Approche de modélisation multidimensionnelle des données complexes : Application aux données médicales

Sid Ahmed Djallal Midouni (1) , Jérôme Darmont (1) , Fadila Bentayeb (1)

1 ERIC - Equipe de Recherche en Ingénierie des Connaissances

La vocation d'un entrepôt de données est l'analyse de données pour l'aide à la décision dans les entreprises. La modélisation multidimensionnelle est la base des entrepôts de données et de l'analyse en ligne (OLAP). Ces techniques sont efficaces pour traiter les données simples numériques, mais elles ne sont pas adaptées aux données variées et hétérogènes provenant de différentes sources, appelés communément données complexes. Dans cet article, nous abordons le problème de la modélisation multidimensionnelle des données complexes à travers le cas des données médicales du projet MAP (Médecine d'Anticipation Personnalisée). Nous proposons un métamodèle multidimensionnel étendu pour les données médicales en généralisant le modèle cardiovasculaire du projet MAP. Enfin, nous avons spécifié et réalisé un outil d'aide à la conception d'entrepôt de données médicales.

Mots clés: Modélisation des entrepôts de données; modèle multidimensionnel; analyse en ligne; données complexes

Domaines: Base de données [cs.DB]

Sid Ahmed Djallal Midouni, Jérôme Darmont, Fadila Bentayeb. Approche de modélisation multidimensionnelle des données complexes : Application aux données médicales. 5èmes Journées francophones sur les Entrepôts de Données et l'Analyse en ligne (EDA 2009), 2009, Montpellier, France. pp.155-166. ⟨hal-00411237⟩