Auteur
NECIR, Hamid
Directeur de thèse
Drias, Habiba (Professeur)
Filière
Informatique
Diplôme
Doctorat
Titre
Intégration d'agents intelligents dans les approches Data Mining pour la sélection des index et des vues matérialisés dans les entrepôts des données relationnels
Mots clés
Entrepôts de données ; Exploration de données ; Agents intelligents (logiciel) ; Bases de données : Conception
Résumé
Actuellement, les entrepôts de données représentent la meilleure solution pour la mise en œuvre de systèmes permettant de stocker de gros volumes de données, organisée de façon à en faciliter l'analyse et la prise de décision. Cependant, étant donné leur grande volumétrie et la complexité de leurs requêtes d'interrogation, caractérisée par le nombre élevé des opérations de jointures et d'agrégations. Ces systèmes ne peuvent être gérés convenablement sans l'utilisation de structures d'optimisation permettant l'amélioration de leur performance. Dans cet objectif, plusieurs techniques ont été proposées. Ces techniques peuvent être classées en deux catégories : (1) les techniques d'optimisation non redondantes comme la fragmentation horizontale et le traitement parallèle et (2) les techniques d'optimisation redondantes comme les index et les vues matérialisées. Néanmoins, l'exploitation de ces techniques d'optimisation redondantes nécessite un espace de stockage supplémentaire et entraîne des coûts de maintenance lors de l'actualisation des données. Dans cette thèse, nous nous intéressons aux structures redondantes, à savoir les index et les vues matérialisées étant donné que ces structures sont considérées comme très performantes pour optimiser l'administration des entrepôts données. Nous développerons de nouvelles approches qui comblent les lacunes des méthodes existantes. Nos stratégies utilisent des techniques data mining distribuées à base d'agents intelligents. Nous nous intéresserons aussi à la distribution de l'espace entre ces deux structures dans le cas statique. Dans le cadre de la sélection d'index, nous étudions et montrons les insuffisances des approches de sélection à base data mining. Par la suite, nous proposons, pour la sélection d'index de jointure binaires, une approche basée sur la recherche distribuée des itemsets fréquent fermé utilisant un système multi agents coopératif et une contrainte d'élagage convertible anti monotone renforcée, Dans le cadre de la sélection des vues matérialisées, nous préconisons d'adopter une approche de clustering distribuée à base d'agents coopératifs. Une fois les candidats générés, nous exploitons, pour les deux techniques d'optimisation, des modèles de coûts afin d'évaluer et de choisir, sous une contrainte d'espace de stockage, une configuration pertinente d'index de jointure binaires ou de vues matérialisées. Enfin, nous abordons le problème de partage de l'espace de stockage entre les index et les vues matérialisées.
Date de soutenance
27/03/2013
Cote
005.75
Pagination
182 p.
Illusatration
ill.
Format
30 cm.
Notes
Support papier accompagné d'un CD-Rom ; Bibliogr. p. 166-182
Statut
Traitée