Programme
Jeudi 4 juin
- 08:00
- Accueil
- 09:30 — 10:30
- Conférence invité : Panos Vassiliadis : Insight gaining from OLAP queries via data movies
- 10:30 — 11:00
- Pause
- 11:00 — 12:30
- Session « Recommandation et évaluation »
- : Règles d’association triadiques pour la recommandation et l’enrichissement de requêtes décisionnelles.
- : Personnalisation de l’exploitation d’un entrepôt de données dirigée par des ontologies : application au management hospitalier.
- : Une étude sur l’efficacité des méthodes de conception et d’implémentation pour les entrepôts de données dans une methodologie « requirement-based » : cas d’étude de la consommation d’énergie en agriculture.
- 12:30 — 13:00
- Session « Démos »
- 10:30 — 10:35: Mediation-based Web Services fed Data Warehouse.
- 10:35 — 10:40: SimOLAP : A System for the semi-automatic implementation of Simulation Data Warehouses.
- 10:40 — 10:45: RecoOLAP : un système de recommandation de requêtes OLAP.
- 10:45 — 10:50: BI4people : le décisionnel pour tous.
- 10:50 — 10:55: ProtOLAP : un système de prototypage rapide pour les entrepôts de données.
- 13:00 — 14:00
- Repas
- 14:00 — 15:30
- Session « Performance »
- : Roaring bitmap : nouveau modèle de compression bitmap.
- : Requêtes skyline hiérarchiques.
- : Entrepôts de données multidimensionnelles réduites : principes et expérimentations.
- 15:30 — 16:00
- Pause
- 16:00 — 17:30
- Session « Nouvelles données et architecture »
- : Une approche spatio-multidimensionnelle pour l’analyse des aléas environnementaux.
- : Modélisation d’un entrepôt de documents XML.
- : L’opérateur CUBE pour les entrepôts de données NoSQL orientés colonnes.
Vendredi 6 juin
- 8:30 — 9:30
- Session « Démos »
- 9:30 — 10:30
- Conférence invité : Nga Tran : A Columnar and Analytic Platform for Data Mining?
- 10:30 — 11:00
- Pause
- 11:00 — 12:30
- Session « Qualité »
- : Une nouvelle approche d’estimation pour les entrepôts de données multi-granulaires incomplètes.
- : Modélisation des transformations pour l’évolution de modèles multidimensionnels.
- : Prédiction des valeurs manquantes dans un entrepôt de données par combinaison de la programmation par contraintes et des KPPV.