Antonis Mandamadiotis

Résumé

Les entrepôts de données modernes, tels que les lacs de données et les bases de données relationnelles, sont devenus trop volumineux et hétérogènes pour permettre une exploration manuelle par les utilisateurs. L'exploration de données, processus consistant à découvrir des informations pertinentes et à en extraire des enseignements, est donc fondamentale, mais de plus en plus chronophage : à mesure que le volume et la diversité des données augmentent, il devient plus difficile d'orienter les utilisateurs vers les résultats les plus informatifs.

Cette thèse aborde l'exploration de données sous l'angle d'un problème de recommandation, dans lequel un système intelligent propose les « top-K » recommandations correspondant le mieux au besoin d'information de l'utilisateur. Plutôt que d'imposer aux utilisateurs une recherche manuelle au sein d'un grand espace de candidats, le système sélectionne un ensemble restreint de recommandations de haute qualité.

Nous développons cette approche à travers trois contextes d'exploration complémentaires : la recommandation d'ensembles de jeux de données issus de lacs de données, la recommandation de composants de requêtes SQL en fonction des retours utilisateurs, et la recommandation de sous-groupes présentant des effets de traitement hétérogènes. Malgré la diversité des objets recommandés, chaque contexte nécessite de concilier plusieurs objectifs spécifiques à la tâche au sein d'espaces de recherche d'une complexité combinatoire telle qu'une solution exhaustive est impossible à calculer. Pour répondre à ce défi, nous formalisons chaque problème de recommandation et concevons des algorithmes heuristiques efficaces, capables d'atteindre une qualité de recommandation quasi optimale avec des temps de réponse compatibles avec une interaction en temps réel.