Vers l'intégration de la prédiction dans les cubes OLAP

L’analyse en ligne OLAP (On Line Analytical Processing) soutient les entrepôts de données dans le processus d’aide à la décision. Cependant, il n’existe pas d’outils pour guider l’utilisateur dans l’exploration, ni pour approfondir l’analyse vers l’explication et la prédiction. Dans un processus décisionnel, un utilisateur peut vouloir anticiper la réalisation d’évènements futurs. Le couplage de la fouille de données avec la technologie OLAP permet d’assister l’utilisateur dans cette tâche pour l’extraction de nouvelles connaissances. Nous discernons une dichotomie entre les travaux étudiés pour la prédiction dans l’OLAP. D’un côté, Chen et al. (2006) intègrent un processus complet de fouille de données pour l’élaboration d’un modèle de prédiction. D’un autre côté, Sarawagi et al. (1998) intègrent parfaitement le modèle dans l’environnement OLAP. La combinaison des deux approches permettrait une réelle intégration de la prédiction à l’analyse en ligne. Nous proposons un cadre de prédiction OLAP fondé à la fois sur la philosophie OLAP et sur la fouille de données. Via une technique de type arbre de régression, l’utilisateur peut prédire la valeur de la mesure d’un nouveau fait selon un contexte d’analyse défini par ses soins. Nous nous plaçons dans le cadre du "What if analysis" où le procédé de projection dans l’avenir illustre une démarche centrée sur l’utilisateur OLAP. Nous utilisons un processus complet d’apprentissage automatique et exploitons les résultats obtenus dans le cube de données OLAP.