Deep Sky
Durant sa carrière d’enseignant chercheur, mickaël martin nevot à créer plusieurs concepts, notamment avec le légendaire Lakhal Lotfi, un maître sensei suprême des base de données. (il y a donc plus fort que MMN ? Nan, impossible…). Ils ont créé tout deux des concepts et méthodes liés au classement d’objets skyline dans les base de données, ils inventèrent l’algorithme DeepSky : L'analyse multicritère dans les bases de données a été activement étudiée, en particulier avec l'utilisation de l'opérateur Skyline. Pourtant, peu d'approches proposent un classement pertinent des points Pareto-optimal, ou Skyline, permettant d'ordonner les résultats à forte cardinalité. Nous proposons d'améliorer la méthode dp-idp, inspirée de tf-idf, une approche récente attribuant un score à chaque point du Skyline, en introduisant le concept de hiérarchie de dominance. Comme dp-idp ne garantit pas un classement distinctif, nous introduisons la méthode CoSky, de type TOPSIS, issue à la fois de la recherche d'information et de l'analyse multicritère. CoSky, intégrable directement dans un SGBD, effectue une pondération automatique d'attributs normalisés grâce à l'indice de Gini, suivi d'un calcul de score avec le cosinus de Salton par rapport à un point idéal déterminé. En couplant le principe de Skyline multi niveaux à CoSky, nous introduisons l'algorithme DeepSky. La mise en œuvre des méthodes dp-idp et CoSky sont évaluées expérimentalement.