Optimisation par colonies d’abeilles pour l’extraction des itemsets fréquents à partir de données évidentielles

Abstract

L’extraction des motifs fréquents est une technique de Data Mining qui se repose sur un principe relativement simple. Elle consiste à découvrir des structure de données (appelées motifs) qui se répètent fréquemment dans un ensemble de données. Ce problème est considéré comme un problème NP-Difficile. De plus, les données collectées dans plusieurs domaines sont imparfaites (incomplètes, incertaines, et/ou imprécises), l’extraction des motifs fréquent à partir de ce genre données a attiré l’intention des chercheurs. Notre travail consiste à traiter l’extraction des motifs fréquents à partir de données imparfaites comme étant un problème d’optimisation combinatoire. En effet, une métaheuristique inspirée du comportement des abeilles (Bee Swarm Optimization) a été adaptée à l’extraction des itemsets fréquents. Les tests ont montré que notre méthode permet d’améliorer le temps d’exécution. Par contre, elle souffre de problème de qualité des résultats, étant une méthode approchée, elle ne peut pas fournir tous les itemsets évidentiels fréquents mais seulement une partie qui représente les itemsets les frénquents.

Mots clés : Extraction de motifs, Bee Swarm Optimization, BSO, données imparfaites, théorie d’évidence, Extraction des itemsets évidentiels fréquents.