ISBN-13: 9783841620859 / Francuski / Miękka / 2018 / 160 str.
ISBN-13: 9783841620859 / Francuski / Miękka / 2018 / 160 str.
Notre travail s'inscrit dans l'intersection de deux disciplines qui sont la thA(c)orie des fonctions de croyance (TFC) et la fouille de donnA(c)es. L'interaction pouvant exister entre la TFC et la fouille de donnA(c)es est A(c)tudiA(c)e sous deux volets. La premiA]re interaction souligne l'apport des rA]gles associatives gA(c)nA(c)riques au sein de la TFC. Nous nous sommes intA(c)ressA(c)s au problA]me de fusion de sources non fiables dont la principale consA(c)quence est l'apparition de conflit lors de la combinaison. Une approche de gestion de conflit reposant sur les rA]gles d'association gA(c)nA(c)riques appelA(c)e ACM a A(c)tA(c) proposA(c)e. La deuxiA]me interaction s'intA(c)resse aux bases de donnA(c)es imparfaites en particulier les bases de donnA(c)es A(c)videntielles. Les informations, reprA(c)sentA(c)es par des fonctions de masse, sont A(c)tudiA(c)es afin d'extraire des connaissances cachA(c)es par le biais des outils de fouille de donnA(c)es. L'extraction des informations pertinentes et cachA(c)es de la base se fait grA ce A la redA(c)finition de la mesure du support et de la confiance. Ces mesures introduites ont A(c)tA(c) les fondements d'un nouveau classifieur associatif que nous avons appelA(c) EDMA.
Notre travail sinscrit dans lintersection de deux disciplines qui sont la théorie des fonctions de croyance (TFC) et la fouille de données. Linteraction pouvant exister entre la TFC et la fouille de données est étudiée sous deux volets. La première interaction souligne lapport des règles associatives génériques au sein de la TFC. Nous nous sommes intéressés au problème de fusion de sources non fiables dont la principale conséquence est lapparition de conflit lors de la combinaison. Une approche de gestion de conflit reposant sur les règles dassociation génériques appelée ACM a été proposée. La deuxième interaction sintéresse aux bases de données imparfaites en particulier les bases de données évidentielles. Les informations, représentées par des fonctions de masse, sont étudiées afin dextraire des connaissances cachées par le biais des outils de fouille de données. Lextraction des informations pertinentes et cachées de la base se fait grâce à la redéfinition de la mesure du support et de la confiance. Ces mesures introduites ont été les fondements dun nouveau classifieur associatif que nous avons appelé EDMA.