Abstract
Ces dernières années, les technologies d'analyse en ligne (OLAP)et d'entreposage de données se sont révélées comme des outils fondamentaux et incontournables de l'informatique décisionnelle. Cependant, elles sont aujourd'hui confrontées à de nouveaux défis scientifiques qui apparaissent avec la prolifération des nouveaux types de données (spatiales, en flots, évolutives, etc.), des nouvelles architectures et infrastructures (Cloud, web de données, etc.) et une volumétrie toujours croissante. Cette évolution soulève des verrous scientifiques qui nécessitent la définition de nouvelles approches pour les architectures, l'intégration, la modélisation, l'interrogation et l'optimisation. Les domaines couverts dans Entrepôts de données sont le reflet des problématiques les plus actuelles, telles que la modélisation, la prise en compte des utilisateurs, la spécificité des connaissances qu'il est possible d'extraire dans ces entrepôts, la recommandation et la personnalisation dans le contexte difficile de données historisées, agrégées et volumineuses.