Vandy Berten avatar

Interests: Network analytics, Graph Databases, GIS (spatial) Analytics, Fraud Detection, Data visualisation, Data Sciences, Data quality, Email reliability, Social Media.

Publications

  • Le marché du travail salarié en Belgique : une analyse réseau (partie 2/3)

    Le marché du travail salarié en Belgique : une analyse réseau (partie 2/3)

    Posted on

    by

    Dans notre article précédent, nous avons montré quelques éléments d’analyse réseau appliquée à la base de données “Dimona”, qui recense, en Belgique, les relations de travail entre tous les employeurs et leurs employés. Nous y avons principalement analysé la notion de degré, permettant de voir le nombre d’employeurs par employé, et le nombre d’employés par

    Continue reading→


  • Le marché du travail salarié en Belgique : une analyse réseau (partie 1/3)

    Le marché du travail salarié en Belgique : une analyse réseau (partie 1/3)

    Posted on

    by

    Le marché du travail nécessite partout une attention constante de la part des autorités. Cette attention ne peut se faire qu’en ayant une connaissance descriptive approfondie du secteur, raison pour laquelle de nombreuses analyses statistiques sont faites en permanence dans ce domaine (ONSS, Statbel, SPF Emploi, Actiris…). Si ces analyses sont incontournables, nous avons montré

    Continue reading→


  • Gérer les doublons dans une Graph Database

    Gérer les doublons dans une Graph Database

    Posted on

    by

    Dans nos blogs précédents (1, 2, 3, 4), nous avons mis en évidence le fait que les structures de graphes étaient très adaptées à la recherche de comportement frauduleux. En étant plongés quotidiennement dans des données issues de diverses bases de données officielles, nous sommes également confrontés en permanence à la présence d’une grande quantité

    Continue reading→


  • Fighting Fraud with Graph Databases

    Fighting Fraud with Graph Databases

    Posted on

    by

    Slides presented at Devoxx 2017. Graphs are everywhere: When it comes to representing relationships between entities, there is no better mathematical model so far. Classical “SQL” databases perform very poorly in modeling complex relationships, both in terms of response time and in writing (queries) time. Graph database have been designed to tackle those limitations and

    Continue reading→


  • iGraph – Librairie de manipulation de graphes

    iGraph – Librairie de manipulation de graphes

    Posted on

    by

    iGraph est une librairie de manipulation de graphes (ou réseaux), structures de données permettant de représenter des relations entre des entités. Elle est écrite en C, et disponible pour C/C++, Python, R et Mathematica. iGraph est très populaire dans la communauté scientifique et des datascientists, et dispose d’un grand nombre de fonctionnalités. iGraph is een library om grafen

    Continue reading→


  • Graph & Network analytics

    Graph & Network analytics

    Posted on

    by

    Détecter la fraude ; minimiser l’impact qu’aura une modification d’un package Java ou le changement de configuration d’un serveur ; optimiser la charge d’un cluster ; faire une suggestion intelligente d’achat à un client… toutes ces actions, a priori très différentes les unes des autres, ont un point commun : les méthodes de graph analytics, ou

    Continue reading→


  • Graph DB vs RDBMS

    Graph DB vs RDBMS

    Posted on

    by

    Dans l’article précédent, nous exprimions que les bases de données relationnelles n’étaient pas toujours la meilleure solution quand il s’agissait de focaliser une analyse sur les relations (ce qui peut en effet sembler un petit peu contradictoire et ironique). Nous suggérons au lecteur de d’abord lire l’article en question, car nous nous baserons sur les

    Continue reading→


  • Neo4j – Graph database management system

    Neo4j – Graph database management system

    Posted on

    by

    Neo4J est un système de gestion de base de données orienté « graphe ». Dans un tel système, les données sont composées d’une part de nœuds (ou entités), d’autre part de relations entre deux nœuds. Les nœuds et relations peuvent avoir des labels (Person, Company…), et des propriétés (name: « MyName », price: 1.20…). Neo4J is een systeem voor databasebeheer

    Continue reading→


  • Comparer des géocodeurs

    Comparer des géocodeurs

    Posted on

    by

    Nous sommes en plein cœur de Londres, quartier Soho. Fin août 1854, une épidémie de choléra fait rage, 616 personnes perdent la vie. La “théorie des miasmes”, qui estime que le choléra – comme la peste – se propage par l’air, convainc la majorité des scientifiques. Sauf un certain John Snow. Pour étayer son intuition, il a une idée

    Continue reading→


  • Qlik Sense – Outil de Visual Analytics, d’exploration visuelle de données

    Qlik Sense – Outil de Visual Analytics, d’exploration visuelle de données

    Posted on

    by

    Qlik Sense est une version allégée et gratuite de l’outil Qlik View, permettant de faire de l’exploration visuelle de données, sans avoir besoin de connaissances techniques poussées, mais uniquement avec une bonne connaissance des données. Qlik Sense is een lichtere en gratis versie van de tool Qlik View waarmee aan visuele data-exploratie kan worden gedaan

    Continue reading→