Skip to Main content Skip to Navigation
Conference papers

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.
Document type :
Conference papers
Complete list of metadatas

https://hal-lirmm.ccsd.cnrs.fr/lirmm-00196961
Contributor : Celine Fiot <>
Submitted on : Friday, December 14, 2007 - 8:11:53 AM
Last modification on : Friday, February 14, 2020 - 2:04:08 PM

Identifiers

  • 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. ⟨lirmm-00196961⟩

Share

Metrics

Record views

172