Rapport pfe

UNIVERSITÉ DE TUNIS EL MANAR INSTITUT SUPÉRIEUR D’INFORMATIQUE

MÉMOIRE DE MASTÈRE
Présenté en vue de l’obtention du Diplôme de Mastère de recherche Génie Logiciel

Par

********
Intitulé

Une nouvelle approche anthropocentrée de visualisation d’une couverture optimale de règles d’association guidée par la pertinence cognitive

Soutenu ************, devant le jury d’examen************* ************* ****************

Président Rapporteur Directeur du mémoire

Année universitaire : 2010/2011

Remerciements

C’est avec un grand plaisir que je réserve cette page en signe de gratitude et de profonde reconnaissance à tous ceux qui m’ont aidé à la réalisation de ce travail.

Table des matières

Introduction générale 1 Fondements mathématiques et concepts de base1.1 1.2 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Extraction des règles d’association . . . . . . . . . . . . . . . . . . . . . 1.2.1 1.2.2 1.3 Base de transactions . . . . . . . . . . . . . . . . . . . . . . . .

1 5
5 7 7 9 11 11 12 13 14 14 15 17 19

Règles d’association . . . . . . . . . . . . . . . . . . . . . . . . .

Les mesures de corrélation .. . . . . . . . . . . . . . . . . . . . . . . . 1.3.1 1.3.2 1.3.3 1.3.4 La mesure de corrélation La mesure de corrélation La mesure de corrélation La mesure de corrélation

any-condence all-condence bond lift

. . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . .

1.4

Analyse formelle de concepts . . . .. . . . . . . . . . . . . . . . . . . . 1.4.1 1.4.2 Notion d’ordre partiel Connexion de Galois . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1.5

Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2 Extraction de couverture optimale de concepts formels
2.1 2.2 Introduction . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . L’approche de Belkhiter et al. 2.2.1 2.2.2 . . . . . . . . . . . . . . . . . . . . . . .

21
21 23 23 24

Description de l’algorithme . . . . . . . . . . . . . . . . . . . . . Notations et pseudo-code . . . . . . . . . . . . . . . . . . . . . .

vi

TABLE DES MATIÈRES

2.2.3 2.3

Exemple illustratif

. . . . . . . . . . . . . . . . . . . . . . . . .

2527 27 28 28 31 31 32 32 33 33 34 35 37 37 38 39

L’approche de Maddouri et Jaoua . . . . . . . . . . . . . . . . . . . . . 2.3.1 2.3.2 2.3.3 Description de l’algorithme . . . . . . . . . . . . . . . . . . . . . Notations et pseudo-code . . . . . . . . . . . . . . . . . . . . . . Exemple illustratif . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2.4

L’approche de Kcherif et al. 2.4.1 2.4.2 2.4.3

Description de l’algorithme . . . . . . . . . . . . . . . . . . . . . Notations et pseudo-code . . . . . . . . . . . . . . . . . . . . . . Exemple illustratif . . . . . . . . . . . . . . . . . . . . . . . . .

2.5

L’approche de Belohlavek et Vychodil . . . . . . . . . . . . . . . . . . . 2.5.1 2.5.2 2.5.3 Description de l’algorithme. . . . . . . . . . . . . . . . . . . . . Notations et pseudo-code . . . . . . . . . . . . . . . . . . . . . . Exemple illustratif . . . . . . . . . . . . . . . . . . . . . . . . .

2.6

Étude comparative 2.6.1 2.6.2

. . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Comparaison théorique des algorithmes . . . . . . . . . . . . . . Discussion . . . . . . . . . . . . . . . . . . .. . . . . . . . . . .

2.7

Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3 Visualisation des règles d’association et réalité virtuelle
3.1 3.2 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Visualisation des règles d’association : état de l’art 3.2.1 3.2.2 3.3 Visualisation post phase d’extraction Visualisation intra phase…