Analyse de données massives – Big Data- pour la prédiction
| dc.contributor.author | DJAFRI Laouni | |
| dc.contributor.author | Encadreur: AMAR BENSABER Djamel | |
| dc.contributor.author | Co-Encadreur: ADJOUDJ Réda | |
| dc.date.accessioned | 2024-07-03T08:35:10Z | |
| dc.date.available | 2024-07-03T08:35:10Z | |
| dc.date.issued | 2020-06-24 | |
| dc.description | Doctorat en Sciences | |
| dc.description.abstract | الملخص(بالعربية): منذ عدة سنوات ، شهدنا انفجارًا لمصادر جديدة للبيانات المتنوعة ذات الدقة العاليه والكمون المنخفض (المعروف باسم "البيانات الكبيرة"). حيث ظهرت مصادر جديدة واعدة للبيانات ، مثل الشبكة الاجتماعية أو البيانات المتعلقة بالإنترنت. تتكون البيانات الكبيرة من معالجة كميات كبيرة جدًا من البيانات المتنوعة للغاية في الوقت الفعلي وتحليلها. تهتم جميع الشركات، خاصة تلك التي لديها كميات كبيرة من المعلومات وتريد غربلتها لتحسين معرفة العملاء وتحسين حملاتهم. البيانات الكبيرة هي محور رئيسي للتحول الرقمي للاقتصاد ورافعة مهمة للقدرة التنافسية للأعمال. حيث تساعد على فهم العملاء والموردين والشركاء بشكل أفضل من خلال تحليل هذه المعلومات المقدمة من العملاء والمستخدمين ، حيث نأمل في تحسين الخدمات التي تقدمها الشركات. في موضوعنا ، نهتم بتحليل البيانات الكبيرة للتنبؤ بالاحتمالات المستقبلية بمستوى مقبول من الموثوقية ، وذلك لاتخاذ جميع التدابير اللازمة في المستقبل لتجنب الخسائر ، لتحسين الخدمات وكذا اتخاذ القرارات المقترحة والفعالة في أقصر وقت ممكن. ينصب التركيز الرئيسي لهذا الموضوع على الأساليب التحليلية المستخدمة في مجموعات البيانات الكبيرة استنادًا إلى خوارزميات التعلم الآلي. ومن ثم يمكن استخدام التحليلات التنبؤية للبيانات الكبيرة لتوقع الصعوبات ، وتحسين خدمة العملاء ، وتوفير الخدمات الأكثر صلة. Résumé (Français et/ou Anglais) : Depuis plusieurs années, nous assistons à une explosion de nouvelles sources de données diverses à granularité fine et à faible latence (dites « Big Data »). De nouvelles sources de données prometteuses, telles que le web social ou le web des données liées sont apparues. Le «Big Data» consiste à traiter, en temps réel, de très gros volumes de données extrêmement variées et à les analyser. Toutes les entreprises sont concernées, surtout celles qui possèdent de vastes gisements d'informations et souhaitent les passer au crible pour améliorer leur connaissance client et optimiser leurs campagnes. Le Big Data constitue un axe majeur de transformation numérique de l’économie et un levier important de compétitivité des entreprises. Il permet de mieux comprendre les clients, fournisseurs et partenaires. En analysant ces informations fournies par leurs clients et utilisateurs, on espère valoriser les services proposés par les entreprises. Dans notre thème, on s’intéresse à l’analyse du Big Data pour prévoir les probabilités futures avec un niveau de fiabilité acceptable, ainsi pour prendre toutes les dispositions nécessaires à l'avenir afin d'éviter les pertes, d’améliorer les services proposés et la prise de décision efficace dans le plus bref délai. L’objectif principal de ce thème porte sur les méthodes d'analyse utilisées pour les grandes collections de données en se basant sur les algorithmes du Machine Learning. L’analyse prédictive de données massives peut être utilisée pour anticiper les difficultés, pour améliorer le service client et pour proposer les services les plus pertinents. | |
| dc.identifier.uri | https://dspace.univ-sba.dz/handle/123456789/1491 | |
| dc.title | Analyse de données massives – Big Data- pour la prédiction | |
| dc.type | Thesis |
