Entrepôts de données et business intelligence

Ce numéro spécial sur les entrepôts de données et la business intelligence (BI) propose plusieurs articles couvrant quelques aspects très actuels de la thématique. En effet, qu?il s?agisse de données classiques, de textes, d?informations géographiques, la problématique de leur stockage et de leur utilisation reste ouverte. La diversité et la richesse des problèmes posés et des solutions apportées montrent tout l?intérêt porté par la communauté de chercheurs à ce domaine de l?ingénierie des systèmes d?information qui est aussi un des domaines les plus évolutifs sur le marché, comme l?attestent toutes les études. Le premier article est un état de l?art sur la business intelligence. Les auteurs proposent une définition de la BI résultant d?un effort de synthèse des différentes visions de ce concept. Une taxonomie de la BI est proposée. Elle sert de fil conducteur à l?état de l?art, permettant ainsi au lecteur de mieux appréhender les composants et les spécificités de la BI et de mieux connaître les approches de recherche publiées dans ce domaine. Des voies de recherche future sont esquissées. Le deuxième article propose une architecture décisionnelle pour l?entreposage des données textuelles. Cette approche comporte un nouveau processus d?intégration, d?alimentation et de rafraîchissement adapté à l?entrepôt de textes processus baptisé ETLText (Extract - Transform - Load - Text). Elle comporte aussi un nouveau modèle multidimensionnel dédié aux entrepôts de textes, appelé TWM (Text Warehousing Model). La spécificité de celui-ci est l?extension du modèle en constellation pour prendre en compte la complexité liée à la fois à la structure des données textuelles et à la sémantique qu?elles véhiculent. L?article suivant est constitué d?un état de l?art qui analyse les différentes approches utilisées pour développer un entrepôt de données sécurisé comme un service sur site ou dans les nuages. Les auteurs comparent l?ensemble des travaux identifiés à travers un ensemble de critères permettant de mettre en exergue leurs avantages et les limites. Enfin, le dernier article porte sur les entrepôts de données spatiales (EDSs) et le Spatial On-Line Analytical Processing (SOLAP). L?auteur nous propose un modèle de données pour la visualisation cartographique des requêtes SOLAP. Sur la base de ce modèle, il présente une nouvelle architecture SOA pour les systèmes SOLAP où le client SOLAP est totalement fondé sur des représentations de données standards (par exemple XMLA, SLD, etc...), et des services web de visualisation cartographique (XMLA, WMS, etc...