Une approche fondée sur une distance pour la recommandation d'actions

Résumé : L'induction de règles est une tâche importante en apprentissage et fouille de données. Cependant, l'exploitation d'un ensemble de règles est souvent laissée à la charge de l'utilisateur et devient difficile lorsque le nombre de règles est très important. Une problématique récente consiste à assister l'utilisateur dans l'analyse de ces règles, dans le but, par exemple de lui recommander des actions concrètes et réalisables. Dans cet article, nous proposons une approche pour la recommandation d'actions s'appuyant sur un ensemble de règles de classification. Au delà de leur utilisation pour la prédiction, ces règles peuvent être utilisées pour proposer des actions à accomplir afin d'améliorer une situation non satisfaisante. Par exemple, comment guérir un patient malade étant donné un ensemble de règles décrivant les patients malades et non malades. En utilisant une distance appropriée, notre méthode consiste à comparer la situation non satisfaisante à un ensemble de règles. Ceci permet de suggérer des actions impliquant des changements minimaux à effectuer. Nous présentons une application de cette méthode dans le cadre de la protection environmentale, plus précisémment, le transfert des pesticides dans un bassin versant. Ces expérimentations ont montré l'intérêt de notre approche pour l'aide à la décision et l'impact de la redondance des règles sur la qualité des actions recommandées.
Type de document :
Communication dans un congrès
RFIA'2006 (Congrès Reconnaissance des Formes et Intelligence Artificielle), 2006, Tours, France. 2006
Liste complète des métadonnées

https://hal.inria.fr/inria-00463803
Contributeur : René Quiniou <>
Soumis le : lundi 15 mars 2010 - 10:33:54
Dernière modification le : mardi 16 janvier 2018 - 15:54:11

Identifiants

  • HAL Id : inria-00463803, version 1

Citation

Ronan Trépos, Ansaf Salleb, Marie-Odile Cordier, Véronique Masson, Chantal Gascuel. Une approche fondée sur une distance pour la recommandation d'actions. RFIA'2006 (Congrès Reconnaissance des Formes et Intelligence Artificielle), 2006, Tours, France. 2006. 〈inria-00463803〉

Partager

Métriques

Consultations de la notice

311