EDA 2017

Business Intelligence & Big Data

http://eric.univ-lyon2.fr/eda2017/

3-5 mai 2017, Lyon, France

En conjonction avec la journée Text analytics MaDICS-ENADOC

http://eric.univ-lyon2.fr/enadoc/

Les systèmes d’information décisionnels s’appuient sur les entrepôts de données (data warehouses) et l’analyse en ligne (on-line analytical processing – OLAP) qui sont deux piliers de l’informatique décisionnelle (business intelligence – BI), aujourd’hui confrontés à de nouveaux défis scientifiques et technologiques. En effet, la BI traditionnelle repose sur des entrepôts de données dits classiques, dont les volumes vont jusqu’à des dizaines (voire des centaines) de téraoctets, gérant difficilement des données peu ou pas structurées (textes, graphes, données continues…) et les analyses en temps réel. La BI traditionnelle doit évoluer pour prendre en compte des nouveaux défis.

D’autre part, avec l’avènement des technologies émergentes autour des données massives (ou mégadonnées, désignées plus fréquemment sous le vocable de Big Data) caractérisées par leur très large volume, leur vélocité et leur variabilité, et de la vulgarisation des algorithmes de fouille de données (machine Learning), de nouvelles perspectives s’ouvrent aux usages analytiques et décisionnels. En effet, la prolifération des données, peu ou pas structurées, en flux (données issues de capteurs ou de médias sociaux) et produites en de très grandes quantités, est une manne pour la BI, mais engendre de nouveaux champs d’investigation pour les entrepôts de données et l’analyse en ligne.

Ces derniers ont toujours leur place dans les entreprises pour organiser et analyser leurs données historiques ou nouvelles. Ils continuent d’avoir un rôle clef pour le pilotage des organisations. Tout en gardant leurs atouts, comment accompagner les entrepôts de données et l’analyse en ligne dans leurs évolutions dans les problématiques du Big Data ?

L’ère des Big data nous fait entrer dans une nouvelle période scientifique et technologique offrant des architectures et des infrastructures (Cloud, Hadoop, NoSQL…) permettant une gestion des données et des analyses plus élaborées pour la prise de décision. Cette évolution soulève de nouvelles problématiques scientifiques et technologiques qui nécessitent la définition de nouvelles approches pour les architectures, l’intégration, la modélisation, l’interrogation, l’analyse, l’optimisation et la sécurité à la fois des entrepôts de données traditionnels et des entrepôts de données massives.

La conférence francophone EDA est, depuis sa création en 2005, un contexte privilégié de rencontre et d’échange entre chercheurs, industriels et utilisateurs francophones intéressés par les avancées dans ce domaine confrontées aux nouveaux défis soulevés par les données massives. Nous invitons les chercheurs, les doctorants et les experts intéressés par les avancées dans le domaine des entrepôts de données à soumettre leurs travaux de recherche fondamentale ou appliquée développés autour d’originalités scientifiques et technologiques sur les thèmes suivantes (liste non exhaustive).

Thème 1 – Entrepôts de données et OLAP

* Architecture des entrepôts de données
* Conception des entrepôts de données
* Extraction, transformation et chargement des données (ETL)
* Organisation physique des entrepôts de données
* Modélisation multidimensionnelle
* Analyse en ligne (OLAP)
* Maintenance et administration des entrepôts de données
* Optimisation de performance et tuning, benchmarks

Thème 2 – Gestion des des données massives

* Intégration et modélisation de données massives
* Qualité et intégrité des données massives
* Sécurité et fiabilité des données massives
* Data Lakes
* Bases de données NoSQL
* Données textuelles, graphes, data streams, etc.
* Environnements distribués : Hadoop, Spark, etc.
* Big data engineering : Virtualisation, Elasticité, Calcul distribué, Plateformes pour les big data
* Web sémantique, Ontologies

Thème 3 – Big data analytics

* Business analytics
* Fouille de données (data mining) et apprentissage
* Recherche d’information
* Analyse des média sociaux
* Cloud BI
* Visualisation

Thème 4 – Décisionnel centré utilisateur

* Analyse en ligne centrée utilisateur
* Personnalisation, recommandation
* Décisionnel à la demande
* Personal BI
* Visualisation

Thème 5 – Applications

* Applications : administration, science, santé, société, bioinformatique, etc.
* Exploitation de données ouvertes
* Systèmes d’alerte
* Applications mobiles
* Gestion de la relation client (CRM)

Informations importantes

Site de la conférence : http://eric.univ-lyon2.fr/eda2017/

Dates importantes

* 20 janvier 2017 : soumission des articles
* 10 mars 2017 : notification
* 28 mars 2017 : version finale des articles
* 4-5 mai 2017 : conférence

Instructions de soumission

Les articles soumis à publication peuvent être rédigés en français ou en anglais. Chacun d’eux sera évalué par au moins trois membres du comité de programme. Les actes de la conférence seront publiés dans un numéro spécial de la revue RNTI (Revue de Nouvelles Technologies de l’Information) éditions Hermann.

Une sélection des meilleurs papiers sera publiée dans un numéro spécial d’une revue internationale. Les articles doivent être soumis sur le site Easychair (http://easychair.org/), respecter le format RNTI et ne pas dépasser 15 pages.

Les soumissions d’articles peuvent être effectuées en format Latex ou Word. En cas d’acceptation, tout article doit être mis en format Latex, seul format accepté par l’éditeur de la revue RNTI (Revue des Nouvelles Technologies de l’information).

Une sélection des meilleurs articles, étendus et traduits en anglais, sera soumise à un numéro spécial de l’International Journal of Data Warehousing and Mining : http://www.igi-global.com/journal/international-journal-data-warehousing-mining/

Pour toute demande de renseignement complémentaire, merci de nous contacter à l’adresse suivante : eda2017 __AT__ eric.univ-lyon2.fr