Ce cours vise à approfondir les connaissances de l'étudiant sur des thèmes avancés en bases de données tels les bases de données réparties, la fouille et l'entreposage de données (data mining et data warehousing, les bases de données multimédia et les BD sur le Web.

Ce cours a comme objectifs plus particuliers de:

• initier l'étudiant aux fondements, concepts et problèmes reliés aux BD;
• permettre à l'étudiant d'approfondir, à travers les travaux de session, quelques aspects des BD avancées;
• initier l'étudiant à un travail de recherche à travers la préparation de synthèses d'articles et de présentations orales et la rédaction d'un rapport de session.

Courriel: rokia.missaoui@uqo.ca

Page Web: http://w3.uqo.ca/missaoui

Consultation: Mercredi, de 15h30 à 17h30

La synthèse ne doit pas dépasser un maximum de 1600 mots. De même, les normes de présentation de travaux (ex.: page de garde, marge d'un pouce, interligne à 1.5, taille des caractères de 12 points) doivent être absolument respectées. Tout travail non conforme aux consignes se verra attribuer une pénalité de 10 % de la note obtenue.

Développement d'applications (11^ème semaine) 10 points

Examen (15^ème semaine) 30 points

Projet de session (en équipe de deux si le nombre d'étudiants inscrits dépasse 8)

Le projet de session peut être soit théorique (synthèse d'articles), soit pratique (conception et implantation de programmes). Il comprend les deux composantes suivantes:

• Ébauche du projet de session (9^ème semaine)
• Présentations orales (13^ème et 14^ème semaines) 15 points;
• Rapport final (15^ème semaine) 25 points;

Voici quelques suggestions de sujets de projets de session:

• Gestion de données massives (big data)
• Fouille de données massives
• Infonuagique (cloud computing)
• Traitement parallèle (MapReduce & Hadoop)
• Systèmes NoSQL
• Techniques avancées d'indexation et de stockage de données
• Analyse et fouille de réseaux sociaux (détection de communauté, prédiction de liens, déstabilisation de réseaux)
• Algorithmes d'ordonnancement du Web (ex. HITS, PageRank, ...)
• Entrepôts de données répartis
• Fouille répartie des données (Distributed Data Mining)
• Systèmes d'information géographique
• Interactions entre les BD et le Web
• Bases de données XML (XQuery, Xpath, XSLT, etc.)
• Stockage et recherche de données spatiales
• Bases de données temporelles
• Traitement de l'imprécision dans les bases de données, etc.

Les consignes de réalisation des divers travaux feront l'objet d'un document à part.

Toute note de moins de 52 % à l'examen entraîne systématiquement un échec au cours.

Tout retard dans la remise d'un travail entraîne une pénalité de 5 % par jour sur la note attribuée à ce travail.

À la discrétion du professeur, une pénalité maximale de 10 % de la note globale pourrait affecter la note de session si le professeur observe des absences fréquentes ou une passivité injustifiée et évidente au cours.

La qualité du français sera considérée lors de la correction des travaux.

NOTE DE COURS

• Disponibles via MOODLE

LIVRES RECOMMANDÉS

• Elmasri, R. & Navathe S. B., Fundamentals of Database Systems, 7^ème édition, Pearson Education, 2016.

MONOGRAPHIE

• Atzeni, P., Ceri, S., Paraboschi, S., Torlone, R. (2000). Database Systems - Concepts, Languages and Architectures. McGraw-Hill.
• Abiteboul, S., Buneman, P. & Suciu, D. (2000). Data on the Web, Morgan Kaufmann.
• Carlo Batini & Monica Scannapieco (2016), Data and Information Quality - Dimensions. Principles and Techniques, Springer, 2016.
• Chakrabarti, S. (2003). Mining the Web. Morgan Kaufmann.
• Thomas Connolly & Carolyn Begg (2015), Database Systems: A Practical Approach to Design, Implementation and Management, 6^ème édition, Pearson Education, 2015.
• G. Coulouris, J. Dollimore & T. Kindberg (2005). Distributed Systems, 4^th edition, Addison-Wesley
• Date, C.J. (2004). An Introduction to Database Systems, 8^th edition, Pearson Education.
• Dunckley, L. (2003). Multimedia Databases: An Object-Relational Approach, 1^st edition, Addison-Wesley.
• Dunham, M.H. (2003). Data Mining: Introductory and Advanced Topics, Prentice Hall.
• Garcia-Molina, H., Ullman, H.J. & Widom, J. (2009). Database Systems - The Complete Book,2^nd edition Prentice-Hall.
• Godin, R. (2006). Systèmes de gestion de bases de données par l'exemple, 2^ème édition, Loze-Dion.
• Matteo Golfarelli & Stefano Rizzi (2009), Data Warehouse Design : Modern Principles and Methodologies, McGraw-Hill, 2009.
• Gray, J. and Reuter, A. (1993). Transaction Processing: Concepts and Techniques, Morgan Kaufmann Series in Data Management Systems, Jim Gray Series Editor.
• Han, J., Kamber, M. & Pei, J. (2011). Data Mining: Concepts and Techniques, Morgan Kaufmann. 3^rd edition, 2011.
• W.H. Inmon & Dan Linstedt, (2015), Data Architecture : A Primer for the Data Scientist : Big Data, Data Warehouse and Data Vault, Morgan Kaufmann, 2015.
• Ralph Kimball, Margy Ross, (2013), The Data Warehouse Toolkit : The Definitive Guide to Dimensional Modeling, 2013.
• Lewis, P.M., Bernstein, A. & Kifer, M., (2002), Databases and Transaction Processing, Addison-Wesley
• Liu, L. and Özsu, M.T. Eds, (2009), Encyclopedia of Database Systems, Springer US 2009.
• Özsu, M. T. & Valduriez, P. (2011). Principles of Distributed Database Systems, 3^rd edition, Prentice-Hall.
• Ramakrishnan, R. & Gehrke, J. (2003) Database Management Systems,, 3^rd edition, McGraw Hill.
• Riccardi, G. (2003). Database System Concepts with Web Site Development Applications,, Addison-Wesley.
• Riccardi, G. (2001), Principles of Database Systems with Internet and Java Applications, Addison Weswley.
• Shasha, D. & Bonnet, P. (2002). Database Tuning: principles, experiments and troubleshooting techniques,, Morgan Kaufmann.
• Silberschatz, A., Korth, H. and S. Sudarshan (2001), Database System Concepts, 4^th edition, McGraw Hill Book Co.
• Tanenbaum, A. (2003). Computer Networks, 4^th edition, Prentice-Hall.
• G. Weikum & G. Vossen (2002). Transactional Information Systems, Morgan Kaufmann.
• Alejandro Vaisman & Esteban Zimanyi (2014), Data Warehouse Systems - Design and Implementation, Springer, 2014.
• Witten, H. & E. Frank (2011). Data Mining: Practical Machine Learning Tools and Techniques with Java Implementations, 3^rd edition, Morgan Kaufmann.

REVUES

• Communications of ACM, Journal of ACM
• ACM Computing surveys
• Transactions On Database Systems (TODS), ACM
• Transactions on Information Systems (TIS), ACM
• ACM SIGMOD Record
• IEEE database Engineering Bulletin, IEEE Computer
• IEEE Transactions on Knowledge and Data Engineering

ACTES DE CONFÉRENCE

• Proceedings of ACM International Conference On Management of Data (SIGMOD)
• Proceedings of ACM Symposium on Principles of Database Systems (PODS)
• Proceedings of Very Large Data Base (VLDB) Conference
• Proceedings of the IEEE International Conference on Data Engineering
• Proceedings of the International Conf. on Extending Database Technology (EDBT)
• Proceeding of ACM International Conference On Knowledge Discovery from Databases (KDD)

QUELQUES SITES WEB UTILES:

• http://gdt.oqlf.gouv.qc.ca/index.aspx (Grand dictionnaire terminologique de l’Office québécois de la langue française
• http://www.sigmod.org/ (Groupe d'intérêt SIGMOD de l'ACM)
• http://db.uwaterloo.ca/~tozsu/(site de Prof. Tamer Özsu)
• www.cs.uiuc.edu/~hani/ (site de Prof. Jiawei Han)
• http://www.info2.uqam.ca/~godin/ (site de Prof. R. Godin)
• http://scholar.google.ca/ (Google scholar)
• http://librarians.acm.org/digital-library (ACM Digital Library)
• http://www.informatik.uni-trier.de/~ley/db/ (The DBLP Computer Science Bibliography)