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

 > 

Mise en place d'un système décisionnel basé sur le data mart et l'arbre de décision pour le recrutement du personnel à  la dgr koc.

( Télécharger le fichier original )
par JEAN LUC MANKAMBA YANKUMBA
UNIVERSITE NOTRE DAME DU KASAYI  - Licence 2014
  

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

IV.2.4 .CONCEPTION D'UN DATA MART

Etape 1 : Définir le processus à analyser

La procédure ou fonction fait référence au sujet de notre mini entrepôt des données

Nous déterminons le processus métier de la DGR KOC par notre étude :

« Le Recrutement »Dont voici la modélisation de la base de données de l'entrepôt de données.

Etape 2 : Déterminer le niveau de granularité des données, choisir le grain qui signifie décider exactement de ce que représente un enregistrement d'une table de faits.par exemple l'entité candidat représente les faits relatifs à chaque recrutement et devient la table de faits du schéma en étoile des recrutements.

Par conséquent, le grain de la table de faits recrutement est un recrutement réalisé à la DGR KOC.

A prés avoir choisi le grain de la table de faits nous allons commencer à identifier les dimensions de la tables de faits.

A titre d'illustration, les entités candidat, critère et offre serviront de références aux données concernant le recrutement et deviendront les tables de dimensions du schéma en étoile de recrutement.

Nous ajoutons aussi le Temps comme dimension principale, car il est toujours présent dans le schéma en étoile.

Etape 3 : choisir les dimensions

Les dimensions déterminent le contexte dans lequel nous pourrons poser des questions à propos des faits établis dans la table de faits .Un ensemble de dimensions bien constitué rend le mini entrepôt de données compréhensible et en simplifie l'utilisation. Nous identifions les dimensions avec suffisance de détails, pour décrire des choses telles que les clients et les propriétés avec granularité correcte.

Par exemple, toute personne de la dimension candidat est décrite par les attributs suivants : nom, post nom, sexe, fonction, niveau d'étude, expérience.

La dimension offre est décrite par les attributs suivants : numéro offre, intituler offre, date de lancement, date de clôture, lier d'affectation code service

La dimension temps est décrite par les attributs suivants : id temps, année, semestre, trimestre, mois et jours.

Etape 4 : identifier les métriques (faits)

Pou notre cas le fait est recrutement. Les métriques sont les données numériques NUM

OFFRE, NBRE CRITERE TOTAL, NBRE CRITERE PAR CANDIDAT.

Notons que les autres étapes qui suivent exclusivement pour la construction d'un entrepôt des données. Mais pour notre travail nous construisons un DataMart donc un sous ensemble d'un entrepôt des données ainsi nous estimons que nous pouvons nous arrêter ace points.

Mémoire MANKAMBA YANKUMBA Jean Luc UKA 2015 - 2016

56

MISE EN PLACE D'UN SYSTEME DECISIONNEL BASE SUR LE DATA MART ET L'ARBRE DE DECISION POUR LE RECRUTEMENT DU PERSONNEL A LA DGR KOC

 

SHEMAT EN ETOILE

Fig. IV.5 schéma en étoile du recrutement sous SQL

Mémoire MANKAMBA YANKUMBA Jean Luc UKA 2015 - 2016

57

MISE EN PLACE D'UN SYSTEME DECISIONNEL BASE SUR LE DATA MART ET L'ARBRE DE DECISION POUR LE RECRUTEMENT DU PERSONNEL A LA DGR KOC

 

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 y a des temps ou l'on doit dispenser son mépris qu'avec économie à cause du grand nombre de nécessiteux"   Chateaubriand