Ces dernières années ont connu un regain d'intérêt pour l'utilisation des graphes comme moyen fiable de représentation et de modélisation des données, et ce, dans divers domaines de l'informatique. En particulier, pour les grandes masses de données, les graphes apparaissent comme une alternative prometteuse aux bases de données relationnelles. Plus particulièrement, le recherche de sous-graphes s'avère être une tâche cruciale pour explorer ces grands jeux de données. Dans cette thèse, nous étudions deux problématiques principales. Dans un premier temps, nous abordons le problème de la détection de motifs dans les grands graphes. Ce problème vise à rechercher les k-meilleures correspondances (top-k) d'un graphe motif dans un graphe de données. Pour cette problématique, nous introduisons un nouveau modèle de détection de motifs de graphe nommé la Simulation Relaxée de Graphe (RGS), qui permet d’identifier des correspondances de graphes avec un certain écart (structurel) et ainsi éviter le problème de réponse vide. Ensuite, nous formalisons et étudions le problème de la recherche des k-meilleures réponses suivant deux critères, la pertinence (la meilleure similarité entre le motif et les réponses) et la diversité (la dissimilarité entre les réponses). Nous considérons également le problème des k-meilleures correspondances diversifiées et nous proposons une fonction de diversification pour équilibrer la pertinence et la diversité. En outre, nous développons des algorithmes efficaces basés sur des stratégies d’optimisation en respectant le modèle proposé. Notre approche est efficiente en terme de temps d’exécution et flexible en terme d'applicabilité. L’analyse de la complexité des algorithmes et les expérimentations menées sur des jeux de données réelles montrent l’efficacité des approches proposées. Dans un second temps, nous abordons le problème de recherche agrégative dans des documents XML. Pour un arbre requête, l'objectif est de trouver des motifs correspondants dans un ou plusieurs documents XML et de les agréger dans un seul agrégat. Dans un premier temps nous présentons la motivation derrière ce paradigme de recherche agrégative et nous expliquons les gains potentiels par rapport aux méthodes classiques de requêtage. Ensuite nous proposons une nouvelle approche qui a pour but de construire, dans la mesure du possible, une réponse cohérente et plus complète en agrégeant plusieurs résultats provenant de plusieurs sources de données. Les expérimentations réalisées sur plusieurs ensembles de données réelles montrent l’efficacité de cette approche en termes de pertinence et de qualité de résultat. / Recent years have witnessed a growing renewed interest in the use of graphs as a reliable means for representing and modeling data. Thereby, graphs enable to ensure efficiency in various fields of computer science, especially for massive data where graphs arise as a promising alternative to relational databases for big data modeling. In this regard, querying data graph proves to be a crucial task to explore the knowledge in these datasets. In this dissertation, we investigate two main problems. In the first part we address the problem of detecting patterns in larger graphs, called the top-k graph pattern matching problem. We introduce a new graph pattern matching model named Relaxed Graph Simulation (RGS), to identify significant matches and to avoid the empty-set answer problem. We formalize and study the top-k matching problem based on two classes of functions, relevance and diversity, for ranking the matches according to the RGS model. We also consider the diversified top-k matching problem, and we propose a diversification function to balance relevance and diversity. Moreover, we provide efficient algorithms based on optimization strategies to compute the top-k and the diversified top-k matches according to the proposed model. The proposed approach is optimal in terms of search time and flexible in terms of applicability. The analyze of the time complexity of the proposed algorithms and the extensive experiments on real-life datasets demonstrate both the effectiveness and the efficiency of these approaches. In the second part, we tackle the problem of graph querying using aggregated search paradigm. We consider this problem for particular types of graphs that are trees, and we deal with the query processing in XML documents. Firstly, we give the motivation behind the use of such a paradigm, and we explain the potential benefits compared to traditional querying approaches. Furthermore, we propose a new method for aggregated tree search, based on approximate tree matching algorithm on several tree fragments, that aims to build, the extent possible, a coherent and complete answer by combining several results. The proposed solutions are shown to be efficient in terms of relevance and quality on different real-life datasets

Le modèle classique de la finance (Markowitz, Sharpe, Black, Scholes, Fama) a, dès le début, été remis en cause par le mathématicien Benoît Mandelbrot (1924-2010). Il démontre que la loi normale ne correspond pas à la réalité des marchés, parce qu’elle sous-estime les risques extrêmes. Il faut au contraire utiliser les lois de puissance, comme la loi de Pareto. Nous montrons ici toutes les implications de ce changement fondamental sur la finance, mais aus-si, ce qui est nouveau, en ce qui concerne la gestion des entreprises (à travers le calcul du coût des capitaux propres). Nous tentons de mettre à jour les raisons profondes de l’existence des lois de puissance en économie à travers la notion d’entropie. Nous présen-tons de nouveaux outils théoriques pour comprendre la formation des prix (la théorie de la proportion diagonale), des bulles (la notion de réflexivité), des crises (la notion de réseau), en apportant une réponse globale à la crise actuelle (un système monétaire diversifié). Toutes ces voies sont très peu, ou pas du tout exploitées. Elles sont surtout, pour la pre-mière fois, mises en cohérence autour de la notion de loi de puissance. C’est donc une nou-velle façon de comprendre les phénomènes économiques que nous présentons ici. / The classical model of finance (Markowitz, Sharpe, Black, Scholes, Fama) has, from the be-ginning, been challenged by the mathematician Benoit Mandelbrot (1924-2010). It shows that the normal distribution does not match the reality of the market, because it underesti-mates the extreme risks. Instead, we must use the power laws, such as the Pareto law. We show the implications of this fundamental change in the finance, but also in the manage-ment of companies (through the calculation of cost of capital). We try to update the underly-ing reasons for the existence of power laws in economics through the concept of entropy. We present new theoretical tools to understand price formation (the theory of diagonal proportion), bubbles (the notion of reflexivity), crisis (network concept), providing a com-prehensive response to the current crisis (a diversified monetary system). All these ways are very little or not at all exploited. They are mostly for the first time, made consistent around the notion of power law. This is a new way of understanding economic phenomena present-ed here.

Students in Technical and Vocational Education and Training Colleges (TVET) in South Africa face a number of challenges including psychological problems. These challenges have a strong bearing on the academic success of the students. The aim of the study was to examine the effectiveness of psychological support services rendered to students at Majuba TVET College. Interviews were recorded verbatim and transcribed. Thematic data analysis was used to analyse the data. The themes used were derived from the research objectives and these were further divided into categories and sub-categories. The study found that the institution does provide psychological support services to the learner. The forms of psychological support include career counselling, pre-counselling, referral system, on-going counselling and peer counselling and mentoring. Improved academic performance, improved student attendance student retention and improved college certification rate are some of the benefits that can be realised from the effective utilisation of psychological support by the students. Various challenges hinder the effective utilisation of these psychological support services including, lack of qualified personnel, being understaffed, poor referral system, conflicting roles of staff, inadequate on-site counselling, low-prioritisation of psychological support by college management and limited access time. The participants highlighted the need for the institution to establish linkages with key stakeholders such as other TVET Colleges so as to have a platform for sharing vital information on psychological support. The participants were of the view that more qualified and registered staff should be hired to bolster the provision of psychological support to students. The referral system should be improved and the participants advocated for the services to be accessible around the clock. College management should show commitment to students’ welfare by prioritising and recognising student psychological support as pivotal to students’ academic success. / Educational Studies / M. Ed. (Adult Education)

No description available.

No description available.