Contextual Itemset Mining in DBpedia

Julien Rabatel 1, 2 Madalina Croitoru 3 Dino Ienco 2, 4 Pascal Poncelet 2
1 Itesoft R&D
2 ADVANSE - ADVanced Analytics for data SciencE
LIRMM - Laboratoire d'Informatique de Robotique et de Microélectronique de Montpellier
3 GRAPHIK - Graphs for Inferences on Knowledge
LIRMM - Laboratoire d'Informatique de Robotique et de Microélectronique de Montpellier, CRISAM - Inria Sophia Antipolis - Méditerranée
4 UMR TETIS - Territoires, Environnement, Télédétection et Information Spatiale
Abstract : In this paper we show the potential of contextual itemset mining in the context of Linked Open Data. Contextual itemset mining extracts frequent associations among items considering background information. In the case of Linked Open Data, the background information is represented by an Ontology defined over the data. Each resulting itemset is specific to a particular context and contexts can be related each others following the ontological structure. We use contextual mining on DBpedia data and show how the use of contextual information can refine the itemsets obtained by the knowledge discovery process.
Type de document :
Communication dans un congrès
LD4KD: Linked Data for Knowledge Discovery, Sep 2014, Nancy, France. CEUR, 1232, http://ceur-ws.org/Vol-1232/, 2014, Proceedings of the 1st Workshop on Linked Data for Knowledge Discovery (LD4KD)
Liste complète des métadonnées

Littérature citée [18 références]  Voir  Masquer  Télécharger
https://hal-lirmm.ccsd.cnrs.fr/lirmm-01076887
Contributeur : Julien Rabatel <>
Soumis le : jeudi 23 octobre 2014 - 13:57:19
Dernière modification le : lundi 22 octobre 2018 - 09:54:03
Document(s) archivé(s) le : samedi 24 janvier 2015 - 10:26:15

Fichier

paper3.pdf
Fichiers éditeurs autorisés sur une archive ouverte

Identifiants

  • HAL Id : lirmm-01076887, version 1

Collections

CIRAD | AGROPARISTECH | IRSTEA | INRIA | ADVANSE | GRAPHIK | AGROPOLIS | LIRMM | MIPS | UNIV-MONTPELLIER

Citation

Julien Rabatel, Madalina Croitoru, Dino Ienco, Pascal Poncelet. Contextual Itemset Mining in DBpedia. LD4KD: Linked Data for Knowledge Discovery, Sep 2014, Nancy, France. CEUR, 1232, http://ceur-ws.org/Vol-1232/, 2014, Proceedings of the 1st Workshop on Linked Data for Knowledge Discovery (LD4KD). 〈lirmm-01076887〉

Exporter

BibTeX TEI DC DCterms EndNote

Partager

Métriques

Consultations de la notice

541

Téléchargements de fichiers

517

Contact

support.ccsd.cnrs.fr
hal.support@ccsd.cnrs.fr
Logo CCSD