Réseau Bayésien pour l'extraction de motifs fréquents a partir de données de masse.

Abstract

L'extraction de motifs fréquents est une technique utilisée en fouille de données, elle s'appuie sur des principes relativement simples. Son objectif est de trouver les motifs qui apparaissent fréquemment dans un ensemble de données. Or, avec des bases de données de taille qui se mesure en téraoctets, pétaoctets, exaoctets et même, dans certains secteurs, en zettaoctets, les algorithmes classiques d'extraction de motifs sont devenus inadéquat dans l'ère de Big Data (données massives ou de masse).Ainsi, notre travail consiste à appliquer une méthode intelligente, distribuée et parallèle basée sur les réseaux Bayésiens dans le but d'extraire des motifs fréquents à partir de données de masse. Mots clés : Extraction de motifs fréquents, Données de masse, Apprentissage de réseaux Bayésiens, Big Data, Mapreduce.