Extraction de motifs séquentiels contextuels - LIRMM - Laboratoire d’Informatique, de Robotique et de Microélectronique de Montpellier
Conference Papers Year : 2011

Extraction de motifs séquentiels contextuels

Abstract

Les motifs séquentiels traditionnels ne tiennent généralement pas compte des informations contextuelles fréquemment associées aux données séquentielles. Dans le cas des séquences d'achats de clients dans un magasin, l'extraction classique de motifs se focalise sur les achats des clients sans considérer leur catégorie socio-professionnelle, leur sexe, leur âge. Or, en considérant le fait qu'un motif séquentiel est spécifique à un contexte donné, un expert pourra adapter sa stratégie au type du client et prendre les décisions adéquates. Dans cet article, nous proposons d'extraire des motifs de la forme " l'achat des produits A et B suivi de l'achat du produit C est spécifique aux jeunes clients ". En mettant en valeur les propriétés formelles de tels contextes, nous développons un algorithme efficace d'extraction de motifs séquentiels contextuels. Les expérimentations effectuées sur un jeu de données réelles montrent les apports et l'efficacité de l'approche proposée.
Fichier principal
Vignette du fichier
Rabatel_EGC2011.pdf (188.01 Ko) Télécharger le fichier
Origin Files produced by the author(s)
Loading...

Dates and versions

lirmm-00670979 , version 1 (16-02-2012)

Identifiers

  • HAL Id : lirmm-00670979 , version 1

Cite

Julien Rabatel, Sandra Bringay. Extraction de motifs séquentiels contextuels. EGC: Extraction et Gestion des Connaissances, Jan 2011, Brest, France. pp.11-22. ⟨lirmm-00670979⟩
134 View
301 Download

Share

More