Rapport pfe

Disponible uniquement sur Etudier
  • Pages : 85 (21199 mots )
  • Téléchargement(s) : 0
  • Publié le : 30 juin 2011
Lire le document complet
Aperçu du document
UNIVERSITÉ DE TUNIS EL MANAR INSTITUT SUPÉRIEUR D'INFORMATIQUE

MÉMOIRE DE MASTÈRE
Présenté en vue de l'obtention du Diplôme de Mastère de recherche Génie Logiciel

Par

********
Intitulé

Une nouvelle approche anthropocentrée de visualisation d'une couverture optimale de règles d'association guidée par la pertinence cognitive

Soutenu ************, devant le jury d'examen************* ************* ****************

Président Rapporteur Directeur du mémoire

Année universitaire : 2010/2011

Remerciements

C'est avec un grand plaisir que je réserve cette page en signe de gratitude et de profonde reconnaissance à tous ceux qui m'ont aidé à la réalisation de ce travail.

Table des matières

Introduction générale 1 Fondements mathématiques et concepts de base1.1 1.2 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Extraction des règles d'association . . . . . . . . . . . . . . . . . . . . . 1.2.1 1.2.2 1.3 Base de transactions . . . . . . . . . . . . . . . . . . . . . . . .

1 5
5 7 7 9 11 11 12 13 14 14 15 17 19

Règles d'association . . . . . . . . . . . . . . . . . . . . . . . . .

Les mesures de corrélation .. . . . . . . . . . . . . . . . . . . . . . . . 1.3.1 1.3.2 1.3.3 1.3.4 La mesure de corrélation La mesure de corrélation La mesure de corrélation La mesure de corrélation

any-condence all-condence bond lift

. . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . .

1.4

Analyse formelle de concepts . . . .. . . . . . . . . . . . . . . . . . . . 1.4.1 1.4.2 Notion d'ordre partiel Connexion de Galois . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1.5

Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2 Extraction de couverture optimale de concepts formels
2.1 2.2 Introduction . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . L'approche de Belkhiter et al. 2.2.1 2.2.2 . . . . . . . . . . . . . . . . . . . . . . .

21
21 23 23 24

Description de l'algorithme . . . . . . . . . . . . . . . . . . . . . Notations et pseudo-code . . . . . . . . . . . . . . . . . . . . . .

vi

TABLE DES MATIÈRES

2.2.3 2.3

Exemple illustratif

. . . . . . . . . . . . . . . . . . . . . . . . .

2527 27 28 28 31 31 32 32 33 33 34 35 37 37 38 39

L'approche de Maddouri et Jaoua . . . . . . . . . . . . . . . . . . . . . 2.3.1 2.3.2 2.3.3 Description de l'algorithme . . . . . . . . . . . . . . . . . . . . . Notations et pseudo-code . . . . . . . . . . . . . . . . . . . . . . Exemple illustratif . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2.4

L'approche de Kcherif et al. 2.4.1 2.4.2 2.4.3

Description de l'algorithme . . . . . . . . . . . . . . . . . . . . . Notations et pseudo-code . . . . . . . . . . . . . . . . . . . . . . Exemple illustratif . . . . . . . . . . . . . . . . . . . . . . . . .

2.5

L'approche de Belohlavek et Vychodil . . . . . . . . . . . . . . . . . . . 2.5.1 2.5.2 2.5.3 Description de l'algorithme. . . . . . . . . . . . . . . . . . . . . Notations et pseudo-code . . . . . . . . . . . . . . . . . . . . . . Exemple illustratif . . . . . . . . . . . . . . . . . . . . . . . . .

2.6

Étude comparative 2.6.1 2.6.2

. . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Comparaison théorique des algorithmes . . . . . . . . . . . . . . Discussion . . . . . . . . . . . . . . . . . . .. . . . . . . . . . .

2.7

Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3 Visualisation des règles d'association et réalité virtuelle
3.1 3.2 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Visualisation des règles d'association : état de l'art 3.2.1 3.2.2 3.3 Visualisation post phase d'extraction Visualisation intra phase...
tracking img