Enrichissement de schéma multidimensionnel en constellation grâce à la Classification Ascendante Hiérarchique

Résumé : Les hiérarchies sont des structures cruciales dans un entrepôt de don-nées puisqu'elles permettent l'agrégation de mesures dans le but de proposer une vue analytique plus ou moins globale sur les données entreposées, selon le niveau hiérarchique auquel on se place. Cependant, peu de travaux s'intéressent à la construction de hiérarchies, via un algorithme de fouille de données, pre-nant en compte le contexte multidimensionnel de la dimension concernée. Dans cet article, nous proposons donc un algorithme, implémenté sur une architecture ROLAP, permettant d'enrichir une dimension avec des données factuelles.
Type de document :
Communication dans un congrès
16ème Journées Francophones Extraction et Gestion des Connaissances, EGC 2016, Jan 2016, Reims, France. EGC 2016, vol. RNTI-E-30, pp.511-516, 2016, EGC 2016, vol. RNTI-E-30
Liste complète des métadonnées

https://hal.archives-ouvertes.fr/hal-01357667
Contributeur : Ludovic Journaux <>
Soumis le : mardi 30 août 2016 - 11:44:28
Dernière modification le : mardi 28 mars 2017 - 01:10:37

Fichier

EGC2016_2015_11_06.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-01357667, version 1

Collections

Citation

Lucile Sautot, Sandro Bimonte, Journaux Ludovic, Arnaud Larrère, Kevin Saint Paul, et al.. Enrichissement de schéma multidimensionnel en constellation grâce à la Classification Ascendante Hiérarchique. 16ème Journées Francophones Extraction et Gestion des Connaissances, EGC 2016, Jan 2016, Reims, France. EGC 2016, vol. RNTI-E-30, pp.511-516, 2016, EGC 2016, vol. RNTI-E-30. <hal-01357667>

Partager

Métriques

Consultations de
la notice

184

Téléchargements du document

66