Extraction incrémentale de séquences fréquentes dans un flux d'itemsets

Thomas Guyet 1, 2 René Quiniou 1
1 DREAM - Diagnosing, Recommending Actions and Modelling
Inria Rennes – Bretagne Atlantique , IRISA-D7 - GESTION DES DONNÉES ET DE LA CONNAISSANCE
2 AGROCAMPUS OUEST
Abstract : We present a complete and correct incremental algorithm for mining frequent sequences in a sliding window over a stream of itemsets. It relies on a representation of frequent sequences inspired by the PSP algorithm and on an original method for counting the minimal occurrences of a sequence. Experiments made on simulated and real data show that our incremental algorithm significantly improves the computation time compared to a non-incremental approach.
Type de document :
Communication dans un congrès
Bruno Pinaud and Guy Melançon and Yves Lechevallier. Extraction et Gestion de Connaissances (EGC'2012), Jan 2012, Bordeaux, France. Hermann, 2012, RNTI; Actes de Extraction et Gestion de Connaissances (EGC'2012)
Liste complète des métadonnées
https://hal.inria.fr/hal-00648893
Contributeur : René Quiniou <>
Soumis le : mardi 6 décembre 2011 - 15:29:58
Dernière modification le : mardi 11 juillet 2017 - 09:46:36

Identifiants

  • HAL Id : hal-00648893, version 1

Collections

INRIA | IRISA | AGROCAMPUS-OUEST | UNAM | IRISA-D7 | UR1-UFR-ISTIC | CENTRALESUPELEC | ENS-RENNES

Citation

Thomas Guyet, René Quiniou. Extraction incrémentale de séquences fréquentes dans un flux d'itemsets. Bruno Pinaud and Guy Melançon and Yves Lechevallier. Extraction et Gestion de Connaissances (EGC'2012), Jan 2012, Bordeaux, France. Hermann, 2012, RNTI; Actes de Extraction et Gestion de Connaissances (EGC'2012). <hal-00648893>

Exporter

BibTeX TEI DC DCterms EndNote

Partager

Métriques

Consultations de la notice

328

Contact


archive-ouverte@inria.fr