Éditeur(s) : HAL CCSD
Résumé : National audience
Lorsque le volume des données est trop important pour qu'elles soient stockées dans une base de données, ou lorsque leur taux d'arrivée est rapide, les Systèmes de Gestion de Flux de Données (SGFD) permettent de capturer des flux d'enregistrements structurés et de les interroger à la volée par des requêtes permanentes (exécutées de façon continue). Mais les SGFD ne conservent pas l'historique des flux qui est perdu à jamais. Cette communica- tion propose une définition formelle de ce que devrait être un résumé généraliste de flux de données. La notion de résumé généraliste est liée à la capacité de répondre à des requêtes variées et de réaliser des tâches variées de fouille de données, en utilisant le résumé à la place du flux d'origine. Une revue de plusieurs approches de résumés est ensuite réalisée dans le cadre de cette définition. Enfin, l'intégration de telles approches de résumés dans un SGFD est discutée, à la fois en termes de construction et d'utilisation.
EGC: Extraction et Gestion des Connaissances
Hammamet, Tunisia

hal-00502017
https://hal.archives-ouvertes.fr/hal-00502017
https://hal.archives-ouvertes.fr/hal-00502017/document
https://hal.archives-ouvertes.fr/hal-00502017/file/resume_generaliste.pdf

Éditeur(s) : HAL CCSD
Résumé : National audience
Les entrepôts de données occupent aujourd'hui une place centrale dans le processus décisionnel. Outre leur consultation, une des finalités des entrepôts est de servir de socle aux techniques de fouilles de données. Malheureusement, les approches existantes exploitent peu les particularités des entrepôts (multidimensionnalité, hiérarchies et données historiques). Parmi ces méthodes, l'extraction de motifs séquentiels multidimensionnels a récemment été étudiée. Nous montrons dans cet article que ces dernières ne tirent pas pleinement profit des hiérarchies et ne découvrent par conséquent qu'une partie seulement des motifs qualitativement intéressants. Nous proposons alors une méthode d'extraction de motifs séquentiels multidimensionnels basée sur un automate et extrayant de nouveaux motifs. Les différentes expérimentations menées sur des jeux de données synthétiques attestent des bonnes performances de notre proposition.
EGC: Extraction et Gestion des Connaissances
Hammamet, Tunisia

hal-00502002
https://hal.archives-ouvertes.fr/hal-00502002
https://hal.archives-ouvertes.fr/hal-00502002/document
https://hal.archives-ouvertes.fr/hal-00502002/file/SALINES-EGC.pdf