAP-GIS intégrées offre une composante cartographique interactive. Le globe virtuel devient interactif. En cliquant simplement sur une zone géographique, le système active une opération de forage sur la dimension spatiale. Pour illustrer les fonctionnalités d exploration, d analyse multidimensionnelle et de géovisualisation, nous utilisons un cas d étude qui utilise des données simulées sur la pollution en Italie. Le but de ce cas est de montrer une application possible de la technologie proposée ; les mesures de pollution présentées dans cet article n ont strictement aucun lien avec la pollution réelle Opérateurs SOLAP En utilisant GoOlap, le décideur peut visualiser un indicateur de pollution en Italie par année et type de polluants (Figure 3). La table de pivot et le geobrowser montrent la même information. En particulier, ce dernier montre les frontières d Italie et la valeur de la pollution en utilisant une barre ; toutes les informations thématiques et alphanumériques sont agrégées. Figure 3. Pollution d'italie 390

13 Si le décideur est intéressé par visualiser les indicateurs de pollution des régions d Italie par type de polluant, il peut lancer (par un clic sur le pays) une opération de forage sur la dimension spatiale «Location» au niveau région. Ensuite, en utilisant la table de pivot, il applique l opération de Drill-Down sur la dimension thématique qui représente les polluants («Pollutants»). Il réalise cette opération simplement en cliquant sur le membre «All Pollutants» dans la table de pivot. La table de pivot et le geobrowser sont alors mis à jour. Deux barres, qui correspondent aux valeurs de pollution moyenne pour les pollutants organiques et inorganiques, sont affichées pour chaque région d Italie (Figure 4). Figure 4. Pollution des régions d'italie Enfin, l analyste peut s intéressé à deux départements en particulier, par exemple Avellino et Naples. En utilisant le «Cube Navigator» de JPivot, il peut appliquer une opération de Slice sur ces deux régions ; le système visualise alors les valeurs correspondantes de pollution (Figure 5) Fonctionnalités de géovisualisation GoOlap offre des fonctionnalités de géovisualisation à travers GE. Elles enrichissent les opérations SOLAP. Le décideur peut ajouter des couches géographiques aux données des dimensions spatiales. Par exemple en Figure 5, la couche des routes Italienne a été ajoutée. Ceci permet par exemple d expliquer le phénomène de la pollution par rapport au trafic routier. GoOlap permet alors aux décideurs de rechercher l explication de la pollution. Dans le cas d étude présentée 391

14 ici, il faudrait bien sûr considérer des niveaux spatiaux bien plus fin que les départements, pour analyser correctement la pollution. Il est important de surligner que seulement l'aspect visualisation est pris en compte lors de l'intégration de données externes. Les nombreuses contraintes liées aux spécificités des données géographiques (référentiel, précision, projection, etc.) sont à charge de l'utilisateur. La Figure 5 montre aussi comme la composante 3D du globe virtuel de GE est utilisé lors de la visualisation des requêtes SOLAP. L utilisateur peut aussi choisir un affichage différent pour les mesures. Il peut utiliser des camemberts ou des ballons comme présenté en Figure 4. Le système permet à l'utilisateur de créer grâce à KML des nouveaux types d'affichage, permettant donc un affichage totalement personnalisé. Figure 5. Slice sur deux départements 4. Conclusions Aujourd hui, il y a fort besoin d enrichir la technologie OLAP avec des fonctionnalités de géovisualisation. Il faut en effet offrir aux décideurs des outils qui permettront de faire émerger plus facilement les connaissances qui se cachent dans les données des entrepôts spatiaux. 392

15 L objectif du présent article était de donner un exemple d implémentation d un outil SOLAP intégrant les fonctionnalités d un des geobrowsers les plus évolués du moment (Google Earth). Nous présentons un système Web SOLAP qui intègre le système OLAP Mondrian-JPivot avec Google Earth. Cette solution facilite grandement l analyse des données, et ce, grâce à l emploi des techniques de géovisualisation offertes par le geobrowser Google Earth. Cette proposition enrichie les systèmes SOLAP existants sur plusieurs points : visualisation 3D, intégration des données géographiques externes, accès Web, et personnalisation des affichages graphiques. Actuellement, nous travaillons sur la définition des techniques de visualisation et d exploration temporelle dans un contexte SOLAP. En amont des recherches sur les outils eux-mêmes, il est indispensable de poursuivre des investigations approfondies sur la conception des modèles multidimensionnels spatiaux, et cela, à différent niveau : formalisme pour décrire les modèles, modélisation des contraintes d intégrité spatio-temporelle, génération de code automatique à partir des modèles en utilisation des Atelier de Génie Logiciel, etc.de récents travaux traitant de ces différents points peuvent être trouvé dans (Bédard et al., 2002) (Malinowski et Zimanyi, 2008) (Pinet et Schneider, 2009) (Sboui et al., 2008). 5. References Andrienko N., Andrienko G., and Gatalsky P. (2003), Exploratory Spatio-Temporal Visualization: an Analytical Review. Journal of Visual Languages and Computing. v.14. Bédard, Y. (1997). Spatial OLAP. In Proceedings of 2 nd Forum annuel sur la R-D, Géomatique VI: Un monde accessible, November, 1997, Montréal Bédard, Y., Merrett, T., & Han, J. (2001). Fundaments of Spatial Data Warehousing for Geographic Knowledge Discovery. In Geographic Data Mining and Knowledge Discovery, London: Taylor & Francis. Bédard, Y., M. J. Proulx, et al. (2002). Modeling multiple representations into spatial data warehouses: A UML-based approach. SDH 2002, Ottawa, Canada. Bédard Y, Proulx M, Rivest S (2005). Enrichissement du OLAP pour l'analyse géographique : exemples de réalisation et différentes possibilités technologiques. R. Nouvelles Tech. de l'inf., Entrepôts de données et l'analyse en ligne 1-20 Bédard Y, Proulx M, Rivest S et al (2006) Merging Hypermedia GIS with Spatial On-Line Analytical Processing: Towards Hypermedia SOLAP. In Geographic Hypermedia: Concepts and Systems. Springer, Berlin Bédard, Y., S. Rivest, & M.J. Proulx, (Université Laval, Canada), 2007, Spatial On- Line Analytical Processing (SOLAP): Concepts, Architectures and Solutions from a Geomatics Engineering Perspective, In Data Warehouses and OLAP: Concepts, Architectures and Solutions, Chap. 13, IRM Press (Idea Group). Bimonte S., On Modelling and Analysis of Geographic Multidimensional Databases. In Data Warehousing Design and Advanced Engineering Applications: Methods for Complex Construction, 2008, Idea Group Publishing

16 Bimonte, S., Tchounikine, A., Miquel, M.: Spatial OLAP: Open Issues and a Web Based Prototype. In 10 th AGILE International Conference on Geographic Information Science, 8-11 May 2007, Aalborg, Denmark (2007) Bleisch S, Nebiker S (2008) Connected 2D and 3D visualizations for the interactive exploration of spatial information. Proc. of 21th ISPRS Congress. Beijing, China. Compieta P., Di Martino S., Bertolotto M., Ferrucci F., Kechadi T. Exploratory spatio-temporal data mining and visualization. Journal of Visual Languages and Computing, Vol.18, No. 3 (2007), pp Inmon, W.H. (1996). Building the Data Warehouse. 2nd Ed. New York: Wiley JPivot The JPivot Project web site: Last visited on December, 07, 2008 Keenan P. Using a GIS as a DSS Generator. In Perspectives on Decision Support System. Grèce University of the Aegean, 1996, p KML The KML file format specifications, Last visited on 1, 07, 2008 Longley, P., Goodchild, M., Maguire, D. & Rhind, D. (2001). Geographic Information Systems and Science. New York: John Wiley & Sons. MacEachren, A., Gahegan, M., Pike, W., Brewer, I., Cai, G., Lengerich, E., & Hardisty, F. (2004). Geovisualization for Knowledge Construction and Decision Support. IEEE Computer graphics and application 24(1) Malinowski, E. and E. Zimanyi (2008). Advanced Data Warehouse Design: From Conventional to Spatial and Temporal Applications. Berlin: Springer. Mondrian The Mondrian Project web site: Last visited on December, 07, 2008 Pinet, F., Schneider, M., (2009). A unified object constraint model for designing and implementing multidimensional systems. To appear in: Journal of Data Semantics, vol. 13, Springer Sboui, T., M. Salehi, Y. Bédard, 2008, Catégorisation des problèmes d'intégration des modèles des cubes de données spatiales, Atelier-Fouille de données complexes- EGC'08, 29 janvier, Sophia Antipolis, France, pp Shneiderman B (1996) The eyes have it: A task by data type taxonomy for information visualizations. Proc. of IEEE Symposium on Visual Languages. IEEE, New York, USA Slingsby, A., Dykes, J., Wood, J., Foote, M., Blom, M. The Visual Exploration of Insurance Data in Google Earth. In Proceedings of Geographical Information Systems Research UK, 2007, Manchester, UK, 2007, Stolte C., Tang D., Hanrahan P., Polaris: A System for Query, Analysis and Visualization of Multi-dimensional Relational Databases (extended paper) IEEE Transactions on Visualization and Computer Graphics, Vol. 8, No. 1, January 2002 Wood, J, Dykes, J., Slingsby, A. and Clarke K Interactive visual exploration of a large spatio-temporal data set: reflections on a geovisualization mashup. IEEE Transactions on Visualization and Computer Graphics 13 (6), pp , November/December

17 Session Analyse/Fouille de données et Décisionnel 395

18 396

ÉVALUATION DES PRODUITS COMMERCIAUX OFFRANT DES CAPACITÉS

ÉVALUATION DES PRODUITS COMMERCIAUX OFFRANT DES CAPACITÉS pr ÉVALUATION DES PRODUITS COMMERCIAUX OFFRANT DES CAPACITÉS COMBINÉES D ANALYSE MULTIDIMENSIONNELLE ET DE CARTOGRAPHIE. Préparé par Marie-Josée Proulx, M.Sc. Sonia Rivest, M.Sc., chargées de recherche

Plus en détail

La place de la Géomatique Décisionnelle dans le processus de décision

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

Plus en détail

Développer des Applications Internet Riches (RIA) avec les API d ArcGIS Server. Sébastien Boutard Thomas David

Développer des Applications Internet Riches (RIA) avec les API d ArcGIS Server. Sébastien Boutard Thomas David Développer des Applications Internet Riches (RIA) avec les API d ArcGIS Server Sébastien Boutard Thomas David Le plan de la présentation Petit retour sur les environnements de développement ArcGIS Server

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

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

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

Le Géodécisionnel. P7 : Projet Bibliographique Dans le cadre du Mastère ASIG. Les SIG au service du géodécisionnel.

Le Géodécisionnel. P7 : Projet Bibliographique Dans le cadre du Mastère ASIG. Les SIG au service du géodécisionnel. P7 : Projet Bibliographique Dans le cadre du Mastère ASIG Le Géodécisionnel Les SIG au service du géodécisionnel Thierry Lallemant 15 Mai 2008 Mastère ASIG / Projet Bibliographique 2008 1 TABLE DES MATIERES

Plus en détail

Urbanisation des SI-NFE107

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

Plus en détail

Une proposition d extension de GML pour un modèle générique d intégration de données spatio-temporelles hétérogènes

Une proposition d extension de GML pour un modèle générique d intégration de données spatio-temporelles hétérogènes 303 Schedae, 2007 Prépublication n 46 Fascicule n 2 Une proposition d extension de GML pour un modèle générique d intégration de données spatio-temporelles hétérogènes Samya Sagar, Mohamed Ben Ahmed Laboratoire

Plus en détail

Analyse comparative entre différents outils de BI (Business Intelligence) :

Analyse comparative entre différents outils de BI (Business Intelligence) : Analyse comparative entre différents outils de BI (Business Intelligence) : Réalisé par: NAMIR YASSINE RAGUI ACHRAF Encadré par: PR. L. LAMRINI Dans le domaine d économies des Big Data et Open Data, comment

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

FreeAnalysis. Schema Designer. Cubes

FreeAnalysis. Schema Designer. Cubes FreeAnalysis Schema Designer Cubes Charles Martin et Patrick Beaucamp BPM Conseil Contact : charles.martin@bpm-conseil.com, patrick.beaucamp@bpm-conseil.com Janvier 2013 Document : BPM_Vanilla_FreeAnalysisSchemaDesigner_v4.2_FR.odt

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

Cartographie sur demande sur le web et bases de données multidimensionnelles

Cartographie sur demande sur le web et bases de données multidimensionnelles Cartographie sur demande sur le web et bases de données multidimensionnelles De la personnalisation par couches cartographiques à la personnalisation par occurrences Eveline Bernier - Yvan Bédard - Mélanie

Plus en détail

Déroulement de la présentation

Déroulement de la présentation Veille technologique portant sur le mariage judicieux de l intelligence d affaires et l information géospatiale Colloque Géomatique 2009, Montréal Marie-Josée Proulx, M.Sc., Présidente-directrice générale

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

HERMES SYSTEM et BEWISE souhaitent vous offrir les meilleures compétences.

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

Plus en détail

Business Intelligence avec SQL Server 2012

Business Intelligence avec SQL Server 2012 Editions ENI Business Intelligence avec SQL Server 2012 Maîtrisez les concepts et réalisez un système décisionnel Collection Solutions Informatiques Table des matières Les éléments à télécharger sont disponibles

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

Pentaho : Comparatif fonctionnel entre la version Communautaire (gratuite) et la version Entreprise (payante) Table des matières

Pentaho : Comparatif fonctionnel entre la version Communautaire (gratuite) et la version Entreprise (payante) Table des matières Pentaho : Comparatif fonctionnel entre la version Communautaire (gratuite) et la version Entreprise (payante) Table des matières 1 2 3 4 PRÉSENTATION DE PENTAHO...2 LISTING DES COMPOSANTS DE LA PLATE-FORME...4

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

Esri Maps for IBM Cognos

Esri Maps for IBM Cognos Esri Maps for IBM Cognos Livre blanc Esri Septembre 2012 21 rue des Capucins - 92195 Meudon Cedex Tél : 01 46 23 60 60 - Fax : 01 45 07 05 60 info@esrifrance.fr - www.esrifrance.fr Copyright 2012 Esri

Plus en détail

Techniques d interaction dans la visualisation de l information Séminaire DIVA

Techniques d interaction dans la visualisation de l information Séminaire DIVA Techniques d interaction dans la visualisation de l information Séminaire DIVA Zingg Luca, luca.zingg@unifr.ch 13 février 2007 Résumé Le but de cet article est d avoir une vision globale des techniques

Plus en détail

Conclusion. Rôle du géodécisionnel dans une organisation gouvernementale Contexte organisationnel à Infrastructure Canada Le projet Les résultats

Conclusion. Rôle du géodécisionnel dans une organisation gouvernementale Contexte organisationnel à Infrastructure Canada Le projet Les résultats Le marché des logiciels géodécisionnels et exemple d application avec Oracle BIEE 11g Géomatique 2011, Montréal Sonia Rivest, Analyste en géodécisionnel géodécisionnel,, Intelli3 Denis Beaulieu, Gestionnaire,

Plus en détail

Qu'est-ce que le BPM?

Qu'est-ce que le BPM? Qu'est-ce que le BPM? Le BPM (Business Process Management) n'est pas seulement une technologie mais, dans les grandes lignes, une discipline de gestion d'entreprise qui s'occupe des procédures contribuant

Plus en détail

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

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

Plus en détail

Présentations personnelles. filière IL

Présentations personnelles. filière IL Présentations personnelles filière IL Résumé Liste de sujets de présentations personnelles. Chaque présentation aborde un sujet particulier, l'objectif étant que la lecture du rapport ainsi que l'écoute

Plus en détail

Business Intelligence : Informatique Décisionnelle

Business Intelligence : Informatique Décisionnelle Business Intelligence : Informatique Décisionnelle On appelle «aide à la décision», «décisionnel», ou encore «business intelligence», un ensemble de solutions informatiques permettant l analyse des données

Plus en détail

Suite Jedox La Business-Driven Intelligence avec Jedox

Suite Jedox La Business-Driven Intelligence avec Jedox Suite La Business-Driven Intelligence avec Une solution intégrée pour la simulation, l analyse et le reporting vous offre la possibilité d analyser vos données et de gérer votre planification selon vos

Plus en détail

CARTOGRAPHIE EN LIGNE ET GÉNÉRALISATION

CARTOGRAPHIE EN LIGNE ET GÉNÉRALISATION CARTOGRAPHIE EN LIGNE ET GÉNÉRALISATION par Julien Gaffuri JRC IES SDI unit Via Enrico Fermi, 21027 Ispra, Italie Julien.Gaffuri@gmail.com Les cartes en ligne pourraient être améliorées par l utilisation

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

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

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

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

ETL Extract - Transform - Load

ETL Extract - Transform - Load ETL Extract - Transform - Load Concept général d analyse en ligne (rappels) Rémy Choquet - Université Lyon 2 - Master 2 IIDEE - 2006-2007 Plan Définitions La place d OLAP dans une entreprise OLAP versus

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

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

Foire aux questions 2015

Foire aux questions 2015 2015 L information contenue dans ce document peut changer sans préavis et ne représente aucun engagement de la part du vendeur ou de ses représentants. Ce document ne peut être reproduit ou diffusé en

Plus en détail

SQL SERVER 2008, BUSINESS INTELLIGENCE

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

Plus en détail

SQL Server 2012 et SQL Server 2014

SQL Server 2012 et SQL Server 2014 SQL Server 2012 et SQL Server 2014 Principales fonctions SQL Server 2012 est le système de gestion de base de données de Microsoft. Il intègre un moteur relationnel, un outil d extraction et de transformation

Plus en détail

Introduction: 1. définition d un ETL 2. importance et diversité des données spatiales utilitédes ETL géographiques

Introduction: 1. définition d un ETL 2. importance et diversité des données spatiales utilitédes ETL géographiques 1 2 Introduction: 1. définition d un ETL 2. importance et diversité des données spatiales utilitédes ETL géographiques 3 ETL = extracto-chargeur = datadumping La Business Intelligence, BI, (ou informatique

Plus en détail

Une méthode d apprentissage pour la composition de services web

Une méthode d apprentissage pour la composition de services web Une méthode d apprentissage pour la composition de services web Soufiene Lajmi * Chirine Ghedira ** Khaled Ghedira * * Laboratoire SOIE (ENSI) University of Manouba, Manouba 2010, Tunisia Soufiene.lajmi@ensi.rnu.tn,

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

Didier MOUNIEN Samantha MOINEAUX

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

Plus en détail

Entreposage de données complexes pour la médecine d anticipation personnalisée

Entreposage de données complexes pour la médecine d anticipation personnalisée Manuscrit auteur, publié dans "9th International Conference on System Science in Health Care (ICSSHC 08), Lyon : France (2008)" Entreposage de données complexes pour la médecine d anticipation personnalisée

Plus en détail

Introduction à l Informatique Décisionnelle - Business Intelligence (7)

Introduction à l Informatique Décisionnelle - Business Intelligence (7) Introduction à l Informatique Décisionnelle - Business Intelligence (7) Bernard ESPINASSE Professeur à Aix-Marseille Université (AMU) Ecole Polytechnique Universitaire de Marseille Septembre 2013 Emergence

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

CONCEPTION DE PROJET SIG AVEC UML

CONCEPTION DE PROJET SIG AVEC UML Bulletin de la Société géographique de Liège, 42, 2002, 19-25 CONCEPTION DE PROJET SIG AVEC UML François LAPLANCHE Résumé Avec son statut de standard, le langage UML (Unified Modelling Language) jouit

Plus en détail

SharePoint (Toute la Gamme)... 1 Office 2010 (Toute la Gamme)... 2 OLAP (Toute la Gamme)... 2 STATISTICA Connecteur PI (Produit Complémentaire)...

SharePoint (Toute la Gamme)... 1 Office 2010 (Toute la Gamme)... 2 OLAP (Toute la Gamme)... 2 STATISTICA Connecteur PI (Produit Complémentaire)... SharePoint (Toute la Gamme)... 1 Office 2010 (Toute la Gamme)... 2 OLAP (Toute la Gamme)... 2 STATISTICA Connecteur PI (Produit Complémentaire)... 3 Introduction... 3 Échelle Interactive... 4 Navigation

Plus en détail

Chapitre IX. L intégration de données. Les entrepôts de données (Data Warehouses) Motivation. Le problème

Chapitre IX. L intégration de données. Les entrepôts de données (Data Warehouses) Motivation. Le problème Chapitre IX L intégration de données Le problème De façon très générale, le problème de l intégration de données (data integration) est de permettre un accès cohérent à des données d origine, de structuration

Plus en détail

Accélérateur de votre RÉUSSITE

Accélérateur de votre RÉUSSITE Accélérateur de votre RÉUSSITE SAP Business Objects est une suite décisionnelle unifiée et complète qui connecte ses utilisateurs en éliminant les difficultés d accès à l information. Mobile Devices Browsers

Plus en détail

Business Intelligence avec SQL Server 2012

Business Intelligence avec SQL Server 2012 Editions ENI Business Intelligence avec SQL Server 2012 Maîtrisez les concepts et réalisez un système décisionnel Collection Solutions Informatiques Extrait Alimenter l'entrepôt de données avec SSIS Business

Plus en détail

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

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

Plus en détail

ArcGIS 10 Christophe Tourret Gaëtan Lavenu

ArcGIS 10 Christophe Tourret Gaëtan Lavenu ArcGIS 10 Christophe Tourret Gaëtan Lavenu ArcGIS 10 Bureautique Web Mobile 10 9.3.1 Online/Cloud Serveur 9.0 9.1 9.2 9.3 Projets ArcGIS 10 Imagerie Partage Productivité Gestion des données Temporalité

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

Projet M1 Sujet 21 : Développement d'un logiciel simplifié de type Business Object

Projet M1 Sujet 21 : Développement d'un logiciel simplifié de type Business Object Florent Dubien Antoine Pelloux IUP GMI Avignon Projet M1 Sujet 21 : Développement d'un logiciel simplifié de type Business Object Professeur Tuteur : Thierry Spriet 1. Cadre du projet... 3 2. Logiciel

Plus en détail

Refonte front-office / back-office - Architecture & Conception -

Refonte front-office / back-office - Architecture & Conception - Refonte front-office / back-office - Architecture & Conception - GLG204 - Architectures Logicielles Java 2008/2009 Nom : Cédric Poisson Matricule : 06-49012 Version : 1.0 Jeudi 28 mai 2009 1 / 23 Table

Plus en détail

PRODIGE V3. Manuel utilisateurs. Consultation des métadonnées

PRODIGE V3. Manuel utilisateurs. Consultation des métadonnées PRODIGE V3 Manuel utilisateurs Consultation des métadonnées Pour plus d'information sur le dispositif : à remplir par chaque site éventuellement 2 PRODIGE V3 : Consultation des métadonnées SOMMAIRE 1.

Plus en détail

Chapitre 9 : Informatique décisionnelle

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

Plus en détail

Chapitre 1 Introduction

Chapitre 1 Introduction Les éléments à télécharger sont disponibles à l'adresse suivante : http://www.editions-eni.fr Saisissez la référence ENI de l'ouvrage SOBI10SHA dans la zone de recherche et validez. Cliquez sur le titre

Plus en détail

SAP BusinessObjects Web Intelligence (WebI) BI 4

SAP BusinessObjects Web Intelligence (WebI) BI 4 Présentation de la Business Intelligence 1. Outils de Business Intelligence 15 2. Historique des logiciels décisionnels 16 3. La suite de logiciels SAP BusinessObjects Business Intelligence Platform 18

Plus en détail

SQL Server 2014. SQL Server 2014. Implémentation d une solution. Implémentation d une solution de Business Intelligence.

SQL Server 2014. SQL Server 2014. Implémentation d une solution. Implémentation d une solution de Business Intelligence. Ce livre sur s adresse à toutes les personnes désireuses de mettre en œuvre les techniques de l informatique décisionnelle (ou BI, Business Intelligence) à l aide des composants de la suite Microsoft :

Plus en détail

Les Entrepôts de Données. (Data Warehouses)

Les Entrepôts de Données. (Data Warehouses) Les Entrepôts de Données (Data Warehouses) Pr. Omar Boussaid Département d'informatique et de Sta5s5que Université Lyon2 - France Les Entrepôts de Données 1. Généralités, sur le décisionnel 2. L'entreposage

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

BI = Business Intelligence Master Data-Science

BI = Business Intelligence Master Data-Science BI = Business Intelligence Master Data-Science UPMC 25 janvier 2015 Organisation Horaire Cours : Lundi de 13h30 à 15h30 TP : Vendredi de 13h30 à 17h45 Intervenants : Divers industriels (en cours de construction)

Plus en détail

Réflexion sur la mise en place d'un système mobile d'aide à la navigation destiné aux services d'urgence basée sur une solution libre.

Réflexion sur la mise en place d'un système mobile d'aide à la navigation destiné aux services d'urgence basée sur une solution libre. Réflexion sur la mise en place d'un système mobile d'aide à la navigation destiné aux services d'urgence basée sur une solution libre. Denis Fouquet * Jean-Michel Follin ** Laboratoire de Géodésie et de

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

Filière Fouille de Données et Décisionnel FDD (Data Mining) Pierre Morizet-Mahoudeaux www.hds.utc.fr/~pmorizet pierre.morizet@utc.

Filière Fouille de Données et Décisionnel FDD (Data Mining) Pierre Morizet-Mahoudeaux www.hds.utc.fr/~pmorizet pierre.morizet@utc. Filière Fouille de Données et Décisionnel FDD (Data Mining) Pierre Morizet-Mahoudeaux www.hds.utc.fr/~pmorizet pierre.morizet@utc.fr Plan Motivations Débouchés Formation UVs spécifiques UVs connexes Enseignants

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

Business Intelligence avec SQL Server 2014 Maîtrisez les concepts et réalisez un système décisionnel

Business Intelligence avec SQL Server 2014 Maîtrisez les concepts et réalisez un système décisionnel Avant-propos 1. À qui s'adresse ce livre? 9 2. Les pré-requis 10 3. Les objectifs du livre 11 Introduction 1. Présentation du décisionnel 13 1.1 La notion de décideur 14 1.2 Les facteurs d'amélioration

Plus en détail

X2BIRT : Mettez de l interactivité dans vos archives

X2BIRT : Mettez de l interactivité dans vos archives Présentation Produit Présentation Produit X2BIRT : Mettez de l interactivité dans vos archives L accès à l information est capital pour les affaires. X2BIRT, la dernière innovation d Actuate, prend le

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

Cartographie et SIG interactifs en ligne Séance 1 : Présentation générale du webmapping : principe et techniques

Cartographie et SIG interactifs en ligne Séance 1 : Présentation générale du webmapping : principe et techniques Département de Géographie, UT2J M2 Sigma : Module 351_33 Laurent Jégou 7 nov 2014 jegou@univ-tlse2.fr Cartographie et SIG interactifs en ligne Séance 1 : Présentation générale du webmapping : principe

Plus en détail

Développer avec les technologies ESRI. ESRI Developer Network (EDN) Gaëtan LAVENU ESRI France Jérémie MAJEROWICZ ESRI France

Développer avec les technologies ESRI. ESRI Developer Network (EDN) Gaëtan LAVENU ESRI France Jérémie MAJEROWICZ ESRI France Développer avec les technologies ESRI ESRI Developer Network (EDN) Gaëtan LAVENU ESRI France Jérémie MAJEROWICZ ESRI France Le système ArcGIS Desktop Client mobile Client léger ArcReader ArcView ArcEditor

Plus en détail

Qu est-ce que ArcGIS?

Qu est-ce que ArcGIS? 2 Qu est-ce que ArcGIS? LE SIG ÉVOLUE Depuis de nombreuses années, la technologie SIG améliore la communication, la collaboration et la prise de décision, la gestion des ressources et des infrastructures,

Plus en détail

Introduction au domaine du décisionnel et aux data warehouses

Introduction au domaine du décisionnel et aux data warehouses Data warehouse Introduction au domaine du décisionnel et aux data warehouses http://dwh.crzt.fr STÉPHANE CROZAT Paternité - Partage des Conditions Initiales à l'identique : http://creativecommons.org/licenses/by-sa/2.0/fr/

Plus en détail

ECLIPSE ET PDT (Php development tools)

ECLIPSE ET PDT (Php development tools) ECLIPSE ET PDT (Php development tools) Eclipse Eclipse est un IDE (Integrated Development Environment)).C estun projet de la Fondation Eclipse visant à développer tout un environnement de développement

Plus en détail

Big data et données géospatiales : Enjeux et défis pour la géomatique. Thierry Badard, PhD, ing. jr Centre de Recherche en Géomatique

Big data et données géospatiales : Enjeux et défis pour la géomatique. Thierry Badard, PhD, ing. jr Centre de Recherche en Géomatique Big data et données géospatiales : Enjeux et défis pour la géomatique Thierry Badard, PhD, ing. jr Centre de Recherche en Géomatique Événement 25e anniversaire du CRG Université Laval, Qc, Canada 08 mai

Plus en détail

Modélisation d objets mobiles dans un entrepôt de données

Modélisation d objets mobiles dans un entrepôt de données Tao Wan, Karine Zeitouni Laboratoire PRISM, Université de Versailles 45, avenue des Etats-Unis, 78035 Versailles Cedex, France Tao.Wan@prism.uvsq.fr, Karine.Zeitouni@prism.uvsq.fr http://www.prism.uvsq.fr/users/karima/

Plus en détail

BIRT (Business Intelligence and Reporting Tools)

BIRT (Business Intelligence and Reporting Tools) BIRT (Business Intelligence and Reporting Tools) Introduction Cette publication a pour objectif de présenter l outil de reporting BIRT, dans le cadre de l unité de valeur «Data Warehouse et Outils Décisionnels»

Plus en détail

Business Intelligence avec SQL Server 2012 Maîtrisez les concepts et réalisez un système décisionnel

Business Intelligence avec SQL Server 2012 Maîtrisez les concepts et réalisez un système décisionnel Avant-propos 1. À qui s'adresse ce livre? 9 2. Les pré-requis 10 3. Les objectifs du livre 10 Introduction 1. Présentation du décisionnel 15 1.1 La notion de décideur 15 1.2 Les facteurs d'amélioration

Plus en détail

Plan de cours ADM 992C Page 1. École des sciences de la gestion Département de management et technologie Université du Québec à Montréal

Plan de cours ADM 992C Page 1. École des sciences de la gestion Département de management et technologie Université du Québec à Montréal Plan de cours ADM 992C Page 1 École des sciences de la gestion Département de management et technologie Université du Québec à Montréal ADM-992C LES TECHNOLOGIES D'AIDE À LA PRISE DE DÉCISION DANS LES

Plus en détail

ArcGIS Server 9.3.1 / 9.4. Gaëtan LAVENU Jean-Marie DULISCOUET

ArcGIS Server 9.3.1 / 9.4. Gaëtan LAVENU Jean-Marie DULISCOUET ArcGIS Server 9.3.1 / 9.4 Gaëtan LAVENU Jean-Marie DULISCOUET ArcGIS Server 9.3.1 / 9.4 Plus de performance Plus de fonctionnalités Des processus simplifiés (développement, déploiement, licences) Plus

Plus en détail

VERS UN SYSTÈME COLLABORATIF POUR LA MISE À JOUR DE RÉFÉRENTIELS GÉOGRAPHIQUE

VERS UN SYSTÈME COLLABORATIF POUR LA MISE À JOUR DE RÉFÉRENTIELS GÉOGRAPHIQUE CO-153 VERS UN SYSTÈME COLLABORATIF POUR LA MISE À JOUR DE RÉFÉRENTIELS GÉOGRAPHIQUE VIGLINO J.M. IGN-F, SAINT-MANDÉ, FRANCE RESUME La vulgarisation des technologies de communication actuels tels que les

Plus en détail

SGBDR. Systèmes de Gestion de Bases de Données (Relationnelles)

SGBDR. Systèmes de Gestion de Bases de Données (Relationnelles) SGBDR Systèmes de Gestion de Bases de Données (Relationnelles) Plan Approches Les tâches du SGBD Les transactions Approche 1 Systèmes traditionnels basés sur des fichiers Application 1 Gestion clients

Plus en détail

CATALOGUE DE FORMATIONS BUSINESS INTELLIGENCE. Edition 2012

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

Plus en détail

ANNEXE 2 DESCRIPTION DU CONTENU DE L OFFRE BUSINESS INFORMATION AND ANALYSIS PACKAGE

ANNEXE 2 DESCRIPTION DU CONTENU DE L OFFRE BUSINESS INFORMATION AND ANALYSIS PACKAGE ANNEXE 2 DESCRIPTION DU CONTENU DE L OFFRE BUSINESS INFORMATION AND ANALYSIS PACKAGE (BUSINESS INTELLIGENCE PACKAGE) Ce document propose une présentation générale des fonctions de Business Intelligence

Plus en détail

Le nouveau visage de la Dataviz dans MicroStrategy 10

Le nouveau visage de la Dataviz dans MicroStrategy 10 Le nouveau visage de la Dataviz dans MicroStrategy 10 Pour la première fois, MicroStrategy 10 offre une plateforme analytique qui combine une expérience utilisateur facile et agréable, et des capacités

Plus en détail

ArcGIS 10.1 for Server

ArcGIS 10.1 for Server SIG 2012 - Conférence francophone Esri Versailles, France Atelier Technique - 4 Oct. 2012 ArcGIS 10.1 for Server Gaëtan LAVENU Plan de la présentation La vision Une nouvelle architecture Des nouveaux processus

Plus en détail

Hervé Couturier EVP, SAP Technology Development

Hervé Couturier EVP, SAP Technology Development Hervé Couturier EVP, SAP Technology Development Hervé Biausser Directeur de l Ecole Centrale Paris Bernard Liautaud Fondateur de Business Objects Questions à: Hervé Couturier Hervé Biausser Bernard Liautaud

Plus en détail

GKR. Geological Knowledge Representation Base de connaissances métallogéniques

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

Plus en détail

BI Open Source Octobre 2012. Alioune Dia, Consultant BI alioune.dia@openbridge.fr

BI Open Source Octobre 2012. Alioune Dia, Consultant BI alioune.dia@openbridge.fr BI Open Source Octobre 2012 Alioune Dia, Consultant BI alioune.dia@openbridge.fr 1 Le groupe, en bref 2004 Date de création +7M * Chiffre d affaires 2012 +80 Collaborateurs au 06/2011 35% Croissance chiffre

Plus en détail

Évolution de schémas dans les entrepôts de données mise à jour de hiérarchies de dimension pour la personnalisation des analyses

Évolution de schémas dans les entrepôts de données mise à jour de hiérarchies de dimension pour la personnalisation des analyses Évolution de schémas dans les entrepôts de données mise à jour de hiérarchies de dimension pour la personnalisation des analyses Thèse présentée par Cécile FAVRE pour obtenir le titre de Docteur en Informatique

Plus en détail

palais des congrès Paris 7, 8 et 9 février 2012

palais des congrès Paris 7, 8 et 9 février 2012 palais des congrès Paris 7, 8 et 9 février 2012 Analysis Services 2012 BI Personnelle, couche sémantique, cube, quelle(s) solution(s) pour un nouveau projet décisionnel? 08/02/2012 Aurélien KOPPEL Microsoft

Plus en détail

Présentation de l'architecture QlikView. Livre blanc sur la technologie QlikView. Date de publication : octobre 2010 www.qlikview.

Présentation de l'architecture QlikView. Livre blanc sur la technologie QlikView. Date de publication : octobre 2010 www.qlikview. Présentation de l'architecture QlikView Livre blanc sur la technologie QlikView Date de publication : octobre 2010 Sommaire Signification de la plate-forme QlikView... 3 La majorité des logiciels de BI

Plus en détail

Pentaho Business Analytics Intégrer > Explorer > Prévoir

Pentaho Business Analytics Intégrer > Explorer > Prévoir Pentaho Business Analytics Intégrer > Explorer > Prévoir Pentaho lie étroitement intégration de données et analytique. En effet, les services informatiques et les utilisateurs métiers peuvent accéder aux

Plus en détail

Lamia Oukid, Ounas Asfari, Fadila Bentayeb, Nadjia Benblidia, Omar Boussaid. 14 Juin 2013

Lamia Oukid, Ounas Asfari, Fadila Bentayeb, Nadjia Benblidia, Omar Boussaid. 14 Juin 2013 Cube de textes et opérateur d'agrégation basé sur un modèle vectoriel adapté Text Cube Model and aggregation operator based on an adapted vector space model Lamia Oukid, Ounas Asfari, Fadila Bentayeb,

Plus en détail

La problématique. La philosophie ' ) * )

La problématique. La philosophie ' ) * ) La problématique!" La philosophie #$ % La philosophie &'( ' ) * ) 1 La philosophie +, -) *. Mise en oeuvre Data warehouse ou Datamart /01-2, / 3 13 4,$ / 5 23, 2 * $3 3 63 3 #, 7 Datawarehouse Data warehouse

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