Optimisation des méthodes d'analyse et de conception, pour l'extraction de connaissance et la visualisation de Big Data pour la prise de décision

Abstract

L'adoption des systèmes Big Data par les entreprises est une tendance assez récente, bien que la modélisation des données et la conception des systèmes datent de plusieurs années. Malgré le fait que les bases de données traditionnelles reposent sur des fondations solides, elles ne peuvent pas gérer le ux rapide et massif de données provenant de multiples sources di érentes. C'est pourquoi les bases de données NoSQL constituent une alternative inévitable. Cependant, ces systèmes sont dépourvus de schémas par rapport aux bases de données traditionnelles. Il est important de souligner que l'absence de schéma ne signi e pas la disparition du schéma, ce qui signi erait que les bases de données NoSQL n'ont pas besoin d'être modélisées. Il existe donc un besoin de modèles conceptuels pour dé nir la structure des données dans ce type de bases de données. Cette thèse a pour but de mettre en évidence l'importance de l'UML pour montrer comment stocker les Big Data décrites par des méta-modèles dans des bases de données NoSQL. Nous proposons une nouvelle méthodologie de conception de Big Data pour les bases de données NoSQL, appelée UML4NoSQL, qui est indépendante du système cible, et qui prend en charge les quatre caractéristiques du Big Data : Variété, Volume, Vélocité et Véracité (4V's). L'approche s'appuie sur les blocs UML avec une technique de data-up ; elle commence par un Use-Case et le diagramme de classe résultant de la compréhension des données à disposition et de la dé nition des stratégies du développeur tout en se concentrant sur les besoins de l'utilisateur. Pour illustrer notre approche, nous prenons un cas d'étude dans le domaine de santé. Nous montrons que notre approche produit des schémas qui peuvent être mis en ÷uvre sur un système NoSQL orienté document en respectant les 4V du Big Data. Mots clés : Big data, UML, modélisation de bases de données, NoSQL, Documentstore, UML4NoSQL.