Découverte de motifs séquentiels et de règles inattendus

Résumé : Les travaux autour de l'extraction de motifs séquentiels se sont particulièrement focalisés sur la définition d'approches efficaces pour extraire, en fonction d'une fréquence d'apparition, des corrélations entre des éléments dans des séquences. Même si ce critère de fréquence est déterminant, le décideur est également de plus en plus intéressé par des connaissances qui sont représentatives d'un comportement inattendu dans ces données (erreurs dans les données, fraudes, nouvelles niches, . . . ). Dans cet article, nous introduisons le problème de la détection de motifs séquentiels inattendus par rapport aux croyances du domaine. Nous proposons l'approche USER dont l'objectif est d'extraire les motifs séquentiels et les règles inattendues dans une base de séquences.
Type de document :
Communication dans un congrès
EGC'08 : 8ièmes Journées Francophones Extraction et Gestion des Connaissances, pp.535-540, 2008, 〈http://www-sop.inria.fr/axis/egc08/〉
Liste complète des métadonnées

https://hal-lirmm.ccsd.cnrs.fr/lirmm-00275950
Contributeur : Haoyuan Li <>
Soumis le : vendredi 25 avril 2008 - 21:09:18
Dernière modification le : jeudi 11 octobre 2018 - 10:28:04
Document(s) archivé(s) le : vendredi 28 mai 2010 - 17:47:50

Identifiants

  • HAL Id : lirmm-00275950, version 1

Collections

Citation

Haoyuan Li, Anne Laurent, Pascal Poncelet. Découverte de motifs séquentiels et de règles inattendus. EGC'08 : 8ièmes Journées Francophones Extraction et Gestion des Connaissances, pp.535-540, 2008, 〈http://www-sop.inria.fr/axis/egc08/〉. 〈lirmm-00275950〉

Partager

Métriques

Consultations de la notice

173

Téléchargements de fichiers

132