Des motifs séquentiels généralisés aux contraintes de temps étendues
Abstract
Dans de nombreux domaines, la recherche de connaissances temporelles
est très appréciée. Des techniques ont été proposées aussi bien en fouille de
données qu'en apprentissage, afin d'extraire et de gérer de telles connaissances,
en les associant également à la spécification de contraintes temporelles (e.g.: fenêtre
temporelle maximale), notamment dans le contexte de la recherche de motifs
séquentiels. Cependant, ces contraintes sont souvent trop rigides ou nécessitent
une bonne connaissance du domaine pour ne pas extraire des informations
erronées. C'est pourquoi nous proposons une approche basée sur la construction
de graphes de séquences afin de prendre en compte des contraintes de temps
plus souples. Ces contraintes sont relâchées par rapport aux contraintes de temps
précédemment proposées. Elles permettent donc d'extraire plus de motifs pertinents.
Afin de guider l'analyse des motifs obtenus, nous proposons également
un niveau de précision des contraintes temporelles pour les motifs extraits.