Analyse en ligne de cubes de textes basée sur un modèle NoSql.

Abstract

Les données textuelles dans les entreprises et sur le web représentent une grande masse de données de plus en plus volumineuse. Dans ce cadre, nous présentons dans ce mémoire, la mise au point d?un système d?analyse en ligne de données textuelles (Text OLAP) dans un cadre de grand volumes de données. Cela, en se basant sur le modèle de cube de textes CXT-Cube [16] et un modèle NoSql (No Only SQL). A cet effet, nous allons exposer à travers ce travail les différentes étapes suivies pour le développement du système; partant du nettoyage des données textuelles, la représentation des documents et le chargement vers une base de données NoSQL mise en ?uvre au sommet de trois technologies co-habitantes au niveau d?un cluster Hadoop permettant ainsi l'interrogation des millions de documents. Mots clés : OLAP texte, cube de textes, recherche d'information , Base de données NoSql, Big Data.