Accueil‎ > ‎

Recherche

Résumé des activités de recherche 

Mes intérêts de recherche portent sur le forage de données (data mining). Mes travaux ont pour objet le développement de modèles et d’algorithmes pour l’analyse de grand ensemble de données provenant de sources hétérogènes. Les thèmes ciblés par ma recherche incluent le forage de données multidimensionnelles à forte volumétrie et l’extraction des connaissances pour le Web intelligence et. Dans ce qui suit je fournis une description générale de ces deux thèmes de recherche. 

Extraction des connaissances à partir des données multidimensionnelles à forte volumétrie : De nos jours, de grandes masses de données structurées ou semi-structurées sont accessibles dans les systèmes d'information d'entreprises ainsi que sur le Web. Ces données sont potentiellement riches de ressources qui demandent à être exploitées. Nous avons besoin de méthodes et d'outils capables de les rassembler, de les représenter, de les stocker, de les indexer, de les intégrer, de les classifier, d'en extraire les connaissances pertinentes et enfin de visualiser les résultats de cette extraction. Dans ce contexte, mes travaux visent le  développement des modèles et algorithmes de forage de données pour l’analyse de grands ensembles de données provenant de sources hétérogènes. Ils  concernent les techniques de représentation et d'intégration des  connaissances expertes du domaine pour l'extraction de modèles de connaissances  et l'interprétation des modèles extraits. Mon objectif et de travailler sur des données complexe qui sont non seulement volumineuses, mais également hétérogènes : natures et formats différents (données numériques et symboliques, textes, données multimédia, données d’ingénierie de logiciels, etc.) et de sources diverses (données de production, web, etc.). Un exemple d’un projet sur lequel je travail est le forage de données financières pour les marchés boursiers.    

·      Forage de données des marchés boursiers. L’analyse du rendement attendu d’une action ou d’une famille d’actions fait l’objet d’un intérêt certain de la part des investisseurs. En effet, on s’intéresse beaucoup aux informations capables de dicter à un investisseur le moment propice pour acheter des actions d’une compagnie ou d’un secteur financier en particulier. En ce sens, le forage de données trouvera dans le domaine des marchés boursiers un terrain propice à l’application de ses algorithmes et techniques d’analyse. Les marchés boursiers produisent une quantité phénoménale de données, et ces données sont en général accessibles. L’objectif des travaux de recherche qui s’inscrivent dans le cadre de ce thème est le développement des approches de forage de données non-supervisées pour l’analyse des données des marchés boursiers.


Extraction des connaissances pour le Web intelligence
 : Le Web intelligence a été récemment reconnu comme une nouvelle voie de recherche qui combine les techniques de l’intelligence artificielle avec les techniques de gestion de l’information sur le Web. L’extraction des connaissances et le forage de données représente une technologie clé pour le Web Intelligence et elle à été appliquée récemment pour le développement des systèmes d’information intelligents pour le Web. Dans cet axe de recherche, mon objectif et de développer des modèles d’extraction et de représentation des connaissances et les appliquer sur les services Web 2.0 (p. ex. : sites Web communautaires et de réseautage social). Le but est de développer des services participatifs et collaboratifs qui visent a établirent des connexions entre les utilisateurs du Web pour améliorer la créativité et relancer le partage des connaissances. Dans ce travail, le facteur humain (utilisateur et modélisateur) sera pris en compte pour l’élaboration de nouvelles méthodes. Un exemple d’un projet sur lequel je travail est l’analyse des réseaux sociaux.


·       Analyse des réseaux sociaux. L’analyse des réseaux sociaux couvre un ensemble de problèmes dont les principaux sont : l’extraction des communautés, l'identification des rôles des individus, l'étude et la prédiction de l'évolution des réseaux. L’objectif des travaux de recherche qui s’inscrivent dans le cadre de ce thème est le développement des modèles et d’algorithmes qui tiennent compte, à la fois, de l’intensité de communication entre les individus, le contenu textuel, l’hétérogénéité des sources de données, et les appliquer sur des données réelle qui représentent les interactions humaines dans le Web.

Exemple de projet de recherche : Analyse des réseaux sociaux.