Agrégation de mesures d'intérêt de règles d'association

Jean-Pierre Barthélemy (1, 2) , Angélique Legrain (1, 2) , Philippe Lenca (1, 2) , Benoît Vaillant (1, 2)

1 LUSSI - Département Logique des Usages, Sciences sociales et Sciences de l'Information
2 TAMCIC - Traitement Algorithmique et Matériel de la Communication, de l'Information et de la Connaissance

L'un des principaux problèmes posés par l'extraction de règles d'association est l'évaluation de la qualité des règles produites par les algorithmes de type APRIORI. De nombreuses mesures ont été définies afin de pouvoir classer les règles dites intéressantes. Très hétérogènes, elles produisent des classements forts variés. C'est pourquoi, plutôt que de privilégier une mesure il paraît intéressant de tenir compte des différentes informations apportées par les mesures. Ainsi, nous avons adopté une nouvelle approche : l'agrégation à l'aide de relations valuées permettant de mesurer le degré d'intensité de préférence d'une règle sur une autre. Elles permettent d'une part de retranscrire la nature numérique des mesures, et d'autre part de réduire les problèmes d'incomparabilité entre les mesures. Nous avons étudié différents opérateurs d'agrégation. Dans cet article, nous illustrons les résultats obtenus à l'aide d'un exemple jouet en utilisant le plus simple opérateur d'agrégation.

Domaines: Ordinateur et société [cs.CY]

Jean-Pierre Barthélemy, Angélique Legrain, Philippe Lenca, Benoît Vaillant. Agrégation de mesures d'intérêt de règles d'association. EGC 2006 : Extraction et Gestion des Connaissances, Atelier Qualité des Données et des Connaissances,, Jan 2006, Villeneuve D'Ascq, France. pp.38 - 44. ⟨hal-02124450⟩