Méthodologie de matching à large échelle pour des schémas xml (Omn.Univ.Europ.) - Tapa blanda

De l'intégration des schémas de bases de données jusqu'à l'alignement d'ontologies, la problématique qui a suscité le plus de points ardus à résoudre est la recherche des correspondances. Je me suis intéressée plus particulièrement au matching, qui est nécessaire aux processus assurant l'interopérabilité des applications. Le matching est un processus qui vise à identifier et découvrir les correspondances sémantiques entre différents formats de données tels que les schémas, les ontologies, etc. Cependant, dès que l'on passe à un contexte à large échelle, plusieurs problèmes se posent tels que des problèmes d'efficacité en termes de temps d'exécution et de qualité des résultats. L'objectif de ce travail est de relever le challenge du matching à grande échelle. En particulier, je propose une méthodologie de matching à large échelle, basée sur une approche hybride et structurée en trois phases (pré-matching, matching et post-matching), qui vise à optimiser le matching. La méthodologie proposée est supportée par une plateforme nommée PLASMA (Platform for LArge Schema MAtching) que j'ai développée pour des besoins d'évaluation et d'expérimentations.

Sana Sellami est docteur ingénieur en informatique. Elle a obtenuson diplôme d'ingénieur en réseaux informatiques ettélécommunication de l'INSAT en 2006. Elle est également diplôméed'un master de recherche en systèmes d'information et d'undoctorat en informatique de l'INSA de Lyon en 2009. Sesrecherches portent sur l'intégration des données.