Description et comparaison de deux techniques d'extraction automatique de règles dans une base de données
Identifieur interne : 008687 ( Main/Merge ); précédent : 008686; suivant : 008688Description et comparaison de deux techniques d'extraction automatique de règles dans une base de données
Auteurs : Martine Cadot ; Amedeo NapoliSource :
English descriptors
- KwdEn :
Abstract
Pour construire un bon outil d'extraction automatique de règles dans un ensemble de données, il ne suffit pas d'obtenir des règles, il faut surtout que le jeu de règles obtenu fournisse de la connaissance, donc soit utilisable par l'expert des données. Le jeu de règles idéal est celui qui s'appuie sur de la logique formelle : une petite base de règles, et toutes les autres qui s'en déduisent par transitivite. Malheureusement, les exigences de ce formalisme sont rarement adaptées aux données, et ne produisent dans la plupart des cas, que peu de règles intéressantes. Il faut donc assouplir ce formalisme, pour augmenter le nombre de règles intéressantes. Dans cet article, nous allons voir comment ce formalisme a été modifié dans deux directions différentes, celle des ensembles fréquents, et celle de l'implication statistique, et les propriétés des jeux de règles ainsi construits. Puis nous appliquerons ces deux techniques aux réponses données par une centaine d'étudiants a un questionnaire sur 89 peurs courantes, et nous comparerons les deux jeux de règles obtenus.
Links toward previous steps (curation, corpus...)
- to stream Crin, to step Corpus: 003658
- to stream Crin, to step Curation: 003658
- to stream Crin, to step Checkpoint: 000F26
Links to Exploration step
CRIN:cadot02bLe document en format XML
<record><TEI><teiHeader><fileDesc><titleStmt><title xml:lang="fr" wicri:score="-142">Description et comparaison de deux techniques d'extraction automatique de règles dans une base de données</title></titleStmt><publicationStmt><idno type="RBID">CRIN:cadot02b</idno><date when="2002" year="2002">2002</date><idno type="wicri:Area/Crin/Corpus">003658</idno><idno type="wicri:Area/Crin/Curation">003658</idno><idno type="wicri:explorRef" wicri:stream="Crin" wicri:step="Curation">003658</idno><idno type="wicri:Area/Crin/Checkpoint">000F26</idno><idno type="wicri:explorRef" wicri:stream="Crin" wicri:step="Checkpoint">000F26</idno><idno type="wicri:Area/Main/Merge">008687</idno></publicationStmt><sourceDesc><biblStruct><analytic><title xml:lang="fr">Description et comparaison de deux techniques d'extraction automatique de règles dans une base de données</title><author><name sortKey="Cadot, Martine" sort="Cadot, Martine" uniqKey="Cadot M" first="Martine" last="Cadot">Martine Cadot</name></author><author><name sortKey="Napoli, Amedeo" sort="Napoli, Amedeo" uniqKey="Napoli A" first="Amedeo" last="Napoli">Amedeo Napoli</name></author></analytic></biblStruct></sourceDesc></fileDesc><profileDesc><textClass><keywords scheme="KwdEn" xml:lang="en"><term>association</term><term>confidence</term><term>frequent</term><term>implication</term><term>rules</term><term>threshold</term></keywords></textClass></profileDesc></teiHeader><front><div type="abstract" xml:lang="fr" wicri:score="-3157">Pour construire un bon outil d'extraction automatique de règles dans un ensemble de données, il ne suffit pas d'obtenir des règles, il faut surtout que le jeu de règles obtenu fournisse de la connaissance, donc soit utilisable par l'expert des données. Le jeu de règles idéal est celui qui s'appuie sur de la logique formelle : une petite base de règles, et toutes les autres qui s'en déduisent par transitivite. Malheureusement, les exigences de ce formalisme sont rarement adaptées aux données, et ne produisent dans la plupart des cas, que peu de règles intéressantes. Il faut donc assouplir ce formalisme, pour augmenter le nombre de règles intéressantes. Dans cet article, nous allons voir comment ce formalisme a été modifié dans deux directions différentes, celle des ensembles fréquents, et celle de l'implication statistique, et les propriétés des jeux de règles ainsi construits. Puis nous appliquerons ces deux techniques aux réponses données par une centaine d'étudiants a un questionnaire sur 89 peurs courantes, et nous comparerons les deux jeux de règles obtenus.</div></front></TEI></record>Pour manipuler ce document sous Unix (Dilib)
EXPLOR_STEP=$WICRI_ROOT/Wicri/Lorraine/explor/InforLorV4/Data/Main/Merge
HfdSelect -h $EXPLOR_STEP/biblio.hfd -nk 008687 | SxmlIndent | more
Ou
HfdSelect -h $EXPLOR_AREA/Data/Main/Merge/biblio.hfd -nk 008687 | SxmlIndent | more
Pour mettre un lien sur cette page dans le réseau Wicri
{{Explor lien
|wiki= Wicri/Lorraine
|area= InforLorV4
|flux= Main
|étape= Merge
|type= RBID
|clé= CRIN:cadot02b
|texte= Description et comparaison de deux techniques d'extraction automatique de règles dans une base de données
}}
| This area was generated with Dilib version V0.6.33. |  |