Le Big Data :
la mise en données du monde
Dans un monde de plus en plus numérique, les données massives (ou Big Data) et complexes sont désormais au cœur de tout processus de décision.
Organiser ces données pour les requêter efficacement et imaginer de nouveaux paradigmes de programmation est une étape fondamentale à l’extraction des connaissances de ces données, préalable indispensable en science des données (ou Data Science).
Données massives
Semi-structures
Graphes
Workflows
Services web
Intégration
Langages
Crowdsourcing
Provenance
Passage à l’échelle
Des contextes d'application cruciaux
Les types de données étudiés à Dauphine - PSL sont de plus en plus utilisés dans des contextes d’application cruciaux
- Gestion de workflow
- Réseaux sociaux
- Web sémantique
- Analyse de trafic
- Détection/prévention de fraudes et d’actes criminels
- Bioinformatique
Nos recherches
dans les laboratoires de l'université
L’objectif des travaux menés à Dauphine est de concevoir, étudier et analyser expérimentalement des techniques de gestion et d’analyse de masses de données semi-structurées, avec un focus particulier sur les données et services du Web et les données à structure de graphe.
Les activités de recherche se déclinent autour des axes suivants :
- Recherche d’information agrégative sur les workflow
- Traitement sûr et efficace de masses de données graphes
- Intégration de masses de données via crowdsourcing
- Découverte, composition et exécution fiable de services Web
- Recherche agrégée de données et de services pour les données liées
Nos chercheurs
BIOGRAPHIE : Maître de conférences à Dauphine et membre LAMSADE. Intérêts de recherche : gestion de l'information et des connaissances avec contributions dans les domaines de la préparation et l'intégration des données, la e-science, la gestion des workflows scientifiques, les graphes de connaissances et l’anonymisation des données.
MOTS-CLES : Préparation et intégration des masses de données, Web Sémantique/Graphes de connaissances, Provenance, eScience
SELECTION DE PUBLICATIONS :
Belhajjame K. (2020), Lineage-Preserving Anonymization of the Provenance of Collection-Based Workflows, EDBT 2020: 229-240
Farvardin MA., Colazzo D., Belhajjame K., Sartiani C. (2020), Scalable Saturation of Streaming RDF Triples, Trans. Large Scale Data Knowl. Centered Syst. 44 : 1-40
Alper P. , Belhajjame K., Curcin V., Goble CA. (2018), LabelFlow Framework for Annotating Workflow Provenance, Informatics 5(1): 11
BIOGRAPHIE : Professeur des universités, ses activités de recherche et d'enseignement s'inscrivent dans le cadre du traitement efficace des big data semi-structurées. Il a été responsable du Pôle Data Science au LAMSADE, de 2015 à 2020, et depuis 2019 il dirige le Master Executive Intelligence Artificielle et Science de Données.
MOTS-CLES : Algorithmes complexes, Gestion des big data, Analyse statique
SELECTION DE PUBLICATIONS :
Baazizi MA., Colazzo D., Ghelli G., Sartiani C. (2019), Parametric schema inference for massive JSON datasets, VLDB J. 28(4) : 497-521
Colazzo D., Ghelli G., Sartiani C. (2017), Linear time membership in a class of regular expressions with counting, interleaving, and unordered concatenation. ACM Trans. Database Syst. 42(4) : 24:1-24:44
Camacho-Rodríguez J., Colazzo D., Manolescu I. (2015), PAXQuery : Efficient Parallel Processing of Complex XQuery, IEEE Trans. Knowl. Data Eng. 27(7) : 1977-1991
BIOGRAPHIE : Titulaire d’un diplôme d’ingénieur et docteur en informatique, elle est actuellement professeur en informatique et directrice du LAMSADE. Ses thématiques de recherche : sciences des données, process mining, process analytics, gestion et analyse des données de types graphes, intégration de données, web sémantique, automatisation de processus.
MOTS-CLÉS : Sciences des données, Process mining, Automatisation des processus, Analyse prédictive
SÉLECTION DE PUBLICATIONS :
Beheshti SMR., Benatallah B., Sakr S., Grigori D., Motahari-Nezhad HR., Barukh MC., Gâter A., Ryu SH.,
Process Analytics - Concepts and Techniques for Querying and Analyzing Process Data, Springer 2016, ISBN 978-3-319-25036-6, pp. 1-178
Acheli M., Grigori D., Weidlich M., Efficient Discovery of Compact Maximal Behavioral Patterns from Event Logs, CAiSE 2019 : 579-594
Delias P., Lagopoulos A., Tsoumakas G., Grigori D. (2018),Using multi-target feature evaluation to discover factors that affect business process behavior, Comput. Ind. 99 : 253-261
Nos autres chercheurs
Maud Manouvrier, Joyce Elhaddad, Elsa Negre, Marta Rukoz, Michel Zamfiroiu
Exemples de travaux
- Baazizi MA., Colazzo D., Ghelli G., Sartiani C. Parametric schema inference for massive JSON datasets. VLDB J. 28(4) : 497-521 (2019)
- Baazizi MA., Colazzo D., Ghelli G., Sartiani C. Schemas and Types for JSON Data : From Theory to Practice. SIGMOD Conference 2019: 2060-2063
- Alper P., Belhajjame K., Curcin V., Goble CA. LabelFlow Framework for Annotating Workflow Provenance. Informatics 5(1): 11 (2018)
- Belhajjame K., Grigori D., Harmassi M., Ben Yahia M. Keyword-Based Search of Workflow Fragments and Their Composition. Trans. Computational Collective Intelligence 26 : 67-90 (2017)
- CardinaleJ., El Haddad J., Manouvrier M., Rukoz M. Fuzzy ACID properties for self-adaptive composite cloud services execution. Concurrency and Computation : Practice and Experience 31(2) (2019)