BIBLIOGRAPHIE
OUVRAGES
1. ADIBA .M, Entrepôts de données et fouille
de données, Paris 2002.
2. BERTRAND BURQUIER, Business intelligence avec 2008,
Mise en oeuvre d'un projet décisionnel, Dunod, 2009.
3. DANIEL T. LAROSE, Des données à la
connaissance une introduction au Datamining, Vuibert, 2005.
4. VINCENT GUIJARRO, Les Arbres de Décisions
L'algorithme ID3, lile ,2006.
5. KIMBALL .R and m. ross, Entrepôts de
données, guide pratique de Modélisation dimensionnelle,
vuibert, paris, 2003.
6. RAKOTOMALALA. : Graphes d'induction apprentissage et
data mining, hermès, 2000.THESE
7. SERNA ENCINAS MARIA, Entrepôts de données
pour l'aide à la prise de décision médicale, conception et
expérimentation, UNIVERSITE JOSEPH FOURRIER, France 2005
NOTES DE COURS
8. KAFUNDA KATALAYI JP, Entrepôts des
données, L2 informatique option Gestion, cours inédit, U.K.A
2015-2016.
9. MANYA NDJADI, Recherche opérationnelle, G3
informatique option Gestion, cours inédit, U.K.A 2013-2014.
Mémoire et tfc
10. KANGIAMA LWANGI Richard : Extraction des
connaissances a partir d'un entrepôt des données à l'aide
de l'arbre de décision application aux données médicales,
UNIKIN 2010-2011.
WEBOGRAPHIE
11.
www.creatis.insa-lyon.fr,
le 16 janvier 2016.
12.
www.wilkipedia.org , le
18 jeanvier2016.
13.
www.devellopez.com , le
28 janvier 2016.
14.
www.wikipedia.org/algo
ID3, le 16 Mai 2016.
Mémoire MANKAMBA YANKUMBA Jean Luc UKA 2015 - 2016
|
72
|
MISE EN PLACE D'UN SYSTEME DECISIONNEL BASE SUR LE DATA MART ET
L'ARBRE DE DECISION POUR LE RECRUTEMENT DU PERSONNEL A LA DGR KOC
|
TABLE DE MATIERES
|
EPIGRAPHE
|
I
|
|
DEDICACE
|
.II
|
|
AVANT-PROPOS
|
III
|
|
LISTE DES FIGURES
|
IV
|
|
LISTE DES TABLEAUX
|
..V
|
|
LISTE DES SIGLES ET ABREVIATIONS
VI
|
|
|
0. INTRODUCTION GENERALE
|
1
|
|
0.1 CONTEXTE
|
1
|
|
0.2 PROBLEMATIQUE
|
1
|
|
0.3 HYPOTHESE
|
1
|
|
0.4 CHOIX ET INTERET DU SUJET
|
1
|
|
0.5 SUBDIVISION DU TRAVAIL
|
2
|
|
0.6 METHODOLOGIE ET TECHNIQUES
|
2
|
|
CHAP I : GENERALITES SUR LES SYSTEME DECISIONNELS [5,7, 8, 10,
11, 12]
|
4
|
|
I.0 INTRODUCTION
|
4
|
|
I.1 HISTORIQUE DES SYSTEMES DECISIONNELS
|
4
|
|
I.2 L'INFORMATIQUE DECISIONNELLE [12,9]
|
4
|
|
I.3 DEFINITION D'UN SYSTEME DECISIONNEL (BUSINESS INTELLIGENCE)
[8] ....
|
5
|
|
I.3.1 ARCHITECTURE DE SYSTEMES DECISIONNELS [8]
|
5
|
|
I.4 LES DIFFERENTS ELEMENTS CONSTITUTIFS DU SYSTEME DECISIONNEL
[13]
|
6
|
|
I.5 LES FONCTIONNALITES D'UN SYSTEME DECISIONNEL
|
6
|
|
I.6 LES APPORTS DES SYSTEMES DECISIONNELS
|
7
|
|
I.7 LES ENJEUX DE L'INFORMATIQUE DECISIONNELLE [11]
|
8
|
|
I.8 LES FONCTIONS ESSENTIELLES DE L'INFORMATIQUE DECISIONNELLE
|
8
|
|
CONCLUSION PARTIELLE
|
10
|
|
CHAP II: DATA WAREHOUSE ET DATA MART [7, 8, 1,]
|
11
|
|
II.1 INTRODUCTION
|
11
|
|
II.2 DEFINITION D'UN DATA WAREHOUSE (DW) [8]
|
11
|
|
II.2.1 OBJECTIF DU DATA WAREHOUSE [8]
|
12
|
|
II.2.2 LES COMPOSANTS DE BASE DU DATA WAREHOUSE
|
12
|
|
II.3 CARACTERISTIQUES D'UN DATA WAREHOUSE [8]
|
13
|
|
II.4 ENTREPOTS ET BASES DE DONNEES [7]
|
14
|
|
II.4.1 ROLE D'UN ENTREPOT DE DONNE
|
14
|
|
II.4.2 SYSTEMES TRANSACTIONNELS ET SYSTEMES DECISIONNELS :
|
15
|
|
II.4.3 DIFFERENCE ENTRE LE SYSTEME OLTP ET LE DATA WAREHOUSE [8]
|
15
|
|
II.4.4 LA PROBLEMATIQUE DE L'ENTREPRISE [8]
|
16
|
II.4.5 LA MODELISATION DIMENSIONNELLE ET LA MODELISATION
ENTITE/RELATION [5, 8] 16
Mémoire MANKAMBA YANKUMBA Jean Luc UKA 2015 - 2016
|
73
|
MISE EN PLACE D'UN SYSTEME DECISIONNEL BASE SUR LE DATA MART ET
L'ARBRE DE DECISION POUR LE RECRUTEMENT DU PERSONNEL A LA DGR KOC
|
II.4. 6 RELATION ENTRE LA MODELISATION DIMENSIONNELLE ET LA
MODELISATION ENTITE/RELATION 17
II.5 SCHEMAS D'UN DATA WAREHOUSE [8] 18
II.6 LE DATA MART [1, 8,] 21
II.6.1 INTRODUCTION 21
II.6.2 LES DEFINITIONS [8] 21
II.6.3 LA PLACE DU DATAMART DANS L'ENTREPRISE 22
II.6.4 DATAWAREHOUSE ET DATAMART [1] 22
II.6.4 ARCHITECTURE D'UN DATAMART 23
II.6.5 DATA WAREHOUSE VERSUS DATA MART 23
II.7 LES SERVEURS OLAP (ON-LINE ANALYTICAL PROCESSING) 24
II.7.1 LES SERVEUR ROLAP (RELATIONAL OLAP) 24
II.7.2 LES SERVEUR MOLAP (MULTIDIMENSIONAL OLAP)
24
II.7.3 LES SERVEUR HOLAP (HYBRID OLAP) 25
CONCLUSION PARTIELLE 26
CHAP III DATA MINING ET ARBRE DE DECISION [2, 3, 4, 8, 13]
27
III.0 INTRODUCTION 27
III.1 OBJECTIFS DU DATA MINING [8] 27
III.1 .2 PROCESSUS DU DATAMINING 29
III.1 .3 LES TACHES DU DATA MING 30
III .2 ARBRE DE DECISION [4, 9] 31
III .2.1 INTRODUCTION A L'ARBRE DE DECISION 31
III .2.2 DEFINITION 32
III .2.3 CARACTERISTIQUES ET AVANTAGES : 32
III .2.4 ALGORITHME ID3 [4, 13] 32
III .2.5 PRINCIPES 32
III .2.2 EXEMPLE PRATIQUE 33
III.3 CONCEPTS THEORIQUES SUR LE GRAPHE [6, 8, 9] 35
CONCLUSION PARTIELLE 37
CHAP IV : MODELISATION ET APPLICATION [2,8] 39
IV.0 INTRODUCTION 39
IV.1 ANALYSE DE L'EXISTAN 39
IV.1.2 ORGANIGRAMME DE LA DIRECTION GENERAL RECETTE DU
KASSAI
OCCIDENTAL 45
IV.1.3 FONCTIONNEMENT DE LA DIVISION DES RESSOURCES HUMAINES
46
IV.1.4 ORGANIGRAMME DU SERVICE CONCERNE 46
IV.1.5 DESCRIPTION DES POSTES 46
PROBLEME RENCONTRER 48
PROBLEMATIQUE ET MOTIVATION 48
Mémoire MANKAMBA YANKUMBA Jean Luc UKA 2015 - 2016
|
74
|
MISE EN PLACE D'UN SYSTEME DECISIONNEL BASE SUR LE DATA MART ET
L'ARBRE DE DECISION POUR LE RECRUTEMENT DU PERSONNEL A LA DGR KOC
|
IV.2 MODELISATION 49
IV.2.1 OUTIL UTILISE 49
IV.3 LE SYSTEME TRANSACTIONNEL SQL SERVEUR 50
IV.3.1 DEFNITION 50
IV.2.2 MODELISATION MULTIDIMENSIONNELLE DE DATAMART 50
IV.2.3 MODELISATION DE L'APPLICATION 51
IV.2.4 .CONCEPTION D'UN DATA MART 55
IV.2.5 BUINESS INTELLIGENCE 57
IV.2.6 CREATION DU CUBE 58
IV.3 IMPLEMENTATION 59
IV.3.1 INTERFACE 59
CONCLUSION PARTIELLE 69
CONCLUSION GENERALE 70
BIBLIOGRAPHIE 71
TABLE DE MATIERES 72
Mémoire MANKAMBA YANKUMBA Jean Luc UKA 2015 - 2016
| 
