@unpublished{publications5538,
           month = {January},
           title = {Personnalisation d'analyses d{\'e}cisionnelles sur des donn{\'e}es multidimensionnelles},
          author = {Houssem Jerbi},
            year = {2012},
             url = {https://publications.ut-capitole.fr/id/eprint/5538/},
        abstract = {Le travail pr{\'e}sent{\'e} dans cette th{\`e}se aborde la probl{\'e}matique de la personnalisation des analyses OLAP au sein des bases de donn{\'e}es multidimensionnelles. Une analyse OLAP est mod{\'e}lis{\'e}e par un graphe dont les n{\oe}uds repr{\'e}sentent les contextes d?analyse et les arcs traduisent les op{\'e}rations de l?utilisateur. Le contexte d?analyse regroupe la requ{\^e}te et le r{\'e}sultat. Il est d{\'e}crit par un arbre sp{\'e}cifique qui est ind{\'e}pendant des structures de visualisation des donn{\'e}es et des langages de requ{\^e}te. Par ailleurs, nous proposons un mod{\`e}le de pr{\'e}f{\'e}rences utilisateur exprim{\'e}es sur le sch{\'e}ma multidimensionnel et sur les valeurs. Chaque pr{\'e}f{\'e}rence est associ{\'e}e {\`a} un contexte d?analyse particulier. En nous basant sur ces mod{\`e}les, nous proposons un cadre g{\'e}n{\'e}rique comportant deux m{\'e}canismes de personnalisation. Le premier m{\'e}canisme est la personnalisation de requ{\^e}te. Il permet d?enrichir la requ{\^e}te utilisateur {\`a} l?aide des pr{\'e}f{\'e}rences correspondantes afin de g{\'e}n{\'e}rer un r{\'e}sultat qui satisfait au mieux aux besoins de l?usager. Le deuxi{\`e}me m{\'e}canisme de personnalisation est la recommandation de requ{\^e}tes qui permet d?assister l?utilisateur tout au long de son exploration des donn{\'e}es OLAP. Trois sc{\'e}narios de recommandation sont d{\'e}finis : l?assistance {\`a} la formulation de requ{\^e}te, la proposition de la prochaine requ{\^e}te et la suggestion de requ{\^e}tes alternatives. Ces recommandations sont construites progressivement {\`a} l?aide des pr{\'e}f{\'e}rences de l?utilisateur. Afin valider nos diff{\'e}rentes contributions, nous avons d{\'e}velopp{\'e} un prototype qui int{\`e}gre les m{\'e}canismes de personnalisation et de recommandation de requ{\^e}te propos{\'e}s. Nous pr{\'e}sentons les r{\'e}sultats d?exp{\'e}rimentations montrant la performance et l?efficacit{\'e} de nos approches.}
}