Data Mining : algorithmes d'extraction et de réduction des règles d'association dans les bases de données - Thèses Université Clermont Auvergne Accéder directement au contenu
Thèse Année : 2000

Data Mining : algorithmes d'extraction et de réduction des règles d'association dans les bases de données

Résumé

The extraction of knowledge in databases, also called data mining, is the process of extracting non-trivial information and useful knowledge, which is hidden by the large amount of data, in databases, data warehouses or other data sources. Research in this field are motivated by the very rapid growth in volumes of data stored and the potential of such information for decision support in many areas. In this thesis, we address the problem of efficiently generating association rules from such large amounts of data. An association rule is a conditional implication among sets of binary attributes called items. In all existing work, this problem is decomposed into two sub-problems that are searching for frequent sets of items and generating association rules from these sets. The first sub-problem has an exponential complexity in the size of the input relation and requires to course several times the entire relation. The extraction of frequent itemsets is therefore the most costly phase in terms of execution time and memory space for the association rule extraction algorithms. We propose a new semantics to the problem of mining association rules based on the Galois connection of a finite binary relation. Using this semantics, we show that the closed itemsets constitute a basis, i.e. a non-redundant generating set for the frequent itemsets and association rules. We propose two new algorithms, called A-Close and Close, for mining frequent closed itemsets, from which the frequent itemsets and association rules can be derived without accessing the data relation. Experimental results show that these algorithms can reduce the time for extracting association rules in the case of datasets consisting of dense or correlated data. Using the defined semantics, we propose to improve the relevance and usefulness of association rules extracted by limiting the extraction of the bases for association rules. We adapt for this goal the bases for implication rules introduced in the data analysis domain and we define a new basis consisting of non-redundant rules with minimal antecedent and maximal consequent using frequent closed sets. We also propose new efficient algorithms for generating such bases.
L'extraction de connaissances dans les bases de données, également appelé data mining, désigne le processus non trivial permettant d'extraire des informations et des connaissances utiles qui sont enfouies dans les bases de données, les entrepôts de données (data warehouse) ou autres sources de données. Les recherches en ce domaine sont motivées par la croissance très rapide des volumes de données stockées et le potentiel de telles informations pour l'aide à la décision dans de nombreux domaines. Dans ce mémoire, nous traitons du problème de la génération efficace des règles d'association. Une règle d'association est une implication conditionnelle entre ensembles d'attributs binaires appelés items. Dans l'ensemble des travaux existants, ce problème est décomposé en deux sous-problèmes qui sont la recherche des ensembles fréquents d'items et la génération des règles d'association à partir de ces ensembles. Le premier sous-problème a une complexité exponentielle dans la taille de la relation en entrée et nécessite de parcourir à plusieurs reprises la totalité de la relation. L'extraction des ensembles fréquents d'items constitue donc la phase la plus coûteuse en termes de temps d'exécution et d'espace mémoire pour les algorithmes d'extraction des règles d'association. Nous proposons une nouvelle sémantique pour le problème de l'extraction des règles d'association basée sur la connexion de Galois d'une relation binaire finie. Utilisant cette sémantique, nous démontrons que les ensembles fermés fréquents d'items constituent une base, c'est à dire un ensemble générateur non redondant, pour les ensembles fréquents d'items et les règles d'association. Nous proposons deux nouveaux algorithmes, nommés Close et A-Close, permettant l'extraction des ensembles fermés fréquents d'items, à partir desquels les ensembles fréquents d'items et les règles d'association peuvent être dérivés sans accéder au jeu de données. Les résultats expérimentaux démontrent que ces algorithmes permettent de réduire les temps d'extraction des règles d'association dans le cas de jeux de données constitués de données denses ou corrélées. Utilisant la sémantique définie, nous proposons d'améliorer la pertinence et l'utilité des règles d'association extraites en limitant l'extraction à des bases pour les règles d'association. Nous adaptons pour cela les bases pour les règles d'implication définies en analyse de données et nous définissons de nouvelles bases constituées des règles non redondantes d'antécédents minimaux et de conséquences maximales à partir des ensembles fermés fréquents. Nous proposons également des algorithmes efficaces de génération de ces bases.
Fichier principal
Vignette du fichier
Data_Mining._Algorithmes_d_extraction_et_de_reduction_des_regles_d_association_dans_les_bases_de_donnees_PhDThesis_Pasquier_2000.pdf (1.03 Mo) Télécharger le fichier

Dates et versions

tel-00467764 , version 1 (28-03-2010)

Identifiants

  • HAL Id : tel-00467764 , version 1

Citer

Nicolas Pasquier. Data Mining : algorithmes d'extraction et de réduction des règles d'association dans les bases de données. Autre [cs.OH]. Université Blaise Pascal - Clermont-Ferrand II, 2000. Français. ⟨NNT : ⟩. ⟨tel-00467764⟩
6154 Consultations
1702 Téléchargements

Partager

Gmail Facebook X LinkedIn More