Extraction de règles d'épisodes minimales dans des séquences complexes
Résumé
Le nombre de messages déposés quotidiennement sur les réseaux sociaux et les blogs est colossal. Ces messages constituent une source d'informations précieuse. Leur exploration se place dans le domaine de la fouille de données temporelles. Cette fouille peut être utilisée dans un but de prédiction afin d'anticiper l'apparition de certaines informations. Notre objectif dans cet article est de proposer un algorithme permettant la prédiction au plus tôt et de façon fiable, d'informations. Dans ce travail préliminaire, nous nous focalisons sur l'extraction de règles d'épisodes. Nous proposons une adaptation d'un algorithme de l'état de l'art, EMMA, qui extrait des règles d'épisodes minimales, pouvant être identifiées rapidement dans un flux de données. Ces règles auront aussi une conséquence éloignée temporellement de l'antécédent, pour anticiper au plus tôt la conséquence, tout en ayant une confiance élevée.