Optimisation par Colonies de Fourmis pour l’Extraction des Itemsets à partir de données incertaines

Abstract

L’extraction des itemsets fréquents/hautement utiles consiste en la découverte des items se répétant fréquemment ou présentant une haute utilité dans une base de données. Il s’agit de l’un des problèmes NP-difficiles traité par la majorité des travaux des chercheurs dans ce domaine. Ce problème s’amplifie quand on traite des données incertaines. En effet, nombreuses sont les applications qui produisent chaque jour une multitude de données incertaines. Dans cette optique, notre travail consiste à traiter l’extraction des itemsets fréquents et/ou hautement utile à partir de données incertaines. Pour ce problème d’optimisation combinatoire, nous nous inspirons de la métaheuristique d’optimisation par colonie de fourmis. En effet cette métaheuristique est basée sur le comportement des fourmis dans la nature. Après des tests, nous avons remarqué des progrès considérables quant à l’amélioration du temps d’exécution. Cependant, compte tenu du fait qu’il s’agit d’une méthode approchée, la qualité de résultats peut être discutable. Certes, tous les itemsets fréquents et/ou hautement utiles ne sont pas extraits, mais tous les itemsets extraits sont réellement fréquents et de haute utilité. Mots-clés : extraction des itemsets fréquents, extraction des itemsets hautement utiles, données incertaines, métaheuristiques, optimisation par colonies de fourmis.