Extension de l'algorithme Apriori et des règles d'association aux cas des données symboliques diagrammes et intervalles

Afonso, Filipe; Diday, Edwin

Afonso, Filipe; Diday, Edwin (2005), Extension de l'algorithme Apriori et des règles d'association aux cas des données symboliques diagrammes et intervalles, in Pinson, Suzanne; Vincent, Nicole, Extraction et gestion des connaissances (EGC'2005), Actes des cinquièmes journées Extraction et Gestion des Connaissances, Paris, France, 18-21 janvier 2005, Capaduès Editions : Paris, p. 483-494

Type

Communication / Conférence

Date

2005

Conference title

EGC 2005

Conference date

2005-01

Conference city

Paris

Conference country

France

Book title

Extraction et gestion des connaissances (EGC'2005), Actes des cinquièmes journées Extraction et Gestion des Connaissances, Paris, France, 18-21 janvier 2005

Book author

Pinson, Suzanne; Vincent, Nicole

Publisher

Capaduès Editions

Published in

Paris

ISBN

2-85428-677-4

Pages

483-494

Metadata

Show full item record

Author(s)

Afonso, Filipe
Diday, Edwin

Abstract (FR)

Nous traitons l'extension de l'algorithme Apriori et des règles d'association aux cas des données symboliques diagrammes et intervalles. La méthode proposée nous permet de découvrir des règles d'association au niveau des concepts. Cette extension implique notamment de nouvelles définitions pour le support et la confiance afin d'exploiter la structure symbolique des données. Au fil de l'article, l'exemple classique du panier de la ménagère est développé. Ainsi, plutôt que d'extraire des règles entre différents articles appartenant à des mêmes transactions enregistrées dans un magasin comme dans le cas classique, nous extrayons des règles d'association au niveau des clients afin d'étudier leurs comportements d'achat.

Abstract (EN)

This paper deals with the extension of the Apriori algorithm and of the association rules to the symbolic histogram and interval-valued data. We suggest a method that will enable us to discover rules at the level of the concepts. This extension requires new definitions for the support and the confidence in order to take advantage of the symbolic structure of the data. The market basket data example is developed throughout the paper. Thus, instead of mining rules between different items of some transactions recorded in a retail organization like in the classical case, we discover rules at the level of the customers in order to study their purchase behavior.

Subjects / Keywords

Numerical Analysis

JEL

D11 - Consumer Economics: Theory