WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Techniques d'extraction de connaissances appliquées aux données du Web

( Télécharger le fichier original )
par Malika CHARRAD
Ecole Nationale des Sciences de l'Informatique, Université de la Manouba, Tunis - Mastère en informatique, Option : Génies Documentiel et Logiciel 2005
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

3.5 Analyse

L'analyse des modèles est la dernière étape dans le processus du WUM. La méthodologie de l'analyse dépend essentiellement des objectifs de la mise en oeuvre du WUM. Plusieurs techniques ont été développées pour permettre l'analyse des modèles découverts. Parmi ces techniques, la visualisation des données, un mécanisme de requêtes de bases des données relationnelles, les opérations OLAP (On Line Analytical Processing) et les systèmes multi-agents.

3.5.1 Visualisation

La visualisation consiste à »représenter de façon vivante et assimilable des informations (statistiques) en les simplifiant et les schématisant» [Leb, 00]. Les techniques de visualisation ont pour objectif de présenter de façon intelligible la structure d'un ensemble d'objets. Il existe deux types de techniques de visualisation : les techniques traditionnelles qui regroupent les camemberts, les histogrammes, les boites à moustaches, les histogrammes croisés.., et les techniques multidimensionnelles qui regroupent les quatre catégories suivantes : les représentations par pixels*, les techniques de factorisation*, les coordonnées parallèles d'Inselberg* et les techniques hiérarchiques*. Certaines méthodes de classification sont également utilisées pour la visualisation à savoir les arbres (dendrogrammes,...) et les cartes de Kohonen.

3.5.2 OLAP

OLAP (On Line Analytical Processing) est une méthode d'analyse en ligne des données stockées dans les bases de données. Les solutions OLAP reposent sur un même principe : restructurer et stocker dans une forme multidimensionnelle, connue sous le nom d'hypercube, les données issues de fichiers ou de bases relationnelles. Cet hypercube organise les données le long de dimensions représentées par les variables à prendre en compte dans l'analyse. Le processus d'analyse multidimensionnelle nécessite l'accès à un volume important de données et des moyens adaptés pour les analyser. Depuis 1993, OLAP a donné lieu à plusieurs déclinaisons: MOLAP*, ROLAP*, HOLAP*...

3.5.3 Bases des données relationnelles

Le succès de la technologie des bases des données relationnelles provient de l'existence d'un langage de requêtes déclaratif et de haut niveau qui permet de spécifier les conditions à remplir par les données et restreindre l'analyse sur une partie de la base vérifiant certaines conditions. Les bases de données permettent

de construire des »pages dynamiques», c'est-à-dire des pages qui n'existent pas a priori sur le Web ou sur l'Intranet mais qui sont construites à partir des requêtes particulières des utilisateurs. Le serveur garde en mémoire une banque de données structurée par champs homogènes. L'information souhaitée est retrouvée en formulant des requêtes.

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Il faudrait pour le bonheur des états que les philosophes fussent roi ou que les rois fussent philosophes"   Platon