Utilisation d'outils de Visual Data Mining pour l'exploration d'un ensemble de règles d'association

Abstract : Data Mining aims at extracting maximum of knowledge from huge databases. It is realized by an automatic process or by data visual exploration with interactive tools. Automatic data mining extracts all the patterns which match a set of metrics. The limit of such algorithms is the amount of extracted data which can be larger than the initial data volume. In this article, we focus on association rules extraction with Apriori algorithm. After the description of a characterization model of a set of association rules, we propose to explore the results of a Data Mining algorithm with an interactive visual tool. There are two advantages. First it will visualize the results of the algorithms from different points of view (metrics, rules attributes). Then it allows us to select easily inside large set of rules the most relevant ones.
Type de document :
Communication dans un congrès
IHM 2011, 23ème Conférence Francophone sur l'Interaction Homme-Machine, Oct 2011, Nice, France. pp.Article N° 12, 2011, 〈10.1145/2044354.2044369〉
Liste complète des métadonnées

Littérature citée [9 références]  Voir  Masquer  Télécharger

https://hal-enac.archives-ouvertes.fr/hal-01022276
Contributeur : Laurence Porte <>
Soumis le : mardi 22 juillet 2014 - 14:36:21
Dernière modification le : mercredi 23 mai 2018 - 17:58:06
Document(s) archivé(s) le : jeudi 20 novembre 2014 - 18:10:11

Fichier

367.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

Collections

Citation

Gwenael Bothorel, Mathieu Serrurier, Christophe Hurter. Utilisation d'outils de Visual Data Mining pour l'exploration d'un ensemble de règles d'association. IHM 2011, 23ème Conférence Francophone sur l'Interaction Homme-Machine, Oct 2011, Nice, France. pp.Article N° 12, 2011, 〈10.1145/2044354.2044369〉. 〈hal-01022276〉

Partager

Métriques

Consultations de la notice

366

Téléchargements de fichiers

387