Résumé:
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.
