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.
Document type :
Conference papers
Complete list of metadatas

https://hal-lirmm.ccsd.cnrs.fr/lirmm-00275950
Contributor : Haoyuan Li <>
Submitted on : Friday, April 25, 2008 - 9:09:18 PM
Last modification on : Friday, September 20, 2019 - 5:08:56 PM
Long-term archiving on : Friday, May 28, 2010 - 5:47:50 PM

Identifiers

  • HAL Id : lirmm-00275950, version 1

Collections

Citation

Haoyuan Li, Anne Laurent, Pascal Poncelet. Découverte de motifs séquentiels et de règles inattendus. EGC: Extraction et Gestion des Connaissances, Jan 2008, Sophia-Antipolis, France. pp.535-540. ⟨lirmm-00275950⟩

Share

Metrics

Record views

191

Files downloads

145