Extraction de règles d'épisodes minimales dans des séquences complexes

Lina Fahed 1 Armelle Brun 1 Anne Boyer 1
1 KIWI - Knowledge Information and Web Intelligence
LORIA - AIS - Department of Complex Systems, Artificial Intelligence & Robotics
Résumé : Le nombre de messages déposés quotidiennement sur les réseaux sociaux et les blogs est colossal. Ces messages constituent une source d'informations précieuse. Leur exploration se place dans le domaine de la fouille de données temporelles. Cette fouille peut être utilisée dans un but de prédiction afin d'anticiper l'apparition de certaines informations. Notre objectif dans cet article est de proposer un algorithme permettant la prédiction au plus tôt et de façon fiable, d'informations. Dans ce travail préliminaire, nous nous focalisons sur l'extraction de règles d'épisodes. Nous proposons une adaptation d'un algorithme de l'état de l'art, EMMA, qui extrait des règles d'épisodes minimales, pouvant être identifiées rapidement dans un flux de données. Ces règles auront aussi une conséquence éloignée temporellement de l'antécédent, pour anticiper au plus tôt la conséquence, tout en ayant une confiance élevée.
Type de document :
Communication dans un congrès
EGC 2014, Jan 2014, Rennes, France. 2014
Liste complète des métadonnées

https://hal.inria.fr/hal-00940601
Contributeur : Armelle Brun <>
Soumis le : dimanche 2 février 2014 - 09:00:03
Dernière modification le : jeudi 11 janvier 2018 - 06:25:24

Identifiants

  • HAL Id : hal-00940601, version 1

Collections

Citation

Lina Fahed, Armelle Brun, Anne Boyer. Extraction de règles d'épisodes minimales dans des séquences complexes. EGC 2014, Jan 2014, Rennes, France. 2014. 〈hal-00940601〉

Partager

Métriques

Consultations de la notice

406