Fouille de données pour la dérivation de bases de règles d'association: Une approche basée sur le treillis des générateurs minimaux (Omn.Univ.Europ.) par Tarek Hamrouni

June 19, 2019

Fouille de données pour la dérivation de bases de règles d'association: Une approche basée sur le treillis des générateurs minimaux (Omn.Univ.Europ.) par Tarek Hamrouni

Titre de livre: Fouille de données pour la dérivation de bases de règles d'association: Une approche basée sur le treillis des générateurs minimaux (Omn.Univ.Europ.)

Auteur: Tarek Hamrouni

ISBN: 6131578796

Obtenez le livre Fouille de données pour la dérivation de bases de règles d'association: Une approche basée sur le treillis des générateurs minimaux (Omn.Univ.Europ.) par Tarek Hamrouni au format PDF ou EPUB. Vous pouvez lire des livres en ligne ou les enregistrer sur vos appareils. Tous les livres sont disponibles au téléchargement sans avoir à dépenser de l'argent.

Tarek Hamrouni avec Fouille de données pour la dérivation de bases de règles d'association: Une approche basée sur le treillis des générateurs minimaux (Omn.Univ.Europ.)

Les quantités de données collectées, dans divers domaines d'application de l'informatique, ont suscité le besoin d'analyse et d'interprétation. Dans ce cadre, la fouille de données est un domaine qui offre des solutions intéressantes. Ce mémoire s'intéresse à l'extraction de règles d'association, une des techniques les plus utilisées dans la fouille de données. Dans ce cadre, nous proposons un nouvel algorithme appelé Prince pour la génération de bases génériques de règles d'association. Cet algorithme effectue une exploration par niveau de l'espace de recherche. Sa principale originalité est qu'il est le seul à construire la relation d'ordre partiel dans l'objectif d'extraire les bases génériques de règles. Pour réduire le coût de cette construction, la relation d'ordre est maintenue entre l'ensemble des générateurs minimaux des itemsets fermés fréquents et non plus entre les itemsets fermés fréquents. Une structure, appelée treillis des générateurs minimaux, est alors construite à partir de laquelle la dérivation des bases génériques devient immédiate. Les expérimentations réalisées sur différents contextes ont montré l'efficacité de l'approche proposée.


Tarek Hamrouni est titulaire d'un Doctorat en Informatique obtenu en 2009 de la Faculté des Sciences de Tunis (Tunis, Tunisie) et de l'Université d'Artois (Lens, France). Il est actuellement enseignant à l'Université de La Manouba (Tunisie). Il s'intéresse dans ses activités de recherche à la fouille de données et à l'intelligence artificielle.