http://dspace.univ-chlef.dz/handle/123456789/1027 Université Hassiba Benbouali de Chlef / Faculté des sciences Sun, 05 Apr 2026 22:00:49 GMT 2026-04-05T22:00:49Z http://localhost:80/bitstream/id/b64a7b6e-b8da-4ec7-8705-e15ae86b2c96/ http://dspace.univ-chlef.dz/handle/123456789/1027 http://dspace.univ-chlef.dz/handle/123456789/1029 Prise en compte du contexte de décision pour la recommandation des requêtes METCHAT, Lakhdar Les décideurs dans le domaine d’éducation en Algérie et dans la wilaya de Ain Defla en particulier où nous avons fait notre étude pratique ont besoin de connaître et d’analyser chaque fin d’année scolaire après l’achèvement de l’opération du Baccalauréat national le taux de succès selon différents axes d’analyses, en particulier par Lycée, afin de pouvoir prendre des décisions stratégiques et opérationnelles nécessaires pour améliorer ce taux de succès pour l’année prochaine. Les logiciels existants de genre ERP de gestion, de scolarité par exemple sont incapables à satisfaire les besoins des décideurs pour leur offrir des analyses de données fiables, efficaces et à des moments déterminés relatives au taux de succès du BAC. Ainsi, se résument les principales difficultés rencontrées :  La tâche d’analyse est fastidieuse et trop difficile ;  La procédure de reporting et d’analyse des résultats du BAC n’est pas performante et elle est manuelle ;  Les données relatives à l’analyse des différentes bases de production sont volumineuses et non exploitées par la meilleure façon vu la lenteur des requêtes statiques. Notre travail sert à relever ces lacunes et difficultés en offrant une solution BI qui permettra aux décideurs d’avoir une vision réelle, fiable, efficace en temps opportun et leur recommander des résultats d’analyse exploitables et satisfaisantes qui ne doivent en aucun cas être un ensemble vide ou un ensemble volumineux selon leurs préférences personnelles. En effet, notre projet consiste à réaliser un entrepôt de donnée flou avec une partie de restitution des résultats d’analyse pour générer des états et des tableaux croisés dynamiques. Wed, 15 Jun 2016 00:00:00 GMT http://dspace.univ-chlef.dz/handle/123456789/1029 2016-06-15T00:00:00Z http://dspace.univ-chlef.dz/handle/123456789/1028 Une Approche Scalable pour le Traitement de Grande Quantité de Données FELLAH, Abdeldjalil Face aux exigences nouvelles des entreprises (quantité massive de données, variété de données, multitudes de sources hétérogènes de données, etc.), les technologies traditionnelles utilisées pour l’intégration, le traitement, le stockage et l’analyse de données massives atteignent désormais leurs limites. Et c’est la cause essentielle de l’apparition d’un nouveau concept qui est le Big data. Ce travail consiste à présenter la plateforme la plus populaire dans le monde du Big Data "Hadoop" avec son système de fichier HDFS, son modèle de traitement MapReduce et son gestionnaire de ressources Yarn. Ensuite, à décrire et présenter le problème de performance d’Hadoop dans un milieu hétérogène de machines et trouver des solutions appropriées. L’application consiste à construire un cluster de plusieurs machines et tester les solutions proposées avec une application Java Swing qui extrait des statistiques météorologiques depuis la base de données du NCDC. Memoire de Master II en Informatique / Option : I.S.I.A Mon, 13 Jun 2016 00:00:00 GMT http://dspace.univ-chlef.dz/handle/123456789/1028 2016-06-13T00:00:00Z