Mining Academic Data to Improve University Students’ Services / Forage de données collectées par le SPARI pour améliorer l’offre académique et le suivi des étudiants de l’UQAM
Source of subsidy
Projet partimonial du LATECE
Professors involved
- Mohamed Bouguessa (LATECE)
Summary
A l’heure du Big Data, la valorisation des masses de données collectées par le Service de Planification Académique et de Recherche Institutionnelle (SPARI) et leur exploitation via un processus d’extraction de connaissance efficace est un enjeu majeur et d’actualité. À notre connaissance, ces données sont peu exploitées alors qu’elles contiennent des informations décisives qui contribuent à améliorer l’offre académique et le suivi des étudiants de l’UQAM. Vue la nature complexe des grandes masses de données collectées par le SPARI, leur analyse et leur exploitation nécessitent de relever de nombreux défis. La complexité de ces données est liée à différents facteurs :
- le volume, qui peut rendre les calculs très lourds en termes de temps et de mémoire nécessaires,
- l’hétérogénéité et le fait que de nombreuses données proviennent de différentes sources d’information (différents départements et services),
- la fugacité et la nature dynamique des données (leur contenu évolue dans le temps).
Ces caractéristiques s’avèrent incompatibles avec les paradigmes à partir desquels ont été développées les techniques classiques d’exploitation de données, ce qui confronte les chercheurs à toute la complexité de ce type de données. Dans ce contexte, ce projet vise à élaborer un modèle d’exploitation des quantités massives de données collectées par le SPARI. Le but est l’élaboration d’outils capables de les rassembler, les représenter, les stocker, les indexer, les classifier, en extraire les connaissances pertinentes et enfin de visualiser les résultats de cette extraction.
