ENTREPÔTS, REPRÉSENTATION
&
I
NGÉNIERIE des
C
ONNAISSANCES
Data Mining
Information Systems Knowledge Management
Data Warehouses
Decision
Web & Cloud Intelligence
Machine Learning OLAP
Environnements
incertains
A
n
a
l
y
s
e
e
n
l
i
g
n
e
(
O
L
A
P
)
Des données jusqu’à la décision
Une recherche pluridisciplinaire ...
Personnalisation
Décision
Agrégation
muticritère
F
o
u
i
l
l
e
d
e
d
o
n
n
é
e
s
Modélisation
multidimensionnelle
Apprentissage automatique
Fouille de graphes,
fouille d’opinions
I
n
t
é
g
r
a
t
i
o
n
d
e
d
o
n
n
é
e
s
DONNÉES
COMPLEXES
COMPLEXES
COMPLEXES
COMPLEXES
COMPLEXES
DONNÉES
COMPLEXES
DONNÉES
COMPLEXES
COMPLEXES
COMPLEXES
COMPLEXES
BDD
BDD
Médias et réseaux sociaux
Médias et réseaux sociaux
SI internes
SI internes
Documents
Documents
Web
Web
Cloud
Mails
Entrepôt de données
R
é
i
n
j
e
c
t
i
o
n
Connaissances
Sécurité
... en lien étroit avec les sciences humaines et sociales.
L
e
R
h
ô
n
e
L
a
S
a
ô
n
e
Gerland
La Part-Dieu
Fourvière
La Croix-Rousse
LYON
Villeurbanne
Caluire et Cuire
Venissieux
St-Fons
Parc
Tête d’Or
Bron
Parc
Bron - Parilly
Bron
Fiche d’identité du laboratoire ERIC
Équipe d’Accueil 3083 labélisée par le Ministère
de l’Enseignement Supérieur et de la Recherche
Domaine de recherche :
Informatique décisionnelle
Universités de tutelle :
Lyon 1 (Sciences - Santé)
Lyon 2 (Sciences Humaines et Sociales)
Membre de l’Institut des Sciences de l’Homme
(USR CNRS)
Les activités de recherche du laboratoire ERIC
visent à valoriser les grandes bases de données
complexes, notamment dans les domaines
des sciences humaines et sociales. Les champs
d’expertise d’ERIC couvrent les problématiques
liées à la modélisation et l’exploitation des
entrepôts de données complexes, la fouille de
données hétérogènes, massives et peu structu-
rées et les processus d’aide à la décision.
Deux équipes de recherche
Léquipe SID centre ses activités de recherche sur l’entreposage et l’analyse en ligne (OLAP : On-Line Analytical
Processing) de données complexes (documents textes, réseaux sociaux, données issues du Web...) dans
diff érents domaines d’application pour l’aide à la décision. Léquipe a pour objectif de concevoir de nouveaux modèles
d’entrepôts centrés utilisateur performants et sécurisés.
Pour cela, elle s’appuie sur des
méthodes issues des bases de
données, de la fouille de données, de
la recherche d’information et de la
technologie des services à tous les
niveaux du processus d’entreposage :
intégration, modélisation multidimen-
sionnelle et OLAP.
Les principales thématiques abor-
dées sont les entrepôts de données
textuelles, l’OLAP social et la personna-
lisation.
Par ailleurs, pour apporter des
solutions au stockage et à l’analyse
en ligne des données massives et très
volumineuses (Big Data), l’équipe
développe des recherches en
informatique décisionnelle dans le
nuage (Cloud Analytics) tels que les
bases de données NoSQL et l’OLAP à la
demande.
Systèmes d’Information Décisionnels
ENTREPÔT DE DONNÉES
OLAP
MODÉLISATION
MULTIDIMENSIONNELLE
DE DONNÉES
INTÉGRATION
PERSONNALISATION
RECOMMANDATION
DOCUMENTS
SÉCURITÉ
NUAGES
INFORMATIQUES
RÉSEAUX
SOCIAUX
NoSQL
XML
PERFORMANCE
CRYPTOGRAPHIE
BANCS D’ESSAIS
DONNÉES
MASSIVES
DONNÉES COMPLEXES
MODÉLISATION
MULTIDIMENSIONNELLE
ENTREPÔT DE DONNÉES
OLAP
DE DONNÉES
INTÉGRATION
BANCS D’ESSAIS
CRYPTOGRAPHIE
DOCUMENTS
RECOMMANDATION
NoSQL XML
DONNÉES
MASSIVES
NUAGES
INFORMATIQUES
SÉCURITÉ
CRYPTOGRAPHIE
RÉSEAUX
SOCIAUX
SÉCURITÉ
DONNÉES
COMPLEXES
XML
SÉCURITÉ
PERFORMANCE
OLAP
DONNÉES
MASSIVES
S
I
D
Responsable d’équipe : Fadila BENTAYEB
Lobjectif de l’équipe DMD est de concevoir de nouveaux systèmes, modèles et algorithmes pour la fouille de données
complexes et l’aide à la décision. Les données complexes sont des données hétérogènes, structurées, volumineuses,
imprécises, dynamiques.
Pour manipuler ces données, l’équipe
s’appuie sur des approches issues
de la statistique et de l’intelligence
artifi cielle : recherche d’information,
apprentissage automatique, agréga-
tion multicritère, raisonnement dans
l’incertain, etc.
Elle s’attache à produire tant des
résultats théoriques qu’à mener des
applications pratiques.
On peut citer par exemple la
comparaison de classements en vue
de la production de palmarès, la
reconstruction d’images médicales,
l’analyse de sentiments, la fouille dans
les médias sociaux.
Data Mining & Décision
AIDE À LA DÉCISION
AIDE À LA DÉCISION
AIDE À LA DÉCISION
FOUILLE DE DONNÉES
FOUILLE
DE DONNÉES
FOUILLE
DE DONNÉES
STATISTIQUE
STATISTIQUE
STATISTIQUE
APPRENTISSAGE
AUTOMATIQUE
APPRENTISSAGE
AUTOMATIQUE
APPRENTISSAGE
AUTOMATIQUE
WEB
WEB
WEB
SOCIAUX
MÉDIAS
SOCIAUX
MÉDIAS
SOCIAUX
MÉDIAS
GRAPHES
GRAPHES
GRAPHES
TEXTES
TEXTES
TEXTES
D
M
D
OPINIONS
OPINIONS
OPINIONS
AGRÉGATION
MULTICRITÈRE
AGRÉGATION
MULTICRITÈRE
AGRÉGATION
MULTICRITÈRE
INTELLIGENCE
ARTIFICIELLE
INTELLIGENCE
ARTIFICIELLE
OPTIMISATION
MULTIOBJECTIF
OPTIMISATION
MULTIOBJECTIF
INCERTAIN
INCERTAIN
DONNÉES
COMPLEXES
DONNÉES
COMPLEXES RÈGLES
D’ASSOCIATION
RÈGLES D
ASSOCIATION
CLASSIFICATION
COMMUNAUTÉS
CLASSIFICATION
COMMUNAUTÉS
Responsable d’équipe : Julien VELCIN
1 / 8 100%
La catégorie de ce document est-elle correcte?
Merci pour votre participation!

Faire une suggestion

Avez-vous trouvé des erreurs dans linterface ou les textes ? Ou savez-vous comment améliorer linterface utilisateur de StudyLib ? Nhésitez pas à envoyer vos suggestions. Cest très important pour nous !