Exploration de grands ensembles de motifs

L'abondance des motifs gnrs par les algorithmes d'extraction de connaissances reprsente un grand problme dans le domaine de fouille de donnes. Afin de faciliter l'exploration de ces motifs, deux approches sont souvent utilises : la premire consiste rsumer les ensembles de motifs et la seconde approche repose sur la construction de reprsentations visuelles de ces motifs. Cependant, les rsums ne sont pas structurs et ils sont proposs sans mthode d'exploration. D'autre part, les reprsentations visuelles n'offrent pas une vue globale des ensembles de motifs. J'ai dfini un cadre gnrique qui combine les avantages de ces deux approches. Il permet de construire des rsums plusieurs niveaux de dtail. De plus, ils sont structurs sous forme de cubes sur lesquels des oprateurs de navigation OLAP peuvent tre appliqus pour explorer les ensembles de motifs. Afin d'initialiser l'exploration, j'ai propos un algorithme qui fournit un premier rsum de taille infrieure un seuil donn. Enfin, le cadre est instanci avec des rgles d'association.