EQUIPE TaToo

Extraction de connaissances dans les bases de données :

motifs séquentiels et ontologie

LIRMM - CNRS - Université Montpellier II

EQUIPE TaToo 8 Permanents (3 Pr, 5 MCF dont 1 HDR),

2 Associés, 7 Doctorants

Thèmes de recherche :

Fouille de donnéesTextes (Text Mining), Arborescentes (Schema - Web Structure Mining) Multidimensionnelles (Cube - Web Usage Mining) Flots (Stream Mining)

Ontologie Annotation, Indexation, Modélisation, Mise-à-jour

Motifs séquentiels2

3

PROBLEMEFouille dedonnées

CONNAISSANCES

aux DECISIONS

Visualisation

EXPERTISE

Des DONNEESReprésentation

Traitement

Vers un nouveau processus

Résultats récents 6 thèses soutenues 2008-2007 (Jurys prestigieux : Jian Pei, Toon

Calders, Osmar Zaiäne …)

Publications (co-publications) avec CL sur 2008 (2007) : 5 (3) RI - 28 (14) CI

DMKD, IEEE Transaction on Fuzzy Sets, ODBASE, CIKM, PAKDD, PKDD, DASFAA, BDA …

Comités de Programme, Relecteur

ICDM, PKDD, DEXA, IEEE TKDE, …

4

Domaines d’application

Web Mining, Text Mining, Schema Mining, Tree Mining, Stream Mining …

Santé : • 3 partenariats forts (Inserm Bordeaux, Montpellier I et II)• 2 Programmes Exploratoires Pluridisciplinaires 2008

PEPS ST2I « GeneMining » PEPS STI-SHS    « Langage, Mémoire et Alzheimer »

Environnement …. 5

Outils de visualisation Demon

6

Transferts de technologie•Axiliance (Région LR) (30K)

Filtrage de requêtes à risque

•EDF (R&D Paris) (80K)

Recherche de comportements temporels atypiques

•ANR Midas avec ENST, INRIA, EDF R&D, Orange R&D

Modélisation et fouille dans les flots de données

•We are cloud

Calcul dans les cubes de données

•En cours (PIKKO, Spotter)

7

Conclusion Ambition (Equipe – Séminaire)

Forte implication au sein de l’Université (Présidence, Direction adjointe UFR Info, Direction Dept IG, Responsable de Parcours …), de la région (IBM, cluster INTS, journées MIPS)

Mais Affectation des ressources

8

9

Le Processus d’Extraction de Connaissances

10

Panier de la ménagère

Produits achetés

Identification

Date, heure

Localisation

11

Règles d’Association vs Motifs Séquentiels

Corrélation entre les produits (RA) Les personnes qui achètent des couches achètent de la bière

Comportement des clients au cours du temps (MS) Les personnes qui achètent des couches achètent trois jours après de la bière

Extraction de Motifs Séquentiels

C1 t1

t2

a,b,c,d

a,b

C2 t3 a,b

C3 t1

t4

b,c,d

a,b

Considérons la base de données D suivante avec I = {a,b,c,d} :

<(a,b)> séquence fréquente

[Agrawal & Srikant, 95]

[Srikant & Agrawal, 96]GSP

[Masseglia et al., 98]PSP

[Zaki., 01]SPADE

[Ayres et al. 02]SPAM

[Han et al.., 00]FreeSpan

[Pei et al.., 01]PrefixSpan

[Zaki, 07]PRIMAL

Par niveau Pattern-Growth

Par niveau, représentation

13

Des constats

Quid • des nouvelles données ? • des quantités ?• des contraintes temporelles ? • des données plus complexes ?• des connaissances plus riches ?