Résumés de Cubes de Données Multidimensionnelles à l'Aide de Règles Floues - LIRMM - Laboratoire d’Informatique, de Robotique et de Microélectronique de Montpellier
Communication Dans Un Congrès Année : 2004

Résumés de Cubes de Données Multidimensionnelles à l'Aide de Règles Floues

Yeow Wei Choong
  • Fonction : Auteur
  • PersonId : 838141
Anne Laurent
Pierre Maussion
  • Fonction : Auteur

Résumé

Dans le contexte des entrepôts de données, et des magasins de données multidimensionnelles, les outils OLAP fournissent des moyens aux utilisateurs de naviguer dans leur données afin d'y découvrir des informations pertinentes. cependant, les données à traiter sons souvent très volumineuses et ne permettent pas une exploration systématique et exhaustive. Il s'agit donc de développer des traitements automatisés facilitant la visualisation et la navigation dans les données. Dans cet article, nous étudions une méthode originale permettant de construire et d'identifier de manière automatique et efficace des blocs de données similaires présents dans les cubes de données pouvant être exprimés sous la forme de règles. Cette méthode est fondée sur l'utilisation combinée d'un algorithme par niveaux (de type Apriori) et de la théorie des sous-ensembles flous. Cette théorie nous permet en effet de pallier les problèmes posés par le fait que les blocs de données calculés par notre algorithme peuvent se recouvrir.
Fichier principal
Vignette du fichier
1000904.pdf (234.41 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

lirmm-00108884 , version 1 (21-09-2019)

Identifiants

  • HAL Id : lirmm-00108884 , version 1

Citer

Yeow Wei Choong, Anne Laurent, Dominique Laurent, Pierre Maussion. Résumés de Cubes de Données Multidimensionnelles à l'Aide de Règles Floues. EGC: Extraction et Gestion des Connaissances, Jan 2004, Clermont-Ferrand, France. pp.95-106. ⟨lirmm-00108884⟩
155 Consultations
61 Téléchargements

Partager

More