Modèle de médiation pour la découverte de contenus géographiques structurés - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2023

Mediation model for discovering structured geographical contents

Modèle de médiation pour la découverte de contenus géographiques structurés

Résumé

In recent years, the amount of spatial data available on the web has increased steadily. This is not only due to the specificities of spatial data that make their use essential in several application domains such as meteorology, agriculture, natural risk prevention, etc., but also to the embracing of open data principles by more and more public and private institutions and organizations.Usually, spatial data are available on online portals that allow to download them in the form of datasets based on metadata that describe them. The multiplicity of these portals makes it difficult for the user to find the right dataset. This task is even more complex if the user needs to evaluate the costs and benefits of exploiting or reusing the spatial data.At the same time, in the last few years, the Web is transforming from a Web of documents to a Web of data. This has led to the development of powerful new tools that allow better structuring of online data. Among these tools, knowledge graphs have allowed an important breakthrough in the field of information retrieval on the Web.This thesis aims to study the possibility of creating a knowledge graph that would allow to improve the search of spatial datasets on the web. To do so, we have developed an approach based on a knowledge graph dedicated to spatial data metadata. We then implemented a prototype of this knowledge graph to finally evaluate with the help of experts the contribution of the latter in the improvement of spatial data sets search
Depuis quelques années, la quantité de données géographiques disponibles sur le web n'a cessé d'augmenter. Cela est notamment dû non seulement aux spécificités propres aux données géographiques qui rendent leur utilisation indispensable dans plusieurs domaines d'application comme la météorologie, l'agriculture, prévention des risques naturels etc., mais aussi à l'adoption des principes d'ouverture des données par de plus en plus d'institutions et d'organisation publiques ou privés.Traditionnellement, les données géographiques sont disponibles sur des portails en ligne qui permettent de les télécharger sous la forme de jeux de données en se basant sur des métadonnées qui décrivent ces derniers. La multiplicité de ces portails rend la tâche de retrouver le bon jeu de données difficile pour l'utilisateur. Cette tâche est encore plus complexe si l'utilisateur a besoin d'évaluer les coûts et les bénéfices nécessaires à l'exploitation ou la réutilisation des données géographiques. Parallèlement, depuis quelques années, le Web se transforme d'un Web de documents à un Web de données. Cela a permis de développer de nouveaux outils puissants qui permettent de mieux structurer les données en ligne. Parmi ces outils, les graphes de connaissance ont permis une percée importante dans le domaine de la recherche d'information sur le web. Cette thèse vise à étudier la possibilité de créer un graphe de connaissance qui permettrai d'améliorer la recherche de jeux de données géographiques sur le web. Pour cela, nous avons développé une approche basée sur un graphe de connaissances dédié au métadonnées de jeux de données géographiques. Nous avons ensuite implémenté un prototype de ce graphe de connaissance pour finalement évaluer avec l'aide d'experts l'apport de ce dernier dans l'amélioration de la recherche de jeux de données géographiques
Fichier principal
Vignette du fichier
TH2023UEFL2037.pdf (29.55 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-04541505 , version 1 (10-04-2024)

Identifiants

  • HAL Id : tel-04541505 , version 1

Citer

Mathieu Zrhal. Modèle de médiation pour la découverte de contenus géographiques structurés. Géographie. Université Gustave Eiffel, 2023. Français. ⟨NNT : 2023UEFL2037⟩. ⟨tel-04541505⟩
0 Consultations
0 Téléchargements

Partager

Gmail Facebook X LinkedIn More