Modèle Skyline pour l'analyse et l'exploitation des données incertaines

An Advanced Skyline Approach for Imperfect Data Exploitation and Analysis

• Auteur / Autrice : Saïda Elmi
• Direction : Allel Hadjali, Boutheïna Ben Yaghlane
• Type : Thèse de doctorat
• Discipline(s) : Informatique et applications
• Date : Soutenance le 15/09/2017
• Etablissement(s) : Chasseneuil-du-Poitou, Ecole nationale supérieure de mécanique et d'aérotechnique en cotutelle avec École Supérieure de Commerce de Tunis
• Ecole(s) doctorale(s) : École doctorale Sciences et ingénierie pour l'information, mathématiques (Limoges ; 2009-2018)
• Partenaire(s) de recherche : Laboratoire : Laboratoire d'Informatique et d'Automatique pour les Systèmes / LIAS
• Jury : Examinateurs / Examinatrices : Anne Doucet, Nahla Ben Amor
• Jury : Rapporteurs / Rapporteuses : Arnaud Martin, Faiz Gargouri

Mots clés

Mots clés contrôlés

Distribution (théorie des probabilités)

Optimisation mathématique

Langages de programmation -- Sémantique

Bases de données -- Interrogation

Analyse des données

Théorie de Dempster-Shafer

Mots clés libres

Données imparfaites

Requêtes de préférence

Opérateur Skyline

Bases de données évidentielles

Maintenance du Skyline

Top-k Skyline

Imperfect data

Preference Queries

Skyline operator

Evidential databases

Skyline maintenance

Top-k Skyline

Résumé

Ce travail de thèse porte sur un modèle de requête de préférence, appelée l'opérateur Skyline, pour l'exploitation de données imparfaites. L'imperfection de données peut être modélisée au moyen de la théorie de l'évidence. Ce type de données peut être géré dans des bases de données imparfaites appelées bases de données évidentielles. D'autre part, l'opérateur skyline est un outil puissant pour extraire les objets les plus intéressants dans une base de données.Dans le cadre de cette thèse, nous définissons une nouvelle sémantique de l'opérateur Skyline appropriée aux données imparfaites modélisées par la théorie de l'évidence. Nous introduisons par la suite la notion de points marginaux pour optimiser le calcul distribué du Skyline ainsi que la maintenance des objets Skyline en cas d'insertion ou de suppression d'objets dans la base de données.Nous modélisons aussi une fonction de score pour mesurer le degré de dominance de chaque objet skyline et définir le top-k Skyline. Une dernière contribution porte sur le raffinement de la requête Skyline pour obtenir les meilleurs objets skyline appelés objets Etoile ou Skyline stars.

The main purpose of this thesis is to study an advanced database tool named the skyline operator in the context of imperfect data modeled by the evidence theory. In this thesis, we first address, on the one hand, the fundamental question of how to extend the dominance relationship to evidential data, and on the other hand, it provides some optimization techniques for improving the efficiency of the evidential skyline. We then introduce efficient approach for querying and processing the evidential skyline over multiple and distributed servers. ln addition, we propose efficient methods to maintain the skyline results in the evidential database context wben a set of objects is inserted or deleted. The idea is to incrementally compute the new skyline, without reconducting an initial operation from the scratch. In the second step, we introduce the top-k skyline query over imperfect data and we develop efficient algorithms its computation. Further more, since the evidential skyline size is often too large to be analyzed, we define the set SKY² to refine the evidential skyline and retrieve the best evidential skyline objects (or the stars). In addition, we develop suitable algorithms based on scalable techniques to efficiently compute the evidential SKY². Extensive experiments were conducted to show the efficiency and the effectiveness of our approaches.