Impact des mesures de similarité sémantique dans un algorithme de partitionnement : d’un cas biomédical à la détection de comportements de consommation
Résumé
Les approches permettant de regrouper/segmenter des objets parta-geant ou non des caractéristiques similaires sont nombreuses. Des distances classiques sont utilisées selon l'hypothèse que ces caractéristiques sont indé-pendantes et définissent un espace métrique. Cependant, lorsque ces caractéris-tiques sont organisées dans une représentation des connaissances, ces métriques deviennent discutables. Cet article propose la comparaison de distances et de me-sures de similarité au sein d'une approche de partitionnement ascendant hiérar-chique. L'étude cherche à mettre en évidence l'intérêt d'approches sémantiques permettant de détecter des comportements de consommation. Un parallèle avec le domaine biomédical a été réalisé pour pallier le manque de données dans le domaine de la grande distribution et valider notre approche.
Domaines
Intelligence artificielle [cs.AI]
Origine : Fichiers éditeurs autorisés sur une archive ouverte
Loading...