SYSTEME DE PREVISION DES COTISATIONS ET DES PRESTATIONS DE L’INSTITUTION DE PREVOYANCE RETRAITE DU SENEGAL (IPRES) / Meissa TOURE (2023) 

Public ISBD Titre : SYSTEME DE PREVISION DES COTISATIONS ET DES PRESTATIONS DE L’INSTITUTION DE PREVOYANCE RETRAITE DU SENEGAL (IPRES) Type de document : texte imprimé Auteurs : Meissa TOURE, Auteur Editeur : Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique Année de publication : 2023 Importance : 1vol.(89p.) Présentation : 30cm. Format : PDF Langues : Français (fre) Mots-clés : IPRES  Cotisation  Prestations  Flux financiers  Système de retraite  Prévision financière  Machine Learning  Big Data  Apache Spark  Python  Stockage  Déploiement  Visualisation  MySQL  Sénégal. Résumé : Ce mémoire porte sur la conception et la mise en place d’un système de prévision des cotisations et des prestations de l’Institution de Prévoyance Retraite du Sénégal (IPRES). L’objectif est de fournir un dispositif d’aide à la décision permettant d’anticiper l’évolution des flux financiers du régime à partir de données historiques, tout en intégrant une architecture de traitement et de visualisation adaptée à des volumes de données importants. L’approche retenue combine l’analyse des séries temporelles et des technologies de données. Les données sont préparées et analysées avec Python et pandas. La modélisation s’appuie principalement sur ARIMA et son extension avec variables exogènes, tandis qu’Apache Spark et Apache Kafka sont mobilisés pour le traitement distribué et les flux de données. MySQL assure le stockage, Docker et Docker Compose facilitent le déploiement, et Grafana permet la visualisation et le suivi des indicateurs. Le travail comprend une étude du fonctionnement des systèmes de retraite et de l’IPRES, une analyse des données disponibles, la justification du choix des modèles, la conception de l’architecture technique, ainsi que la validation par comparaison des prévisions aux observations historiques. Les indicateurs MAE et RMSE sont retenus pour l’évaluation. Des scénarios économiques et démographiques sont également envisagés afin d’étudier la sensibilité des prévisions. Le projet montre l’intérêt d’une approche intégrant modélisation statistique, traitement de données et visualisation pour renforcer la capacité d’anticipation et soutenir la planification financière d’un système de retraite. Sur le plan méthodologique, le dispositif est conçu comme une chaîne de données reproductible allant de l'ingestion et du contrôle qualité jusqu'au feature engineering, à la comparaison de modèles statistiques et de Machine Learning, au backtesting temporel, puis à la restitution et à la supervision. Les choix de modèles sont conditionnés par la disponibilité des données, l'absence de fuite temporelle, la stabilité des performances et la traçabilité des expérimentations. Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=3744 SYSTEME DE PREVISION DES COTISATIONS ET DES PRESTATIONS DE L’INSTITUTION DE PREVOYANCE RETRAITE DU SENEGAL (IPRES) [texte imprimé] / Meissa TOURE, Auteur . - Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique, 2023 . - 1vol.(89p.) : 30cm. ; PDF. Langues : Français (fre) Mots-clés : IPRES  Cotisation  Prestations  Flux financiers  Système de retraite  Prévision financière  Machine Learning  Big Data  Apache Spark  Python  Stockage  Déploiement  Visualisation  MySQL  Sénégal. Résumé : Ce mémoire porte sur la conception et la mise en place d’un système de prévision des cotisations et des prestations de l’Institution de Prévoyance Retraite du Sénégal (IPRES). L’objectif est de fournir un dispositif d’aide à la décision permettant d’anticiper l’évolution des flux financiers du régime à partir de données historiques, tout en intégrant une architecture de traitement et de visualisation adaptée à des volumes de données importants. L’approche retenue combine l’analyse des séries temporelles et des technologies de données. Les données sont préparées et analysées avec Python et pandas. La modélisation s’appuie principalement sur ARIMA et son extension avec variables exogènes, tandis qu’Apache Spark et Apache Kafka sont mobilisés pour le traitement distribué et les flux de données. MySQL assure le stockage, Docker et Docker Compose facilitent le déploiement, et Grafana permet la visualisation et le suivi des indicateurs. Le travail comprend une étude du fonctionnement des systèmes de retraite et de l’IPRES, une analyse des données disponibles, la justification du choix des modèles, la conception de l’architecture technique, ainsi que la validation par comparaison des prévisions aux observations historiques. Les indicateurs MAE et RMSE sont retenus pour l’évaluation. Des scénarios économiques et démographiques sont également envisagés afin d’étudier la sensibilité des prévisions. Le projet montre l’intérêt d’une approche intégrant modélisation statistique, traitement de données et visualisation pour renforcer la capacité d’anticipation et soutenir la planification financière d’un système de retraite. Sur le plan méthodologique, le dispositif est conçu comme une chaîne de données reproductible allant de l'ingestion et du contrôle qualité jusqu'au feature engineering, à la comparaison de modèles statistiques et de Machine Learning, au backtesting temporel, puis à la restitution et à la supervision. Les choix de modèles sont conditionnés par la disponibilité des données, l'absence de fuite temporelle, la stabilité des performances et la traçabilité des expérimentations. Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=3744

Réservation

Réserver ce document

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
11956	MEM 11956	Mémoires de master	Master mathématiques et Informatique	Business intelligence	Disponible

Documents numériques

MEM 11956 URL

Plateforme prédictive des réadmissions hospitalières / Amdy GUEYE (2026) 

Public ISBD Titre : Plateforme prédictive des réadmissions hospitalières Type de document : texte imprimé Auteurs : Amdy GUEYE, Auteur Editeur : Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique Année de publication : 2026 Importance : 1vol.(81p.) Présentation : 30cm. Format : PDF Langues : Français (fre) Mots-clés : Plateforme prédictive  Machine learning  Data Science  Suivi post-hospitalier  Power BI  Guide  Patient  Action préventive  tableau de bord interactif Réadmission hospitalière  Business Intelligence  Databricks Lakehouse  Delta Lake  MLflow  Analyse de données de santé  Aide à la décision médicale. Résumé : Ce mémoire présente la conception et la mise en oeuvre d’une plateforme prédictive des réadmissions hospitalières reposant sur les technologies de Business Intelligence, de Machine Learning et sur une architecture Lakehouse. L’objectif principal de ce travail est d’anticiper les réadmissions non planifiées des patients après leur sortie hospitalière afin d’améliorer la qualité des soins, d’optimiser l’utilisation des ressources hospitalières et de réduire les coûts associés aux hospitalisations répétées. Dans un contexte où les systèmes de santé génèrent une quantité croissante de données cliniques et administratives, l’exploitation intelligente de ces données constitue un levier stratégique pour soutenir la prise de décision médicale et organisationnelle. Les réadmissions hospitalières représentent en effet un indicateur majeur de performance des établissements de santé et sont souvent influencées par des facteurs médicaux, sociaux et organisationnels complexes. Le travail réalisé s’appuie sur une approche data-driven combinant plusieurs étapes méthodologiques. Une première phase d’exploration et de préparation des données a permis d’identifier les variables cliniques et socio-économiques les plus pertinentes influençant le risque de réadmission. Cette étape comprend notamment le nettoyage des données, la gestion des valeurs manquantes ainsi que le feature engineering afin d’améliorer la qualité et la pertinence des variables utilisées dans la modélisation. Par la suite, plusieurs modèles de Machine Learning ont été développés et comparés dans le but de prédire la probabilité de réadmission des patients. Les modèles ont été évalués à l’aide de différentes métriques de performance telles que l’AUC-ROC, la précision, le rappel et le F1-score, afin d’identifier l’algorithme le plus performant pour cette tâche prédictive. L’architecture technique de la plateforme repose sur un environnement Databricks Lakehouse, intégrant des outils modernes tels que Delta Lake pour la gestion et la fiabilité des données, MLflow pour le suivi et la gestion du cycle de vie des modèles de Machine Learning, ainsi que Power BI pour la visualisation et l’analyse des résultats. Cette architecture permet de mettre en place un pipeline de données robuste et scalable, capable de traiter de grands volumes de données hospitalières tout en facilitant leur exploitation analytique. Les résultats obtenus ont été valorisés à travers des tableaux de bord interactifs développés avec Power BI, permettant aux décideurs hospitaliers de visualiser les indicateurs clés et d’identifier rapidement les profils de patients présentant un risque élevé de réadmission. Ces outils contribuent ainsi à la mise en place d’actions préventives ciblées, telles que le renforcement du suivi post-hospitalier ou l’adaptation du parcours de soins. En somme, cette recherche démontre que l’intégration de la Business Intelligence et du Machine Learning dans les systèmes d’information hospitaliers constitue une approche prometteuse pour améliorer la gestion des réadmissions hospitalières. La plateforme proposée représente un outil d’aide à la décision capable d’anticiper les risques, de soutenir les professionnels de santé dans leurs décisions et de contribuer à une gestion plus efficace et proactive des ressources hospitalières. Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=3752 Plateforme prédictive des réadmissions hospitalières [texte imprimé] / Amdy GUEYE, Auteur . - Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique, 2026 . - 1vol.(81p.) : 30cm. ; PDF. Langues : Français (fre) Mots-clés : Plateforme prédictive  Machine learning  Data Science  Suivi post-hospitalier  Power BI  Guide  Patient  Action préventive  tableau de bord interactif Réadmission hospitalière  Business Intelligence  Databricks Lakehouse  Delta Lake  MLflow  Analyse de données de santé  Aide à la décision médicale. Résumé : Ce mémoire présente la conception et la mise en oeuvre d’une plateforme prédictive des réadmissions hospitalières reposant sur les technologies de Business Intelligence, de Machine Learning et sur une architecture Lakehouse. L’objectif principal de ce travail est d’anticiper les réadmissions non planifiées des patients après leur sortie hospitalière afin d’améliorer la qualité des soins, d’optimiser l’utilisation des ressources hospitalières et de réduire les coûts associés aux hospitalisations répétées. Dans un contexte où les systèmes de santé génèrent une quantité croissante de données cliniques et administratives, l’exploitation intelligente de ces données constitue un levier stratégique pour soutenir la prise de décision médicale et organisationnelle. Les réadmissions hospitalières représentent en effet un indicateur majeur de performance des établissements de santé et sont souvent influencées par des facteurs médicaux, sociaux et organisationnels complexes. Le travail réalisé s’appuie sur une approche data-driven combinant plusieurs étapes méthodologiques. Une première phase d’exploration et de préparation des données a permis d’identifier les variables cliniques et socio-économiques les plus pertinentes influençant le risque de réadmission. Cette étape comprend notamment le nettoyage des données, la gestion des valeurs manquantes ainsi que le feature engineering afin d’améliorer la qualité et la pertinence des variables utilisées dans la modélisation. Par la suite, plusieurs modèles de Machine Learning ont été développés et comparés dans le but de prédire la probabilité de réadmission des patients. Les modèles ont été évalués à l’aide de différentes métriques de performance telles que l’AUC-ROC, la précision, le rappel et le F1-score, afin d’identifier l’algorithme le plus performant pour cette tâche prédictive. L’architecture technique de la plateforme repose sur un environnement Databricks Lakehouse, intégrant des outils modernes tels que Delta Lake pour la gestion et la fiabilité des données, MLflow pour le suivi et la gestion du cycle de vie des modèles de Machine Learning, ainsi que Power BI pour la visualisation et l’analyse des résultats. Cette architecture permet de mettre en place un pipeline de données robuste et scalable, capable de traiter de grands volumes de données hospitalières tout en facilitant leur exploitation analytique. Les résultats obtenus ont été valorisés à travers des tableaux de bord interactifs développés avec Power BI, permettant aux décideurs hospitaliers de visualiser les indicateurs clés et d’identifier rapidement les profils de patients présentant un risque élevé de réadmission. Ces outils contribuent ainsi à la mise en place d’actions préventives ciblées, telles que le renforcement du suivi post-hospitalier ou l’adaptation du parcours de soins. En somme, cette recherche démontre que l’intégration de la Business Intelligence et du Machine Learning dans les systèmes d’information hospitaliers constitue une approche prometteuse pour améliorer la gestion des réadmissions hospitalières. La plateforme proposée représente un outil d’aide à la décision capable d’anticiper les risques, de soutenir les professionnels de santé dans leurs décisions et de contribuer à une gestion plus efficace et proactive des ressources hospitalières. Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=3752

Réservation

Réserver ce document

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
11966	MEM 11966	Mémoires de master	Master mathématiques et Informatique	Business intelligence	Disponible

Documents numériques

MEM 11966 URL

Conception et implémentation d’une plateforme de données moderne : intégration du processus ELT et du paradigme Data Mesh / Daouda KA (2026) 

Public ISBD Titre : Conception et implémentation d’une plateforme de données moderne : intégration du processus ELT et du paradigme Data Mesh Type de document : texte imprimé Auteurs : Daouda KA, Auteur Editeur : Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique Année de publication : 2026 Importance : 1vol.(98p.) Présentation : 30cm. Format : PDF Langues : Français (fre) Mots-clés : Architecture de donnée  Paradigme  Data Mesh  Approche ELT  Modern Data Platform  Lakehouse  Gouvernance des données  Cloud computing  Apprentissage automatique. Résumé : La transformation numérique des organisations s’accompagne d’une production massive et continue de données issues de sources variées. Ces données jouent un rôle central dans la prise de décision, l’optimisation des processus métiers et le développement de services innovants. Toutefois, la croissance rapide des volumes, la diversité des sources et la vélocité des données posent des défis majeurs en matière de stockage, de traitement, de gouvernance et de valorisation. Dans ce contexte, les architectures décisionnelles classiques, reposant sur des processus ETL et des entrepôts de données centralisés, montrent leurs limites. Leur rigidité, leur complexité opérationnelle et leurs coûts de maintenance élevés freinent l’agilité des organisations et retardent l’accès aux données pour les utilisateurs métiers. Ce mémoire vise à répondre à la problématique suivante : comment concevoir et implémenter une plateforme moderne de données, scalable et gouvernée, capable de répondre aux exigences du Big Data tout en favorisant l’autonomie des domaines métiers ? Pour y répondre, ce travail propose une approche basée sur l’intégration des paradigmes ELT et Data Mesh. L’approche ELT permet de charger les données brutes avant transformation, en exploitant la puissance de calcul des infrastructures cloud. Le Data Mesh introduit une organisation décentralisée dans laquelle chaque domaine métier devient responsable de ses données, considérées comme des produits à part entière. La plateforme repose sur une architecture médaillon structurée en trois couches (Bronze, Silver, Gold). L’ingestion, la transformation et l’orchestration des données sont assurées par des outils modernes. Un pipeline d’intégration continue automatise l’exécution des traitements et la validation des tests de qualité, tandis que la gouvernance des accès est garantie. Les résultats montrent une amélioration significative de la scalabilité, de la gouvernance et de la disponibilité des données. L’intégration de l’intelligence artificielle a permis d’obtenir des modèles prédictifs performants (churn, prévision des ventes). Cette solution met également en évidence les défis organisationnels liés à la gouvernance distribuée du Data Mesh. Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=3753 Conception et implémentation d’une plateforme de données moderne : intégration du processus ELT et du paradigme Data Mesh [texte imprimé] / Daouda KA, Auteur . - Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique, 2026 . - 1vol.(98p.) : 30cm. ; PDF. Langues : Français (fre) Mots-clés : Architecture de donnée  Paradigme  Data Mesh  Approche ELT  Modern Data Platform  Lakehouse  Gouvernance des données  Cloud computing  Apprentissage automatique. Résumé : La transformation numérique des organisations s’accompagne d’une production massive et continue de données issues de sources variées. Ces données jouent un rôle central dans la prise de décision, l’optimisation des processus métiers et le développement de services innovants. Toutefois, la croissance rapide des volumes, la diversité des sources et la vélocité des données posent des défis majeurs en matière de stockage, de traitement, de gouvernance et de valorisation. Dans ce contexte, les architectures décisionnelles classiques, reposant sur des processus ETL et des entrepôts de données centralisés, montrent leurs limites. Leur rigidité, leur complexité opérationnelle et leurs coûts de maintenance élevés freinent l’agilité des organisations et retardent l’accès aux données pour les utilisateurs métiers. Ce mémoire vise à répondre à la problématique suivante : comment concevoir et implémenter une plateforme moderne de données, scalable et gouvernée, capable de répondre aux exigences du Big Data tout en favorisant l’autonomie des domaines métiers ? Pour y répondre, ce travail propose une approche basée sur l’intégration des paradigmes ELT et Data Mesh. L’approche ELT permet de charger les données brutes avant transformation, en exploitant la puissance de calcul des infrastructures cloud. Le Data Mesh introduit une organisation décentralisée dans laquelle chaque domaine métier devient responsable de ses données, considérées comme des produits à part entière. La plateforme repose sur une architecture médaillon structurée en trois couches (Bronze, Silver, Gold). L’ingestion, la transformation et l’orchestration des données sont assurées par des outils modernes. Un pipeline d’intégration continue automatise l’exécution des traitements et la validation des tests de qualité, tandis que la gouvernance des accès est garantie. Les résultats montrent une amélioration significative de la scalabilité, de la gouvernance et de la disponibilité des données. L’intégration de l’intelligence artificielle a permis d’obtenir des modèles prédictifs performants (churn, prévision des ventes). Cette solution met également en évidence les défis organisationnels liés à la gouvernance distribuée du Data Mesh. Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=3753

Réservation

Réserver ce document

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
11967	MEM 11967	Mémoires de master	Master mathématiques et Informatique	Business intelligence	Disponible

Documents numériques

MEM 11967 URL

Analyse bio-informatique de la diversité génétique des Populations de SARS-CoV-2 en Afrique de l'Ouest à partir des Données GISAID. / Etienne Moussa SARR (2024)   

Public ISBD Titre : Analyse bio-informatique de la diversité génétique des Populations de SARS-CoV-2 en Afrique de l'Ouest à partir des Données GISAID. Type de document : texte imprimé Auteurs : Etienne Moussa SARR, Auteur Editeur : Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique Année de publication : 2024 Importance : 53 P. Format : 29 cm. Langues : Français (fre) Mots-clés : Bio-informatique  Donnee GISAID  Diversite génétique  SARS-COV-2  Afrique de l'ouest  Donnée  GISAID  Séquence  Omicron  Bio-mathématique  Séquence Génomique  Nextclade  Phylogénétique  Phylo-Géographique  Nextstrain  MicrobeTrace Résumé : Cette étude s'est concentrée sur l'analyse des séquences génomiques du SARS-CoV-2 en Afrique de l'Ouest. En évaluant la qualité des séquences, elle a identifié une répartition significative entre les séquences de bonne, moyenne et mauvaise qualité. L'exploration des mutations a révélé la présence de substitutions nucléotidiques simples et des insertion-délétions (INDELs), soulignant la diversité génétique du virus dans la région. La caractérisation des clades et des lignées a mis en évidence la prédominance de certains groupes, tandis que l'analyse de la structure des populations virales a montré une organisation spécifique, notamment une prévalence majoritaire d'Omicron dans la région, avec un cluster distinct pour les échantillons de la Côte d'Ivoire. En ce qui concerne la transmission, l'absence de réseaux de transmission identifiés a été principalement attribuée à la provenance des échantillons, majoritairement issus de voyageurs. Néanmoins, cette étude a souligné l'importance d'une analyse plus étendue des échantillons pour une vision globale de la propagation virale. En conclusion, cette recherche fournit un éclairage essentiel sur la diversité génétique, la prévalence des lignées et les schémas potentiels de transmission du SARS-CoV-2 en Afrique de l'Ouest. Elle souligne également la nécessité d'une étude plus large à l'échelle régionale et internationale pour mieux comprendre et anticiper les évolutions futures de cette maladie infectieuse. Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=2106 Analyse bio-informatique de la diversité génétique des Populations de SARS-CoV-2 en Afrique de l'Ouest à partir des Données GISAID. [texte imprimé] / Etienne Moussa SARR, Auteur . - Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique, 2024 . - 53 P. ; 29 cm. Langues : Français (fre) Mots-clés : Bio-informatique  Donnee GISAID  Diversite génétique  SARS-COV-2  Afrique de l'ouest  Donnée  GISAID  Séquence  Omicron  Bio-mathématique  Séquence Génomique  Nextclade  Phylogénétique  Phylo-Géographique  Nextstrain  MicrobeTrace Résumé : Cette étude s'est concentrée sur l'analyse des séquences génomiques du SARS-CoV-2 en Afrique de l'Ouest. En évaluant la qualité des séquences, elle a identifié une répartition significative entre les séquences de bonne, moyenne et mauvaise qualité. L'exploration des mutations a révélé la présence de substitutions nucléotidiques simples et des insertion-délétions (INDELs), soulignant la diversité génétique du virus dans la région. La caractérisation des clades et des lignées a mis en évidence la prédominance de certains groupes, tandis que l'analyse de la structure des populations virales a montré une organisation spécifique, notamment une prévalence majoritaire d'Omicron dans la région, avec un cluster distinct pour les échantillons de la Côte d'Ivoire. En ce qui concerne la transmission, l'absence de réseaux de transmission identifiés a été principalement attribuée à la provenance des échantillons, majoritairement issus de voyageurs. Néanmoins, cette étude a souligné l'importance d'une analyse plus étendue des échantillons pour une vision globale de la propagation virale. En conclusion, cette recherche fournit un éclairage essentiel sur la diversité génétique, la prévalence des lignées et les schémas potentiels de transmission du SARS-CoV-2 en Afrique de l'Ouest. Elle souligne également la nécessité d'une étude plus large à l'échelle régionale et internationale pour mieux comprendre et anticiper les évolutions futures de cette maladie infectieuse. Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=2106

Réservation

Réserver ce document

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
MEM 11164	MEM 11164	Mémoires de master	Master mathématiques et Informatique	Business intelligence	Disponible

Documents numériques

MEM 11164 Adobe Acrobat PDF

Analyse et prédiction de la survie d’un patient sous traitement de la COVID19 : CAS de l’Hôpital Abass Ndao. / EL HADJI ABDOULAYE DIANKHA (2023)   

Public ISBD Titre : Analyse et prédiction de la survie d’un patient sous traitement de la COVID19 : CAS de l’Hôpital Abass Ndao. Type de document : texte imprimé Auteurs : EL HADJI ABDOULAYE DIANKHA, Auteur Editeur : Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique Année de publication : 2023 Importance : 66 P. Format : 29 cm. Langues : Français (fre) Mots-clés : COVID-19  Analyse de survie  prédiction de survie  Kaplan Meier  estimateur de survie  fonction de survie  probabilité de non echec  machine learning  apprentissage supervisé  modèle de prédiction  exactitude Accuracy  rappel Recall  F1 score  Abass Ndao  hopital  dakar  senegal  prédiction  probabilité  Business Intelligence Résumé : L’objectif de ce travail de mémoire est de faire, dans un premier temps, une analyse de la survie de patients sous traitement de la COVID-19 à l’hôpital Abass Ndao de Dakar et, dans un deuxième temps, de faire la prédiction de la survie des patients en fonction d’un ensemble d’attributs. Pour l’analyse de survie nous avons utilisé l’estimateur de survie de Kaplan Meier qui est une méthode non paramétrique souvent préférable pour estimer la fonction de survie appelée la probabilité de ne pas échouer ou de survivre jusqu’à un certain temps. Avec cet estimateur nous avons pu analyser la probabilité de la survie des patients sur divers groupes tels que le sexe et la tranche d’âge afin de savoir la différence significative dans le taux de survie. Cette solution permet à un médecin ou un décideur de l’hôpital d’avoir une vue globale et de suivre tous les patients jusqu’à la survenue de l’événement considéré. Pour la prédiction de la survie nous avons entraîné plusieurs modèles sur notre jeu de données avec des algorithmes d’apprentissage supervisé comme la Régression Logistique, les Machines à Vecteurs de Support (SVM), le Random Forest et le Gradient Boosting. Nous avons choisi le meilleur de ces modèles selon des critères de performance tels que l’exactitude (Accuracy), la précision, le rappel (Recall) et le F1 score et nous l’avons implémenté sous forme d’application web avec une interface intuitive pour faciliter son utilisation Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=1499 Analyse et prédiction de la survie d’un patient sous traitement de la COVID19 : CAS de l’Hôpital Abass Ndao. [texte imprimé] / EL HADJI ABDOULAYE DIANKHA, Auteur . - Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique, 2023 . - 66 P. ; 29 cm. Langues : Français (fre) Mots-clés : COVID-19  Analyse de survie  prédiction de survie  Kaplan Meier  estimateur de survie  fonction de survie  probabilité de non echec  machine learning  apprentissage supervisé  modèle de prédiction  exactitude Accuracy  rappel Recall  F1 score  Abass Ndao  hopital  dakar  senegal  prédiction  probabilité  Business Intelligence Résumé : L’objectif de ce travail de mémoire est de faire, dans un premier temps, une analyse de la survie de patients sous traitement de la COVID-19 à l’hôpital Abass Ndao de Dakar et, dans un deuxième temps, de faire la prédiction de la survie des patients en fonction d’un ensemble d’attributs. Pour l’analyse de survie nous avons utilisé l’estimateur de survie de Kaplan Meier qui est une méthode non paramétrique souvent préférable pour estimer la fonction de survie appelée la probabilité de ne pas échouer ou de survivre jusqu’à un certain temps. Avec cet estimateur nous avons pu analyser la probabilité de la survie des patients sur divers groupes tels que le sexe et la tranche d’âge afin de savoir la différence significative dans le taux de survie. Cette solution permet à un médecin ou un décideur de l’hôpital d’avoir une vue globale et de suivre tous les patients jusqu’à la survenue de l’événement considéré. Pour la prédiction de la survie nous avons entraîné plusieurs modèles sur notre jeu de données avec des algorithmes d’apprentissage supervisé comme la Régression Logistique, les Machines à Vecteurs de Support (SVM), le Random Forest et le Gradient Boosting. Nous avons choisi le meilleur de ces modèles selon des critères de performance tels que l’exactitude (Accuracy), la précision, le rappel (Recall) et le F1 score et nous l’avons implémenté sous forme d’application web avec une interface intuitive pour faciliter son utilisation Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=1499

Réservation

Réserver ce document

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
MEM 10994	MEM 10994	Mémoires de master	Master mathématiques et Informatique	Business intelligence	Disponible

Documents numériques

MEM 10994 Adobe Acrobat PDF

Analyse de Sentiments sur X (ex Twitter) : Exploration des Opinions Politiques au Sénégal / Ndèye Boury NDIAYE (2024) 

Public ISBD Titre : Analyse de Sentiments sur X (ex Twitter) : Exploration des Opinions Politiques au Sénégal Type de document : texte imprimé Auteurs : Ndèye Boury NDIAYE, Auteur Editeur : Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique Année de publication : 2024 Importance : 58 P. Format : 29 cm Langues : Français (fre) Mots-clés : Réseau social  Média sociaux  X  Twitter  Microblogging  Opinion politique  Sénégal  Crise politique  Anayse de sentiment  web Scraping  Analyse de données Résumé : L’émergence des nouveaux médias dans le monde a fini d’instaurer une nouvelle sphère communicationnelle. Les médias sociaux ont transformé la manière dont les individus interagissent en ligne en offrant des espaces virtuels où ils peuvent partager des idées, des informations et des points de vue. Le nombre d’utilisateurs des réseaux sociaux dans le monde tourne autour de 5 milliards, un chiffre vertigineux qui montre la puissance des nouveaux médias. Ce qui pousse à penser que les sentiments exprimés sur le web ont une grande influence sur les lecteurs. Cette étude s’inscrit dans le cadre de l’exploration des opinions politiques au Sénegal en utilisant X (ex Twitter) comme principale source de données. En effet, X se distingue par son format de microblogage, qui permet aux utilisateurs de diffuser des messages courts et instantanés, favorisant ainsi des discussions rapides et virales. L’analyse de sentiment, une approche qui va permettre d’évaluer le ton émotionnel des messages publiés sur X (ex Twitter), permet de comprendre les tendances, que ce soient positives, négatives ou neutres, des opinions politiques des sénégalais dans un contexte de crise politique au Sénégal. Pour ce faire, les données sont collectées à partir de X (ex Twitter) à l’aide de la méthode de web scraping. Ces données sont ensuite prétraitées pour éliminer le bruit et les incohérences, avant d’être soumises à l’analyse de sentiment. Les résultats obtenus vont permettre d’avoir une meilleure perception sur la manière dont les Sénégalais perçoivent et réagissent aux événements et aux acteurs politiques. Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=2596 Analyse de Sentiments sur X (ex Twitter) : Exploration des Opinions Politiques au Sénégal [texte imprimé] / Ndèye Boury NDIAYE, Auteur . - Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique, 2024 . - 58 P. ; 29 cm. Langues : Français (fre) Mots-clés : Réseau social  Média sociaux  X  Twitter  Microblogging  Opinion politique  Sénégal  Crise politique  Anayse de sentiment  web Scraping  Analyse de données Résumé : L’émergence des nouveaux médias dans le monde a fini d’instaurer une nouvelle sphère communicationnelle. Les médias sociaux ont transformé la manière dont les individus interagissent en ligne en offrant des espaces virtuels où ils peuvent partager des idées, des informations et des points de vue. Le nombre d’utilisateurs des réseaux sociaux dans le monde tourne autour de 5 milliards, un chiffre vertigineux qui montre la puissance des nouveaux médias. Ce qui pousse à penser que les sentiments exprimés sur le web ont une grande influence sur les lecteurs. Cette étude s’inscrit dans le cadre de l’exploration des opinions politiques au Sénegal en utilisant X (ex Twitter) comme principale source de données. En effet, X se distingue par son format de microblogage, qui permet aux utilisateurs de diffuser des messages courts et instantanés, favorisant ainsi des discussions rapides et virales. L’analyse de sentiment, une approche qui va permettre d’évaluer le ton émotionnel des messages publiés sur X (ex Twitter), permet de comprendre les tendances, que ce soient positives, négatives ou neutres, des opinions politiques des sénégalais dans un contexte de crise politique au Sénégal. Pour ce faire, les données sont collectées à partir de X (ex Twitter) à l’aide de la méthode de web scraping. Ces données sont ensuite prétraitées pour éliminer le bruit et les incohérences, avant d’être soumises à l’analyse de sentiment. Les résultats obtenus vont permettre d’avoir une meilleure perception sur la manière dont les Sénégalais perçoivent et réagissent aux événements et aux acteurs politiques. Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=2596

Réservation

Réserver ce document

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
MEM 11371	MEM 11371	Mémoires de master	Master mathématiques et Informatique	Business intelligence	Disponible

Documents numériques

MEM 11371 Adobe Acrobat PDF

Analyse et Suivi des Politiques de Plaidoyer en matière d’Assainissement / Amisatou THIAM (2025)   

Public ISBD Titre : Analyse et Suivi des Politiques de Plaidoyer en matière d’Assainissement Type de document : texte imprimé Auteurs : Amisatou THIAM, Auteur Editeur : Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique Année de publication : 2025 Importance : 62 P. Format : 29 cm. Langues : Français (fre) Mots-clés : Assainissement  Plaidoyer  Indice composite  Score global  Indicateur  Data-driven Advocacy  Donnée  Burkina Faso  Côte d’Ivoire  Ouganda  Sénégal  Afrique  Business Intelligence  ETL  Analyse des données  Traitement des données  The Niyel Tracker  Niyel Tracker Résumé : Ce mémoire s’inscrit dans le cadre du projet « The Niyel Tracker », porté par l’organisation Niyel, dont l’objectif est de suivre et d’évaluer les politiques de plaidoyer dans divers domaines, notamment celui de l’assainissement, afin d’identifier les défis persistants et de proposer des solutions concrètes, notamment au Sénégal. L’objectif principal de ce travail est de développer un indice composite à partir des données collectées, permettant de résumer et d’illustrer de manière synthétique l’évolution du secteur de l’assainissement au Sénégal. Cet indice repose sur un ensemble d’indicateurs clés tels que le niveau de financement, la mise en oeuvre des politiques publiques, ou encore l’état général des infrastructures et des services d’assainissement. Le projet part d’un constat simple mais préoccupant : les décisions politiques sont souvent prises sur la base d’intuitions ou de données incomplètes, ce qui peut entraîner des actions inefficaces ou inadaptées. Pour remédier à cette situation, nous avons conçu un outil fiable, évolutif et accessible, capable de mesurer avec précision les progrès (ou les reculs) enregistrés dans le secteur, en assurant une exploitation optimale des données collectées. Ce mémoire se concentre sur l’ensemble du processus de traitement des données, depuis la collecte via des outils robustes, en passant par leur nettoyage, standardisation et structuration, jusqu’à leur transformation en un indice composite pertinent. Cet indice sera ensuite intégré à la plateforme “The Niyel Tracker”, afin d’enrichir ses capacités de suivi et d’analyse, et de permettre aux utilisateurs d’accéder facilement à une visualisation claire et dynamique des résultats. Au-delà de l’aspect technique, ce mémoire aborde une problématique centrale : Comment fournir des données fiables, exploitables et orientées action aux acteurs du plaidoyer ONG, bailleurs, autorités publiques pour renforcer l’efficacité des décisions et des stratégies mises en oeuvre ? La réponse proposée ici allie rigueur méthodologique et volonté de démocratiser l’accès à l’information stratégique, en rendant les données accessibles, compréhensibles et mobilisables. Ce mémoire s’inscrit ainsi dans une démarche plus large de plaidoyer fondé sur les données (data-driven advocacy) à l’échelle africaine, avec un accent particulier sur le Sénégal, tout en contribuant à une dynamique régionale qui couvre également des pays comme le Burkina Faso, la Côte d’Ivoire, ou encore l’Ouganda Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=3163 Analyse et Suivi des Politiques de Plaidoyer en matière d’Assainissement [texte imprimé] / Amisatou THIAM, Auteur . - Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique, 2025 . - 62 P. ; 29 cm. Langues : Français (fre) Mots-clés : Assainissement  Plaidoyer  Indice composite  Score global  Indicateur  Data-driven Advocacy  Donnée  Burkina Faso  Côte d’Ivoire  Ouganda  Sénégal  Afrique  Business Intelligence  ETL  Analyse des données  Traitement des données  The Niyel Tracker  Niyel Tracker Résumé : Ce mémoire s’inscrit dans le cadre du projet « The Niyel Tracker », porté par l’organisation Niyel, dont l’objectif est de suivre et d’évaluer les politiques de plaidoyer dans divers domaines, notamment celui de l’assainissement, afin d’identifier les défis persistants et de proposer des solutions concrètes, notamment au Sénégal. L’objectif principal de ce travail est de développer un indice composite à partir des données collectées, permettant de résumer et d’illustrer de manière synthétique l’évolution du secteur de l’assainissement au Sénégal. Cet indice repose sur un ensemble d’indicateurs clés tels que le niveau de financement, la mise en oeuvre des politiques publiques, ou encore l’état général des infrastructures et des services d’assainissement. Le projet part d’un constat simple mais préoccupant : les décisions politiques sont souvent prises sur la base d’intuitions ou de données incomplètes, ce qui peut entraîner des actions inefficaces ou inadaptées. Pour remédier à cette situation, nous avons conçu un outil fiable, évolutif et accessible, capable de mesurer avec précision les progrès (ou les reculs) enregistrés dans le secteur, en assurant une exploitation optimale des données collectées. Ce mémoire se concentre sur l’ensemble du processus de traitement des données, depuis la collecte via des outils robustes, en passant par leur nettoyage, standardisation et structuration, jusqu’à leur transformation en un indice composite pertinent. Cet indice sera ensuite intégré à la plateforme “The Niyel Tracker”, afin d’enrichir ses capacités de suivi et d’analyse, et de permettre aux utilisateurs d’accéder facilement à une visualisation claire et dynamique des résultats. Au-delà de l’aspect technique, ce mémoire aborde une problématique centrale : Comment fournir des données fiables, exploitables et orientées action aux acteurs du plaidoyer ONG, bailleurs, autorités publiques pour renforcer l’efficacité des décisions et des stratégies mises en oeuvre ? La réponse proposée ici allie rigueur méthodologique et volonté de démocratiser l’accès à l’information stratégique, en rendant les données accessibles, compréhensibles et mobilisables. Ce mémoire s’inscrit ainsi dans une démarche plus large de plaidoyer fondé sur les données (data-driven advocacy) à l’échelle africaine, avec un accent particulier sur le Sénégal, tout en contribuant à une dynamique régionale qui couvre également des pays comme le Burkina Faso, la Côte d’Ivoire, ou encore l’Ouganda Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=3163

Réservation

Réserver ce document

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
MEM 11602	MEM 11602	Mémoires de master	Master mathématiques et Informatique	Business intelligence	Disponible

Documents numériques

MEM 11602 Adobe Acrobat PDF

Analyse de l’usage de TikTok au Sénégal : tendances et comportements des utilisateurs / Marème Yaya SAMBA (2025) 

Public ISBD Titre : Analyse de l’usage de TikTok au Sénégal : tendances et comportements des utilisateurs Type de document : texte imprimé Auteurs : Marème Yaya SAMBA, Auteur Editeur : Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique Année de publication : 2025 Importance : 60 P. Format : 29 cm Langues : Français (fre) Mots-clés : TikTok  Sénégal  Web scraping  Analyse de données  Donnée  Réseaux sociaux  Réseau social  Influenceur  Visualisation interactive Résumé : Ce mémoire explore l’utilisation de la plateforme TikTok au Sénégal entre 2021 et 2024, une période marquée par des événements sociopolitiques majeurs. À travers une démarche méthodologique mêlant web scraping et analyse de données, nous avons collecté et étudié un large corpus de contenus publiés sur TikTok afin de comprendre les usages numériques de la jeunesse sénégalaise. Notre étude met en lumière le rôle croissant de TikTok comme canal d’expression sociale, politique et culturelle, en particulier lors des élections et mouvements de contestation. En associant une catégorisation fondée sur des règles avec une analyse des tendances, nous mettons en évidence les types de contenus les plus engageants, les profils d’utilisateurs les plus actifs, ainsi que l’évolution des interactions en fonction des événements nationaux. Par ailleurs, nous proposons une typologie des créateurs de contenu en fonction de leurs thématiques et de leur niveau d’influence, ouvrant des perspectives d’application concrètes dans les domaines du marketing d’influence, de la communication politique et de la veille médiatique. Ce travail contribue à une meilleure compréhension des dynamiques sociales à l’ère des réseaux sociaux numériques, tout en valorisant les apports de la science des données pour l’analyse de phénomènes sociotechniques en Afrique. Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=3104 Analyse de l’usage de TikTok au Sénégal : tendances et comportements des utilisateurs [texte imprimé] / Marème Yaya SAMBA, Auteur . - Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique, 2025 . - 60 P. ; 29 cm. Langues : Français (fre) Mots-clés : TikTok  Sénégal  Web scraping  Analyse de données  Donnée  Réseaux sociaux  Réseau social  Influenceur  Visualisation interactive Résumé : Ce mémoire explore l’utilisation de la plateforme TikTok au Sénégal entre 2021 et 2024, une période marquée par des événements sociopolitiques majeurs. À travers une démarche méthodologique mêlant web scraping et analyse de données, nous avons collecté et étudié un large corpus de contenus publiés sur TikTok afin de comprendre les usages numériques de la jeunesse sénégalaise. Notre étude met en lumière le rôle croissant de TikTok comme canal d’expression sociale, politique et culturelle, en particulier lors des élections et mouvements de contestation. En associant une catégorisation fondée sur des règles avec une analyse des tendances, nous mettons en évidence les types de contenus les plus engageants, les profils d’utilisateurs les plus actifs, ainsi que l’évolution des interactions en fonction des événements nationaux. Par ailleurs, nous proposons une typologie des créateurs de contenu en fonction de leurs thématiques et de leur niveau d’influence, ouvrant des perspectives d’application concrètes dans les domaines du marketing d’influence, de la communication politique et de la veille médiatique. Ce travail contribue à une meilleure compréhension des dynamiques sociales à l’ère des réseaux sociaux numériques, tout en valorisant les apports de la science des données pour l’analyse de phénomènes sociotechniques en Afrique. Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=3104

Réservation

Réserver ce document

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
MEM 11573	MEM 11573	Mémoires de master	Master mathématiques et Informatique	Business intelligence	Disponible

Documents numériques

MEM 11573 Adobe Acrobat PDF

L’apport de la Business Intelligence (BI) dans l’optimisation de la gestion des centres d’appels / Cheikh SALL (2024) 

Public ISBD Titre : L’apport de la Business Intelligence (BI) dans l’optimisation de la gestion des centres d’appels Type de document : texte imprimé Auteurs : Cheikh SALL, Auteur Editeur : Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique Année de publication : 2024 Importance : 84 P. Format : 29 cm Langues : Français (fre) Mots-clés : Business Intelligence  Centre d’appels  Optimisation  Intelligence Artificielle  Genesys  NICE inContact  Salesforce Service Cloud  Avaya OneCloud CCaaS  Cisco Webex Contact Center  AnonymousBank  Vanad Résumé : Ce mémoire explore le potentiel transformateur de la Business Intelligence (BI)) pour optimiser la gestion des opérations et améliorer l’expérience client dans les centres d’appels. En s’appuyant sur une revue approfondie de la littérature scientifique et des meilleures pratiques de l’industrie, ainsi que sur l’analyse de jeux de données réels issus des centres d’appels d’AnonymousBank et de Vanad, ce travail démontre comment des techniques avancées de data science telles que les modèles SARIMAX, Erlang C, les réseaux de neurones et les forêts aléatoires peuvent être mis au service d’enjeux métiers critiques. Les cas d’usage traités couvrent notamment la prévision des volumes d’appels, l’optimisation des effectifs, l’évaluation de la performance des agents, l’identification des besoins de formation et l’anticipation des abandons. Une application web interactive a été développée avec Streamlit pour restituer ces analyses et permettre une exploration visuelle des données. Au-delà des aspects techniques, le mémoire aborde les défis humains, organisationnels et réglementaires liés à l’intégration de la BI, tels que la conduite du changement, la montée en compétences des équipes, l’alignement avec les processus métiers, la gouvernance des données et la conformité RGPD. Des recommandations sont formulées pour une adoption réussie, éthique et responsable de ces technologies. Enfin, des perspectives stimulantes sont esquissées pour poursuivre la transformation datadriven des centres d’appels, à travers l’automatisation des processus de traitement des données, le développement de systèmes de recommandation en temps réel, l’exploitation des technologies conversationnelles et la mise en place d’un centre d’appels augmenté par l’IA. Des pistes de recherche en apprentissage par renforcement, traitement du langage naturel, IA explicable et modèles causaux sont également proposées. En somme, ce mémoire démontre le potentiel de la BI pour faire évoluer les centres de relation client vers un nouveau paradigme de performance durable et d’expérience augmentée, plaçant la donnée et l’innovation au service de l’humain. Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=2134 L’apport de la Business Intelligence (BI) dans l’optimisation de la gestion des centres d’appels [texte imprimé] / Cheikh SALL, Auteur . - Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique, 2024 . - 84 P. ; 29 cm. Langues : Français (fre) Mots-clés : Business Intelligence  Centre d’appels  Optimisation  Intelligence Artificielle  Genesys  NICE inContact  Salesforce Service Cloud  Avaya OneCloud CCaaS  Cisco Webex Contact Center  AnonymousBank  Vanad Résumé : Ce mémoire explore le potentiel transformateur de la Business Intelligence (BI)) pour optimiser la gestion des opérations et améliorer l’expérience client dans les centres d’appels. En s’appuyant sur une revue approfondie de la littérature scientifique et des meilleures pratiques de l’industrie, ainsi que sur l’analyse de jeux de données réels issus des centres d’appels d’AnonymousBank et de Vanad, ce travail démontre comment des techniques avancées de data science telles que les modèles SARIMAX, Erlang C, les réseaux de neurones et les forêts aléatoires peuvent être mis au service d’enjeux métiers critiques. Les cas d’usage traités couvrent notamment la prévision des volumes d’appels, l’optimisation des effectifs, l’évaluation de la performance des agents, l’identification des besoins de formation et l’anticipation des abandons. Une application web interactive a été développée avec Streamlit pour restituer ces analyses et permettre une exploration visuelle des données. Au-delà des aspects techniques, le mémoire aborde les défis humains, organisationnels et réglementaires liés à l’intégration de la BI, tels que la conduite du changement, la montée en compétences des équipes, l’alignement avec les processus métiers, la gouvernance des données et la conformité RGPD. Des recommandations sont formulées pour une adoption réussie, éthique et responsable de ces technologies. Enfin, des perspectives stimulantes sont esquissées pour poursuivre la transformation datadriven des centres d’appels, à travers l’automatisation des processus de traitement des données, le développement de systèmes de recommandation en temps réel, l’exploitation des technologies conversationnelles et la mise en place d’un centre d’appels augmenté par l’IA. Des pistes de recherche en apprentissage par renforcement, traitement du langage naturel, IA explicable et modèles causaux sont également proposées. En somme, ce mémoire démontre le potentiel de la BI pour faire évoluer les centres de relation client vers un nouveau paradigme de performance durable et d’expérience augmentée, plaçant la donnée et l’innovation au service de l’humain. Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=2134

Réservation

Réserver ce document

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
MEM 11175	MEM 11175	Mémoires de master	Master mathématiques et Informatique	Business intelligence	Disponible

Documents numériques

MEM 11175 Adobe Acrobat PDF

APPORT DES LACS DE DONNEES DANS L'EVOLUTION DES SYSTEMES DECISIONNELS / Aly Diop (2022) 

Public ISBD Titre : APPORT DES LACS DE DONNEES DANS L'EVOLUTION DES SYSTEMES DECISIONNELS Type de document : texte imprimé Auteurs : Aly Diop, Auteur Editeur : Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique Année de publication : 2022 Importance : 80 P. Format : 29 cm Langues : Français (fre) Mots-clés : Systeme d'information  systeme decisionnel  entrepot de donnees  lac de donnees  donnee structuree  donnee semi-structuree  donnee non structuree  donnée  entrepot Résumé : La revolution digitale qui met au coeur de sa strategie la donnee fait emerger le concept de lac de donnees. Celui-ci devient un composant incontournable pour la decouverte de l'information potentiellement enfouie dans les donnees. Nombre d'entreprises qui s'engagent sur cette voie recourent de plus en plus a l'integration de lacs de donnees dans leur systeme d'information car avec les entrepots de donnees communement appeles (Data Warehouse) il y a un deficit d'originalite de la donnee et un manque d'information sur sa source. D'autres technologies open source comme (Apache Hadoop) et les (Data Vault) utilisant le plus souvent une plateforme federatrice ont ete proposees pour combler ce deficit. Ces approches purement industrielles mono technologies commencent a trouver leurs limites. Dans ce memoire, nous nous interessons, d'un point de vue academique, a l'hypothese de la remise en cause de toutes ces limites par divers facteurs, dont celles liees aux gros volumes de donnees parfois non structurees provenant de diverses sources. Nous illustrons notre hypothese par un cas d'usage en milieu industriel. Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=966 APPORT DES LACS DE DONNEES DANS L'EVOLUTION DES SYSTEMES DECISIONNELS [texte imprimé] / Aly Diop, Auteur . - Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique, 2022 . - 80 P. ; 29 cm. Langues : Français (fre) Mots-clés : Systeme d'information  systeme decisionnel  entrepot de donnees  lac de donnees  donnee structuree  donnee semi-structuree  donnee non structuree  donnée  entrepot Résumé : La revolution digitale qui met au coeur de sa strategie la donnee fait emerger le concept de lac de donnees. Celui-ci devient un composant incontournable pour la decouverte de l'information potentiellement enfouie dans les donnees. Nombre d'entreprises qui s'engagent sur cette voie recourent de plus en plus a l'integration de lacs de donnees dans leur systeme d'information car avec les entrepots de donnees communement appeles (Data Warehouse) il y a un deficit d'originalite de la donnee et un manque d'information sur sa source. D'autres technologies open source comme (Apache Hadoop) et les (Data Vault) utilisant le plus souvent une plateforme federatrice ont ete proposees pour combler ce deficit. Ces approches purement industrielles mono technologies commencent a trouver leurs limites. Dans ce memoire, nous nous interessons, d'un point de vue academique, a l'hypothese de la remise en cause de toutes ces limites par divers facteurs, dont celles liees aux gros volumes de donnees parfois non structurees provenant de diverses sources. Nous illustrons notre hypothese par un cas d'usage en milieu industriel. Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=966

Réservation

Réserver ce document

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
MEM 10681	MEM 10681	Mémoires de master	Master mathématiques et Informatique	Business intelligence	Disponible

Documents numériques

MEM 10681 Adobe Acrobat PDF

Architecture Data Lakehouse : Intégration, Analyse et Applications dans le Commerce Électronique / Sètongnon Clarisse TOMAVO (2024) 

Public ISBD Titre : Architecture Data Lakehouse : Intégration, Analyse et Applications dans le Commerce Électronique Type de document : texte imprimé Auteurs : Sètongnon Clarisse TOMAVO, Auteur Editeur : Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique Année de publication : 2024 Importance : 80 P. Format : 29 cm Langues : Français (fre) Mots-clés : Data lakehouse  Entrepôt de données  Donée  Entrôt  Data lake  Gestion des données  Analyse de données  Insights  Commerce électronique  Transformation numérique  Architecture informatique Résumé : Ce mémoire explore en profondeur l’architecture émergente du data lakehouse, une approche novatrice qui fusionne les bénéfices traditionnels des entrepôts de données avec la flexibilité des data lakes. Il analyse méticuleusement comment cette structure permet aux entreprises de gérer, intégrer et analyser de manière efficiente de vastes volumes de données, facilitant ainsi l’extraction d’insights de grande valeur. L’étude se concentre particulièrement sur une mise en oeuvre pratique dans le secteur du commerce électronique, décrivant une transition progressive depuis les bases de données transactionnelles vers l’environnement du data lakehouse. À travers une étude de cas détaillée, elle illustre comment les organisations peuvent exploiter cette architecture pour analyser leurs données de vente et orienter leurs décisions stratégiques. Ce mémoire se destine à être un guide exhaustif à la fois pour les professionnels souhaitant adopter cette méthode innovante de gestion des données et pour les chercheurs intéressés par ses implications théoriques et pratiques. Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=2137 Architecture Data Lakehouse : Intégration, Analyse et Applications dans le Commerce Électronique [texte imprimé] / Sètongnon Clarisse TOMAVO, Auteur . - Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique, 2024 . - 80 P. ; 29 cm. Langues : Français (fre) Mots-clés : Data lakehouse  Entrepôt de données  Donée  Entrôt  Data lake  Gestion des données  Analyse de données  Insights  Commerce électronique  Transformation numérique  Architecture informatique Résumé : Ce mémoire explore en profondeur l’architecture émergente du data lakehouse, une approche novatrice qui fusionne les bénéfices traditionnels des entrepôts de données avec la flexibilité des data lakes. Il analyse méticuleusement comment cette structure permet aux entreprises de gérer, intégrer et analyser de manière efficiente de vastes volumes de données, facilitant ainsi l’extraction d’insights de grande valeur. L’étude se concentre particulièrement sur une mise en oeuvre pratique dans le secteur du commerce électronique, décrivant une transition progressive depuis les bases de données transactionnelles vers l’environnement du data lakehouse. À travers une étude de cas détaillée, elle illustre comment les organisations peuvent exploiter cette architecture pour analyser leurs données de vente et orienter leurs décisions stratégiques. Ce mémoire se destine à être un guide exhaustif à la fois pour les professionnels souhaitant adopter cette méthode innovante de gestion des données et pour les chercheurs intéressés par ses implications théoriques et pratiques. Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=2137

Réservation

Réserver ce document

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
MEM 11172	MEM 11172	Mémoires de master	Master mathématiques et Informatique	Business intelligence	Disponible

Documents numériques

MEM 11172 Adobe Acrobat PDF

Automatisation des entrées de véhicules à l’UCAD par la reconnaissance automatique des plaques d’immatriculation / Médoune Thiongane KA (2025) 

Public ISBD Titre : Automatisation des entrées de véhicules à l’UCAD par la reconnaissance automatique des plaques d’immatriculation Type de document : texte imprimé Auteurs : Médoune Thiongane KA, Auteur Editeur : Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique Année de publication : 2025 Importance : 56 P. Format : 29 cm Langues : Français (fre) Mots-clés : Reconnaissance automatique  Plaques d’immatriculation  YOLOv8  TrOCR  Contrôle d’accès  UCAD  You Only Look Once  Transformer-based Optical Character Recognition  Traitement d’image  Apprentissage profond  Reconnaissance optique de caractères  OCR  Business intelligence Résumé : L’Université Cheikh Anta DIOP de Dakar (UCAD) constitue un véritable hub humain où se rencontre chaque jour des milliers de personnes à vocations différentes : étudiants, enseignants et personnels. Beaucoup d’entres eux arrivent à l’UCAD par véhicule et passe par les différents portails dédiés aux entrées de véhicules. Le système de contrôle d’accès actuel de ces véhicules au niveau de ces portails repose essentiellement sur une vérification physique de l’identité du conducteur aboutissant à l’autorisation ou non de l’accès. Ce mécanisme de controle d’accés trop lent, entrainant souvent des goulots d’étranglements aux heures de pointe et nécessitant l’utilisation de ressources humaine assez importante, est assez coûteux pour assurer le service en continu au niveau des différentes entrées. Dans ce travail, nous proposons un système automatique, rapide, fiable et pas couteux qui nécessite rarement l’intervation d’un humain pour controler les accés des véhicules à l’UCAD. Notre systéme se base sur l’identification automatique de la plaque d’immatriculation d’un vehicule pour autoriser ou refuser l’accés. À l’approche du véhicule, une photo de ce dernier est prise et transmise à notre systéme qui extrait le numéro véhicule et le compare avec la liste des numero de plaques des vehicule autorisées. Si le numéro du véhicule est dans la liste des autorisés, la porte d’entrée s’ouvre automatiquement pour le laisser passer, sinon un message l’invitant à céder le passage pour un controle manuelle est montré au conducteur. Notre système de reconnaissance de plaques d’immatriculation sénégalaises est développé en utilisant les réseaux neuronaux convolutifs et les Transformers combinés aux techniques de reconnaissance optique de caractères. Il repose sur un pipeline en deux étapes : une phase de détection des plaques d’immatriculation utilisant le modèle YOLOv8 (You Only Look Once version 8), suivie d’une phase de reconnaissance de caractères exploitant l’architecture TrOCR (Transformer-based Optical Character Recognition). Notre modèle de détection est entrainé (optimisé) sur un dataset (collectées à partir de diverses sources et annotées manuellement) de plaques d’immatriculation sénégalaisess. Les spécificités locales, tant au niveau du format des plaques et leurs diversités, ont été prises en compte dans la conception et l’optimisation du système. Les résultats obtenus démontrent l’efficacité de notre approche et nous permettent d’apporter une vraie plus-value au système actuel de l’UCAD. Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=3271 Automatisation des entrées de véhicules à l’UCAD par la reconnaissance automatique des plaques d’immatriculation [texte imprimé] / Médoune Thiongane KA, Auteur . - Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique, 2025 . - 56 P. ; 29 cm. Langues : Français (fre) Mots-clés : Reconnaissance automatique  Plaques d’immatriculation  YOLOv8  TrOCR  Contrôle d’accès  UCAD  You Only Look Once  Transformer-based Optical Character Recognition  Traitement d’image  Apprentissage profond  Reconnaissance optique de caractères  OCR  Business intelligence Résumé : L’Université Cheikh Anta DIOP de Dakar (UCAD) constitue un véritable hub humain où se rencontre chaque jour des milliers de personnes à vocations différentes : étudiants, enseignants et personnels. Beaucoup d’entres eux arrivent à l’UCAD par véhicule et passe par les différents portails dédiés aux entrées de véhicules. Le système de contrôle d’accès actuel de ces véhicules au niveau de ces portails repose essentiellement sur une vérification physique de l’identité du conducteur aboutissant à l’autorisation ou non de l’accès. Ce mécanisme de controle d’accés trop lent, entrainant souvent des goulots d’étranglements aux heures de pointe et nécessitant l’utilisation de ressources humaine assez importante, est assez coûteux pour assurer le service en continu au niveau des différentes entrées. Dans ce travail, nous proposons un système automatique, rapide, fiable et pas couteux qui nécessite rarement l’intervation d’un humain pour controler les accés des véhicules à l’UCAD. Notre systéme se base sur l’identification automatique de la plaque d’immatriculation d’un vehicule pour autoriser ou refuser l’accés. À l’approche du véhicule, une photo de ce dernier est prise et transmise à notre systéme qui extrait le numéro véhicule et le compare avec la liste des numero de plaques des vehicule autorisées. Si le numéro du véhicule est dans la liste des autorisés, la porte d’entrée s’ouvre automatiquement pour le laisser passer, sinon un message l’invitant à céder le passage pour un controle manuelle est montré au conducteur. Notre système de reconnaissance de plaques d’immatriculation sénégalaises est développé en utilisant les réseaux neuronaux convolutifs et les Transformers combinés aux techniques de reconnaissance optique de caractères. Il repose sur un pipeline en deux étapes : une phase de détection des plaques d’immatriculation utilisant le modèle YOLOv8 (You Only Look Once version 8), suivie d’une phase de reconnaissance de caractères exploitant l’architecture TrOCR (Transformer-based Optical Character Recognition). Notre modèle de détection est entrainé (optimisé) sur un dataset (collectées à partir de diverses sources et annotées manuellement) de plaques d’immatriculation sénégalaisess. Les spécificités locales, tant au niveau du format des plaques et leurs diversités, ont été prises en compte dans la conception et l’optimisation du système. Les résultats obtenus démontrent l’efficacité de notre approche et nous permettent d’apporter une vraie plus-value au système actuel de l’UCAD. Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=3271

Réservation

Réserver ce document

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
MEM 11657	MEM 11657	Mémoires de master	Master mathématiques et Informatique	Business intelligence	Disponible

Documents numériques

MEM 11657 Adobe Acrobat PDF

Automatisation de la gestion numérique des tickets de restauration des étudiants de l’UCAD et surveillance des risques alimentaires / Gora NIANG (2025)   

Public ISBD Titre : Automatisation de la gestion numérique des tickets de restauration des étudiants de l’UCAD et surveillance des risques alimentaires Type de document : texte imprimé Auteurs : Gora NIANG, Auteur Editeur : Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique Année de publication : 2025 Importance : 70 P. Format : 29 cm. Langues : Français (fre) Mots-clés : Ticket numerique  Restauration universitaire  Université Cheikh Anta Diop  Gestion des accès  QR Code  Sécurité alimentaire  Analyse des risques  Tableaux de bord  Application mobile  UCAD. Master Résumé : Dans le cadre de la modernisation des services universitaires, ce projet vise à automatiser la gestion des tickets de restauration des étudiants de l’université Cheikh Anta Diop de Dakar tout en intégrant un système de surveillance des risques alimentaires. Nous avons développé une application mobile Android permettant aux étudiants d’acheter en ligne et de partager leurs tickets de restaurations via un numéro de téléphone ou un QR Code disponible sur l’application mobile ou sur la carte d’étudiant. Une application web complémentaire permet aux portiers de contrôler l’accès aux restaurants, en scannant le QR Code contenu dans l’application android ou de la carte d’étudiant selon les heures de repas pour soustraire un ticket (petit déjeuner, déjeuner ou dîner), et d’obtenir un suivi en temps réel des étudiants ayant passé au restaurant . En raison de l’absence de données réelles, un programme en Python a été développé pour générer des données simulées, reproduisant ainsi le comportement des étudiants dans les restaurants. Ces données ont ensuite été exploitées grâce à la bibliothèque à Python et à la bibliothèque Streamlit pour visualiser les tendances et identifier les risques alimentaires grâce à des tableaux de bord interactifs. Ce projet apporte une solution numérique innovante qui améliore l’efficacité de la gestion des tickets, optimise le contrôle d’accès aux restaurants et permet une meilleure surveillance des risques sanitaires pour garantir la sécurité alimentaire des étudiants. Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=3050 Automatisation de la gestion numérique des tickets de restauration des étudiants de l’UCAD et surveillance des risques alimentaires [texte imprimé] / Gora NIANG, Auteur . - Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique, 2025 . - 70 P. ; 29 cm. Langues : Français (fre) Mots-clés : Ticket numerique  Restauration universitaire  Université Cheikh Anta Diop  Gestion des accès  QR Code  Sécurité alimentaire  Analyse des risques  Tableaux de bord  Application mobile  UCAD. Master Résumé : Dans le cadre de la modernisation des services universitaires, ce projet vise à automatiser la gestion des tickets de restauration des étudiants de l’université Cheikh Anta Diop de Dakar tout en intégrant un système de surveillance des risques alimentaires. Nous avons développé une application mobile Android permettant aux étudiants d’acheter en ligne et de partager leurs tickets de restaurations via un numéro de téléphone ou un QR Code disponible sur l’application mobile ou sur la carte d’étudiant. Une application web complémentaire permet aux portiers de contrôler l’accès aux restaurants, en scannant le QR Code contenu dans l’application android ou de la carte d’étudiant selon les heures de repas pour soustraire un ticket (petit déjeuner, déjeuner ou dîner), et d’obtenir un suivi en temps réel des étudiants ayant passé au restaurant . En raison de l’absence de données réelles, un programme en Python a été développé pour générer des données simulées, reproduisant ainsi le comportement des étudiants dans les restaurants. Ces données ont ensuite été exploitées grâce à la bibliothèque à Python et à la bibliothèque Streamlit pour visualiser les tendances et identifier les risques alimentaires grâce à des tableaux de bord interactifs. Ce projet apporte une solution numérique innovante qui améliore l’efficacité de la gestion des tickets, optimise le contrôle d’accès aux restaurants et permet une meilleure surveillance des risques sanitaires pour garantir la sécurité alimentaire des étudiants. Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=3050

Réservation

Réserver ce document

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
MEM 11521	MEM 11521	Mémoires de master	Master mathématiques et Informatique	Business intelligence	Disponible

Documents numériques

MEM 11521 Adobe Acrobat PDF

Automatisation du Traitement des Appels d’Offres : cas de 2iris / Papa Abdoulaye SAMB (2024)   

Public ISBD Titre : Automatisation du Traitement des Appels d’Offres : cas de 2iris Type de document : texte imprimé Auteurs : Papa Abdoulaye SAMB, Auteur Editeur : Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique Année de publication : 2024 Importance : 61 P. Format : 29 cm. Langues : Français (fre) Mots-clés : Appel d'offres  Donnee  Automatisation  2iris  Business Intelligence  système décisionnel  DataWareHouse  Modèle logique de données  Modèle en etoile  Sql SErver Integration Service  SQl Server Analyse Services  Microsoft SQL Server  Sql Server Management Studio  Microsoft Visual Studio  Sql Server Data ToolsETL Talend  ETL SSIS  entrepot de données Résumé : La société 2iris, spécialisée dans le secteur des fournitures médicales, fait face à des défis significatifs en raison de l’utilisation persistante de méthodes manuelles et de Microsoft Excel pour la gestion de ses appels d’offres. Cette approche traditionnelle conduit à une dispersion des informations et limite considérablement la capacité de l’entreprise à mener des analyses approfondies, qui sont essentielles pour des décisions stratégiques plus éclairées. Dans ce mémoire, on propose de mettre en place un entrepôt de données organisé selon un modèle en étoile. Cette solution vise à rassembler et à organiser les informations éparpillées, permettant ainsi une meilleure gestion et un accès facilité à des données fiables et centralisées. Pour rendre ce système efficace, on a utilisé l’automatisation du processus ETL avec l’outil SSIS, garantissant que les données sont toujours actuelles et précises. Grâce à cet entrepôt de données, 2iris pourra non seulement simplifier la gestion de ses appels d’offres mais aussi améliorer la précision de ses propositions. Ceci est crucial pour rester compétitif sur un marché très disputé. De plus, l’accès facile à des informations précises permettra à l’entreprise d’adopter une approche anticipative, d’optimiser ses ressources et de réduire ses coûts, tout en réagissant rapidement aux nouvelles opportunités. Ce travail montre comment l’utilisation judicieuse de la business intelligence peut transformer les pratiques commerciales de 2iris, en passant d’une gestion réactive à des stratégies bien informées et anticipatives Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=2105 Automatisation du Traitement des Appels d’Offres : cas de 2iris [texte imprimé] / Papa Abdoulaye SAMB, Auteur . - Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique, 2024 . - 61 P. ; 29 cm. Langues : Français (fre) Mots-clés : Appel d'offres  Donnee  Automatisation  2iris  Business Intelligence  système décisionnel  DataWareHouse  Modèle logique de données  Modèle en etoile  Sql SErver Integration Service  SQl Server Analyse Services  Microsoft SQL Server  Sql Server Management Studio  Microsoft Visual Studio  Sql Server Data ToolsETL Talend  ETL SSIS  entrepot de données Résumé : La société 2iris, spécialisée dans le secteur des fournitures médicales, fait face à des défis significatifs en raison de l’utilisation persistante de méthodes manuelles et de Microsoft Excel pour la gestion de ses appels d’offres. Cette approche traditionnelle conduit à une dispersion des informations et limite considérablement la capacité de l’entreprise à mener des analyses approfondies, qui sont essentielles pour des décisions stratégiques plus éclairées. Dans ce mémoire, on propose de mettre en place un entrepôt de données organisé selon un modèle en étoile. Cette solution vise à rassembler et à organiser les informations éparpillées, permettant ainsi une meilleure gestion et un accès facilité à des données fiables et centralisées. Pour rendre ce système efficace, on a utilisé l’automatisation du processus ETL avec l’outil SSIS, garantissant que les données sont toujours actuelles et précises. Grâce à cet entrepôt de données, 2iris pourra non seulement simplifier la gestion de ses appels d’offres mais aussi améliorer la précision de ses propositions. Ceci est crucial pour rester compétitif sur un marché très disputé. De plus, l’accès facile à des informations précises permettra à l’entreprise d’adopter une approche anticipative, d’optimiser ses ressources et de réduire ses coûts, tout en réagissant rapidement aux nouvelles opportunités. Ce travail montre comment l’utilisation judicieuse de la business intelligence peut transformer les pratiques commerciales de 2iris, en passant d’une gestion réactive à des stratégies bien informées et anticipatives Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=2105

Réservation

Réserver ce document

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
MEM 11165	MEM 11165	Mémoires de master	Master mathématiques et Informatique	Business intelligence	Disponible

Documents numériques

MEM 11165 Adobe Acrobat PDF

Classification des sites web d’extension .sn / Astou CISSE (2024) 

Public ISBD Titre : Classification des sites web d’extension .sn Type de document : texte imprimé Auteurs : Astou CISSE, Auteur Editeur : Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique Année de publication : 2024 Importance : 61 P. Format : 29 cm Langues : Français (fre) Mots-clés : Classification  site web  extension .sn  domaaine .sn  .sn  nom de domaine Résumé : Léevolution rapide de l’ere numerique au Senegal a entraıne une croissance exponentielle du paysage internet, avec environ 9000 noms de domaine actifs enregistres en 2022. Cependant, l’absence de classification officielle des sites web d’extension .sn entrave la comprehension de leur impact socio- economique et la securite des utilisateurs contre des menaces telles que le phishing. Cette etude vise a combler cette lacune en developpant des criteres de categorisation adaptes et des techniques de detection specifiques pour distinguer les sites legitimes des sites frauduleux. L’approche privilegiée repose sur l’analyse du contenu textuel des sites pour une classification automatisee, exploitant des elements HTML tels que les paragraphes, les titres et les liens. Deux approches basees sur l’apprentissage automatique, Kmeans et XGBoost, sont adoptees pour la classification des sites et la distinction entre les sites legitimes et les sites suspects. Les resultats obtenus revelent que le modele Kmeans a genere huit clusters distincts, chacun avec des caracteristiques bien definies. Le score de silhouette associe a ces clusters est de 0,82, indiquant une separation efficace des donnees. Parmi les sites web .sn analyses, les categories les plus representees comprennent “Entreprise/Corporatif”, “Technologie et Informatique” et “Education et formation”. Cette approche permet une classification precise des sites web senegalais en fonction de leur contenu et de leur domaine d’activit´e. En ce qui concerne la detection de sites de phishing, j’ai utilise un modele XGBoost qui a ete entraıne sur 19 fonctionnalites pertinentes. Ce modele affiche une precision de 98,64% dans la distinction entre les sites legitimes et ceux de phishing, demontrant ainsi son efficacite dans la detection de ces sites malveillants. La methodologie implique l’extraction systematique des fonctionnalites des sites Web, en analysant le contenu HTML et en recueillant des informations sur le domaine associe `a l’URL. En outre, un ensemble de donnees de phishing de 297 sites et un ensemble de donnees legitimes de 436 sites ont ete collect´es pour l’entraınement du modele. Cette etude presente une approche robuste pour la classification des sites web .sn, ainsi que la detection des sites de phishing. Cette approche permet une categorisation precise des sites web senegalais en fonction de leur contenu et de leur domaine d’activite, favorisant ainsi un environnement web securise et pertinent pour les utilisateurs du Senegal. De plus, la detection efficace des sites de phishing contribue a renforcer la securite en ligne et a proteger les utilisateurs contre les activites malveillantes. En combinant ces deux approches, cette etude jette les bases d’une comprehension approfondie de l’impact socio-economique de la presence en ligne dans le pays, tout en offrant des solutions pratiques pour ameliorer la securit´e et la pertinence de l’environnement web senegalais. Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=2251 Classification des sites web d’extension .sn [texte imprimé] / Astou CISSE, Auteur . - Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique, 2024 . - 61 P. ; 29 cm. Langues : Français (fre) Mots-clés : Classification  site web  extension .sn  domaaine .sn  .sn  nom de domaine Résumé : Léevolution rapide de l’ere numerique au Senegal a entraıne une croissance exponentielle du paysage internet, avec environ 9000 noms de domaine actifs enregistres en 2022. Cependant, l’absence de classification officielle des sites web d’extension .sn entrave la comprehension de leur impact socio- economique et la securite des utilisateurs contre des menaces telles que le phishing. Cette etude vise a combler cette lacune en developpant des criteres de categorisation adaptes et des techniques de detection specifiques pour distinguer les sites legitimes des sites frauduleux. L’approche privilegiée repose sur l’analyse du contenu textuel des sites pour une classification automatisee, exploitant des elements HTML tels que les paragraphes, les titres et les liens. Deux approches basees sur l’apprentissage automatique, Kmeans et XGBoost, sont adoptees pour la classification des sites et la distinction entre les sites legitimes et les sites suspects. Les resultats obtenus revelent que le modele Kmeans a genere huit clusters distincts, chacun avec des caracteristiques bien definies. Le score de silhouette associe a ces clusters est de 0,82, indiquant une separation efficace des donnees. Parmi les sites web .sn analyses, les categories les plus representees comprennent “Entreprise/Corporatif”, “Technologie et Informatique” et “Education et formation”. Cette approche permet une classification precise des sites web senegalais en fonction de leur contenu et de leur domaine d’activit´e. En ce qui concerne la detection de sites de phishing, j’ai utilise un modele XGBoost qui a ete entraıne sur 19 fonctionnalites pertinentes. Ce modele affiche une precision de 98,64% dans la distinction entre les sites legitimes et ceux de phishing, demontrant ainsi son efficacite dans la detection de ces sites malveillants. La methodologie implique l’extraction systematique des fonctionnalites des sites Web, en analysant le contenu HTML et en recueillant des informations sur le domaine associe `a l’URL. En outre, un ensemble de donnees de phishing de 297 sites et un ensemble de donnees legitimes de 436 sites ont ete collect´es pour l’entraınement du modele. Cette etude presente une approche robuste pour la classification des sites web .sn, ainsi que la detection des sites de phishing. Cette approche permet une categorisation precise des sites web senegalais en fonction de leur contenu et de leur domaine d’activite, favorisant ainsi un environnement web securise et pertinent pour les utilisateurs du Senegal. De plus, la detection efficace des sites de phishing contribue a renforcer la securite en ligne et a proteger les utilisateurs contre les activites malveillantes. En combinant ces deux approches, cette etude jette les bases d’une comprehension approfondie de l’impact socio-economique de la presence en ligne dans le pays, tout en offrant des solutions pratiques pour ameliorer la securit´e et la pertinence de l’environnement web senegalais. Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=2251

Réservation

Réserver ce document

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
MEM 11159	MEM 11159	Mémoires de master	Master mathématiques et Informatique	Business intelligence	Disponible

Documents numériques

MEM 11159 Adobe Acrobat PDF

---

1 2 3 (1 - 15 / 37) Par page : 25 50 100 200