Ce travail est la contribution de Marie Ndiaye, Cheikh T. Diop du Laboratoire d'Analyse Numérique et d'Informatique de l'Université Gaston Berger de Saint Louis et de Arnaud Giacometti, Patrick Marcel et Arnaud Soulet du Laboratoire d'Informatique de l'Université François Rabelais de Tours aux problèmes de l'extraction et de la représentation du trop grand nombre de règles d'association issues des algorithmes d'extraction de données. Dans le cadre d'un cours d'extraction de connaissances, j'ai juste eu à faire une présentation des différents concepts et méthodes qui y sont exposés.

1. Cube Based Summaries Of Large Association Rule SetsMarie Ndiaye - Cheikh T. DiopArnaud Giacometti - Patrick Marcel - Arnaud Soulet Présenté par: Sous la direction de: Mouhamadou Khoulé - Papa Cheikh Cisse Dr. Cheikh TalibouyaDiop Master 2 Recherche Informatique UGB St-Louis / 2010 – 2011 1

3. L’heuristique proposéeConclusion 2

5. Explorer ces règles devient dès lors difficile.3 Introduction

8. Difficulté d’exploration des résumés

9. Résumés pas bien organisés

10. Explorer les règles extraites:

11. Méthodes proposées incomplètes5 Introduction

13. motivés par existence de techniques de manipulation de cube sous OLAP6 Introduction

15. Détermination du degré d’importance d’un CBS

16. Résultats proches de la solution optimale7 Introduction

17. Représentation de larges règles facilités par les "summaries" Fait ressortir les relations entre règles 8 Le contexte

19. r5: {stab} Þ {auto}

20. r6: {stab} Þ {auto,yes}

21. r7: {yes} Þ {stab}

22. r8: {yes} Þ {auto, stab}

24. A Summary: Définition Soient r1: X1 Þ Y1 et r2: X2 Þ Y2, r2 est plus spécifique que r1, (r1 £r r2) si X1 Í X2 et Y1 Í Y2 Exemple: r2: {auto} Þ {stab, yes} est plus spécifique que r1: {auto} Þ {stab} et r1 couvre r2 11

25. Summary Soient deux langages de motifs P et S Une relation de couverture Dentre P et S Un "Summary" de PÍPest un ensemble de motifs SÍStel que: (i) Chaque motif de P est couvert par au moins un motif de S (ii) Chaque motif de S couvre au moins un motif de P (iii) |S| £ |P| 12 A Summary: Définition

26. Summary 13 A Summary: Définition

28. r2: {auto} Þ {stab, yes}

29. r3: {auto} Þ {yes}

30. r4: {stab} Þ {yes}

31. r5: {stab} Þ {auto}

32. r6: {stab} Þ {auto,yes}

33. r7: {yes} Þ {stab}

34. r8: {yes} Þ {auto, stab}

35. r9: {yes} Þ {auto} (i) Chaque motif de P est couvert par au moins un motif de S (ii) Chaque motif de S couvre au moins un motif de P (iii) |S| £ |P| cover(r1,R)={r1,r2}, cover(r10,R)={r5,r6,r8,r9}, cover(r11,R)={r1,r2,r7,r8} Et cover(r12,R)={r2,r3,r4,r6}.

36. A Summary: Définition « Summary minimal » ? {r1,r3,r4,r7,r9} est un Summary minimal. 1.Comment définit t-on un langage de motifs et une relation de coverture qui permettrait de construire et d’explorer efficacement des summaries minimales de larges ensembles de règles d’association? 2.Quel est le summary minimal le plus intéressant? 15

37. CBS: Cube Based Summaries Soit A, un ensemble fini d’attributs. X = {a1, ..., ak} tel que aiÎ A, iÎ{1,...,k} et XÍ A est unschéma. 16

38. Exemple: Soit A = {CONTROL, STABILITY, VISIBILITY} dom(CONTROL) = {auto, noauto} dom(STABILITY) = {stab, xstab} dom(VISIBILITY) = {yes, no} <Body.CONTROL, Body.VISIBILITY, Head.CONTROL>est un schéma. 17 CBS: Cube Based Summaries

39. Soit X = {x1, …, xj} un schéma, R un ensemble de règles d’associations. On appelle référence sur X, un tuple s = <a1,..., ai>tel que : aiÍ (dom(xj) È null) scouvre au moins une règle de R. 18 CBS: Cube Based Summaries

40. Exemple: Soit le schéma A=<Body.CONTROL, Body.VISIBILITY, Head.CONTROL> dom (CONTROL)= {auto, noauto} dom (STABILITY) = {stab, xstab} dom (VISIBILITY) = {yes, no} {nullC, yes, auto}est une référence du schéma A. 19 CBS: Cube Based Summaries

41. Soit un ensemble de règles R, le CBS d’un schéma C de R noté SC,R est l’ensemble des références définies sur C qui couvrent au moins une règle de R 20 CBS: Cube Based Summaries

42. Soit un schéma <Body.VISIBILITY, Head.CONTROL> CBS = {S1, S3, S7, S9} Différents niveaux de détail 21 CBS: Cube Based Summaries

43. 22 CBS: Cube Based Summaries

44. Mesure de la qualité:homogénéité Impossibilité d’identifier le plus intéressant parmi plusieurs CBS. Besoin de mesurer la qualité d’un CBS. La qualité d’un CBS est une fonction qui à tout couple (R, Sc,R) associe une valeur dans R. 23

45. 24 Mesure de la qualité:homogénéité Pour évaluer la qualité d’un CBS.

46. L’heuristique proposée On commence par le CBS Cile plus général possible AddToHead(Ci) et/ou AddToBody(Ci) pour passer à un CBS Cj. Tant que H(Cj) > H(Ci) refaire l’étape 2 avecCjà la place de Ci. Dès que H(C2) = H(C1), arrêt. 25

47. Conclusion Une nouvelle technique de résumé dutrop grand nombre de règles d’association. Une mesure de la qualité des CBS: l’homogénéité. Une heuristique de génération de CBS. 26

48. Ndiaye M., Diop C. T., Giacommetti A., Marcel P., Soulet A., "Cube Based Summaries Of Large Associations Rule Sets". Zaki M. J., Hsiao C.-J., "CHARM: An Efficient Algorithm for ClosedItemsetMining". Chandola V., Kumar V., "Summarization - Compressing Data into an Informative Representation". 27 Références

49. 28 Merci de votre attention Vos questions sont les bienvenues ...