WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Extraction des connaissance à  partir d'un datamart à  l'aide de l'arbre de décision application aux données médicales

( Télécharger le fichier original )
par Richard KANGIAMA LWANGI
Université de Kinshasa RDC - Licence 2011
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

II.2.5.2 LES DEFINITIONS

Le DataMart est un ensemble de données ciblées, organisées, regroupées et agrégées pour répondre à un besoin spécifique à un métier ou un domaine donné. il est donc destine à être interrogé sur un panel de données restreint à son domaine fonctionnel, selon des paramètres qui auront été définis à l'avance lors de sa conception.

De façon plus technique, le DataMart peut être considère de deux manières différentes, attribuées aux deux principaux théoriciens de l'informatique décisionnelle, bill inmon et Ralph Kimball :

Définition d'inmon : le DataMart est issu d'un flux de données provenant du DataWarehouse. Contrairement a ce dernier qui présente le détail des données pour toute l'entreprise, il a vocation à présenter la donnée de manière spécialisée, agrégée et regroupée fonctionnellement.

Définition de Kimball : le DataMart est un sous-ensemble du DataWarehouse, constitue de tables au niveau détail et à des niveaux plus agrèges, permettant de restituer tout le spectre d'une activité métier. L'ensemble des DataMarts de l'entreprise constitue le DataWarehouse.

II.2.5.3 STRUCTURE PHYSIQUE ET THEORIQUE

Au même titre que les autres parties de la base de données globale de l'entreprise, les DataMarts sont stockes physiquement sur disque dur par un système de gestion de bases de données relationnelle héberge sur un serveur.

Le DataMart est souvent confondu avec la notion d'hyper cube ; il peut de fait être représente par un modèle en étoile ou en flocon dans une base de données relationnelle notamment lorsqu'il s'agit de données élémentaires ou unitaires non agrégées.

[25]

II.5.2.3 DATAWAREHOUSE ET DATAMART

La première étape d'un projet busines intelligent est de créer un entrepôt central pour avoir une vision globale des données de chaque service. Cet entrepôt porte le nom de DataWarehouse.

On peut également parler de DataMart, si seulement une catégorie de services ou métiers est concernée pour notre travail nous parlerons de DataMart des suivie de traitement médicale de la consultation jusqu'a la fin.

Par définition, un DataMart peut être contenu dans un DataWarehouse, ou il peut être seulement issu de celui-ci.

II.5.2.4 ARCHITECTURE D'UN DATAMART [16]

Système transactionnel

Système transactionnel

Système transactionnel

Data Mart

Data Mart

Système transactionnel

Entrepôt

Des données

II II II II

FIG II. 2:Architecture d'un DataMart

[26]

II.5.2.5 LA PLACE DU DATAMART DANS L'ENTREPRISE

Le DataMart se trouve en toute fin de la chaine de traitement de l'information. En règle générale, il se situe en aval d'un DataWarehouse plus global à partir duquel il est alimenté, dont il constitue en quelque sorte un extrait.

Un DataMart forme la principale

interaction entre les utilisateurs et les systèmes informatiques qui gèrent la production de l'entreprise (souvent des ERP).

Dans un DataMart, l'information est préparée pour être exploitée brute par les personnes du métier auquel il se rapporte. Pour ce faire, il est appelé a être utilise via des logiciels d'interrogation de bases de données (notamment des outils de reporting) afin de renseigner ses utilisateurs sur l'état de l'entreprise à un moment donné (stock) ou sur son activité (flux).

La préparation de la donnée pour une utilisation directe, inhérente au DataMart, peut revêtir plusieurs formes. Il faut noter que toutes représentent une simplification par rapport au niveau de données inferieur ; on peut citer pour exemple :

L'agrégation de données : le DataMart ne contient pas le détail de toutes les opérations qui ont eu lieu, mais seulement des totaux, repartis par groupements.

Le retrait de données inutiles : le DataMart ne contient que les données qui sont strictement utiles aux utilisateurs.

l'historisation des données : le DataMart contient seulement la période de temps qui intéresse les utilisateurs.

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Il y a des temps ou l'on doit dispenser son mépris qu'avec économie à cause du grand nombre de nécessiteux"   Chateaubriand