Note ABES Les bases de données graphes pour la science des données : implantation d'entrepôts des données et prédiction d'interactions protéine-protéine Graph databases for data science : implementation of data warehouses and prediction of protein-protein interactions Base de données relationnelles Bases de données graphes Entrepôts de données Construction de descripteurs Interaction protéine-protéine Relational databases Graph databases Data warehouses Feature construction Protein-protein Interaction 005.7 Bases de données Entrepôts de données Avec l’essor du big data, le recours à la science des données est devenu crucial pour extraire les connaissances à partir des données massives. Ces dernières années, plusieurs catégories de bases de données ont été utilisées en science des données pour stocker, gérer et analyser efficacement les mégadonnées. En particulier, les bases de données NoSQL (Not Only SQL) ont émergé comme une alternative aux bases de données relationnelles. Dans cette thèse, nous nous intéressons à la catégorie orientée graphes des bases de données NoSQL qui remplace les jointures relationnelles coûteuses par des parcours du graphe. Nous les utilisons pour répondre à deux problématiques en science des données et qui constituent nos principales contributions : implanter des entrepôts de données capables de répondre rapidement à des requêtes analytiques complexes et construire des descripteurs afin de les utiliser pour prédire les valeurs manquantes sur les arcs d’un réseau d’interaction protéine-protéine. With the rise of big data, the use of data science has become critically important to extract insights from a huge amount of data. In recent years, several categories of databases have been used in data science to efficiently store, manage and analyze huge amounts of data. In particular, NoSQL (Not Only SQL) databases have emerged as an alternative to relational databases. In this thesis, we are interested in the graph-oriented category of NoSQL databases that replaces expensive relational joins with graph traversals. We use graph databases to address two data science issues of concern that are our main contributions: Implementing data warehouses capable of responding quickly to complex analytical queries and constructing descriptors to be used to predict missing values on the edges of a protein-protein interaction network. Electronic Thesis or Dissertation Text fr PDF 5302543 Université de Strasbourg Strasbourg 2023-12-31 https://theses.hal.science/tel-04103915 application/pdf 5379304 https://publication-theses.unistra.fr/public/theses_doctorat/2022/AKID_Hajer_2022_ED269.pdf http://www.theses.fr/2022STRAD042/abes https://theses.hal.science/tel-04103915 https://theses.hal.science/tel-04103915 https://theses.hal.science/tel-04103915 Akid Hajer 1990-01-06 FR 270020322 0EFB1S08AQ8 21726216 4200018 https://theses.fr/2022STRAD042 2022STRAD042 https://doi.org/10.70675/19dc41c8z8f4cz4e9bz9161z5512cae065b1 2022-12-12 Informatique Strasbourg 131056549 Université de Sfax (Tunisie) MADS_ETABLISSEMENT_DE_COTUTELLE_1 109165470 Doctorat Docteur es non oui Lachiche Nicolas MADS_DIRECTEUR_DE_THESE_1 145162761 Ben Ayed Mounir MADS_DIRECTEUR_DE_THESE_2 033501483 Jmaiel Mohamed MADS_PRESIDENT_DU_JURY 136403719 Boussaid Omar MADS_MEMBRE_DU_JURY_1 074555081 Smaïl-Tabbone Malika MADS_RAPPORTEUR_1 190929065 Feki Jamel MADS_RAPPORTEUR_2 148407595 École doctorale Mathématiques, sciences de l'information et de l'ingénieur (Strasbourg ; 1997-....) MADS_ECOLE_DOCTORALE_1 269 156504863 Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (Strasbourg ; 2013-....) MADS_PARTENAIRE_DE_RECHERCHE_1 260728 176969721 ddc:004 Université de Sfax (Tunisie) Lachiche Nicolas Ben Ayed Mounir Jmaiel Mohamed Boussaid Omar Smaïl-Tabbone Malika Feki Jamel École doctorale Mathématiques, sciences de l'information et de l'ingénieur (Strasbourg ; 1997-....) Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (Strasbourg) PDF 5302543