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.
Document type :
Conference papers
Complete list of metadatas

https://hal.inria.fr/hal-00940601
Contributor : Armelle Brun <>
Submitted on : Sunday, February 2, 2014 - 9:00:03 AM
Last modification on : Tuesday, December 18, 2018 - 4:40:21 PM

Identifiers

  • 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. ⟨hal-00940601⟩

Share

Metrics

Record views

458