#Arangodb ui plus#

D'autre part, la recherche d'information est exprimée par une requête composée de deux variables, le 'quoi' et le 'à propos de quoi' et permet de fournir en résultat une liste de documents ou enregistrements, une liste de valeurs de propriétés ou une liste de phrases. L’originalité de la proposition consiste à considérer et modéliser l’ensemble des données structurées et non structurées de l’entreprise dans un graphe unique. La thèse propose d’accéder à l’information hétérogène et distribuée de l’entreprise par un système de recherche d’information. Lorsqu’il est retranscrit numériquement, ce patrimoine informationnel est composé de données hétérogènes et distribuées dans les différents silos de l’entreprise rendant la vision holistique de l’information difficile. Elle permet la prise de décisions éclairées et de détecter de nouvelles opportunités à valeur ajoutée. La valorisation du patrimoine informationnel dans l’entreprise de l’industrie manufacturière est un enjeu important. Based on our literature review, we will discuss how different techniques, standards, and points of view created by the semantic web community can participate in addressing the challenges related to healthcare big data. In this paper, we review the state of the art on the semantic web for the healthcare industry. In the recent few years, a large number of organizations and companies have shown enthusiasm for using semantic web technologies with healthcare big data to convert data into knowledge and intelligence. Confronted with the difficulties and challenges facing the process of managing healthcare big data such as volume, velocity, and variety, healthcare information systems need to use new methods and techniques for managing and processing such data to extract useful information and knowledge. As of late, considerable volumes of heterogeneous and differing medicinal services data are being produced from different sources covering clinic records of patients, lab results, and wearable devices, making it hard for conventional data processing to handle and manage this amount of data. Healthcare information systems can reduce the expenses of treatment, foresee episodes of pestilences, help stay away from preventable illnesses, and improve personal life satisfaction. L’intégration de la théorie des graphes dans les bases de données ouvre de nouvelles perspectives pour l’analyse et la compréhension de grands réseaux. Nos algorithmes identifient rapidement un ensemble de marchés prometteurs centré sur un vol.

#Arangodb ui plus#

Plusieurs méthodes de résolution ont été proposées basées sur des requêtes ou des algorithmes de plus courts chemins couplés à des techniques d’accélération et de parallélisme. Nous avons alors défini le Flight Radius Problem dont la résolution permet de déterminer un sous-réseau centré autour d’un vol pour lequel les parts de marchés du vol sont non négligeables. Grâce à une analyse poussée des données, le réseau aérien a pu être modélisé par un graphe indépendant du temps stocké dans une base de données orientée grapheNeo4j.

Ces travaux sont orientés vers les niveaux de décision stratégiques et tactiques.

Cet outil permet aux décideurs des aéroports et des compagnies aériennes d’analyser l’historique des données et de simuler des marchés afin de trouver une opportunité économique. Nos travaux concernent l’amélioration du calculateur de parts de marché dans l’application PlanetOptim de la startup Milanamos. La sélection des nouveaux marchés permet de définir la structure du réseau à opérer, et d’estimer le flux des passagers, leurs choix d’itinéraires ainsi que les revenus et les coûts impliqués par ces décisions. Leur résolution réduit les coûts et maximise les revenus tout en améliorant la qualité de service, par exemple, en capturant de nouveaux passagers sur des vols existants ou sur de nouveaux marchés. Les problèmes rencontrés dans l’industrie aérienne sont divers et compliqués.