Le concept repose sur une approche statistique de calcul d’arborescences. Notre solution permet d’extraire une forêt d’arbres qui a une forte probabilité de détenir une ou plusieurs règles d’information remarquables.

Les arborescences ont pour objet de trier et d’organiser les informations de telle façon qu’elles offrent la possibilité d’intuiter les chemins courts de détection de règles de décision fiables et surtout, propres à répondre aux recherches de pépites de connaissances à très fort rendement.

Hormis le fait que la technologie des arborescences ait été inventée pour découvrir des connaissances dans des bases de données (le Knowledge Discovery), MyDataBall la met également à disposition pour partager des diagnostics et créer des convergences d’opinions dans des schémas de décision complexes.

En outre, les nombreuses propriétés des arborescences et de la solution MyDataBall qui en résulte, permettent ainsi de :

1) naviguer dans plusieurs arbres de décision et de sélectionner les règles les plus pertinentes pour la prise de décision
2) augmenter de π la surface pour exploiter et visualiser les règles multidimensionnelles (au delà de 3 dimensions communément utilisées par les outils du marché)
3) réduire la taille des bases de données d’un facteur log(E) et ainsi améliorer :

                 – le stockage de grandes masses de données

                 – la visite de grandes masses de données

                 – la restitution par une réponse au In Memory à très haute performance

Ce concept permet ainsi d’améliorer drastiquement la capacité à visiter des cubes multidimensionnels de très grandes taille (le détail technique se trouve sur ce billet), et d’envisager, pour les entreprises, d’exploiter rapidement la croissance d’information nécessaire à traiter.