Quelle partition pour les motifs séquentiels multidimensionnels ?

Résumé : L'extraction de connaissances à partir de cubes de données trouve de nombreuses applications dans les entrepôts de données de la plupart des entreprises et milieux scientifiques (biologie, santé, marketing...). Un cube de données représente une information (la mesure), calculée en agrégeant un ensemble de dimensions. Par exemple, un cube pourrait stocker le nombre de tickets de caisse contenant chaque article, pour chaque magasin d'une chaîne de distribution, pour chaque semaine. Des algorithmes ont été définis afin d'extraire des comportements fréquents sous la forme de motifs séquentiels. Cependant, aucun ne tire profit de la valeur numérique de la mesure. Nous étudions donc ici comment des partitions floues permettent de découvrir des motifs plus pertinents.
Type de document :
Communication dans un congrès
LFA'07 : Rencontres Francophones sur la Logique Floue et ses Applications, pp.8, 2007
Liste complète des métadonnées

https://hal-lirmm.ccsd.cnrs.fr/lirmm-00196961
Contributeur : Celine Fiot <>
Soumis le : vendredi 14 décembre 2007 - 08:11:53
Dernière modification le : jeudi 11 janvier 2018 - 06:26:17

Identifiants

  • HAL Id : lirmm-00196961, version 1

Collections

Citation

Céline Fiot, Marc Plantevit, Delphine Jouve. Quelle partition pour les motifs séquentiels multidimensionnels ?. LFA'07 : Rencontres Francophones sur la Logique Floue et ses Applications, pp.8, 2007. 〈lirmm-00196961〉

Partager

Métriques

Consultations de la notice

114