Extension%20des%20bases%20de%20donn

1
Extension des bases de données inductives pour
la découverte de chroniques
Alexandre Vautier, René Quiniou et Marie-Odile
Cordier
2
Une petite illustration
sur 2 séquences dévènements
D1
B
B
A
B
A
A
B
B
A
A
D2
A
A
B
A
B
A
A
B

• Trouver des motifs temporels
• Fréquents dans D1 (selon un seuil de 3)
• Non fréquents dans D2 (selon un seuil de 2)
• Motifs
• Évènements ? 5 dans D1 et 5 dans D2 5
  dans D1 et 3 dans D2
• Ensemble dévènements ? ,
• Contrainte temporelle intervalle dmin, dmax

A
B
)
A
B
?
3
Introduction

• Fouille de données temporelles
• Complexité due à lintroduction du temps
  numérique
• Base de données inductives
• Un cadre formel de la fouille de données
• intégrer le temps dans une BDI

4
Plan

• Introduction
• Base de données inductive et chroniques
• Relation dordre - fréquence
• Traitement dune requête
• Algorithme de Mitchell
• FACE un outil de fouille de données temporelles

5
Base de données inductives

• Une formalisation de la fouille de données
• Donne un cadre au processus dextraction de
  connaissances
• Une base de données et de motifs
• La fouille de données est vue comme un processus
  dextraction par requête
• Exemple de requêtes atomiques sur les motifs et
  les données
• Fréquence(m,D1) gt Tmin
• Fréquence(m,D2) lt Tmax
• Sous-motif(m,M1)
• Sous-motif(M1,m)
• Requêtes formule logique de requêtes atomiques

6
Processus dExtraction des connaissances dans les
Bases de données
Volume de données ? Connaissances
Interprétation/ Evaluation
Fouille de données
Transformation
Connaissances
Prétraitement
Modèles
Sélection
Données transformées
Données prétraitées
Données sélectionnées
Entrepôt de données
Etapes dun processus ECD Fayyad et al. 1996
7
Les données séquences dévènements Les motifs
chroniques

• Séquence dévènements liste dévènements
  ordonnés
• Chronique ensemble dévènements contraints
  temporellement
• Évènements de même type
• Contrainte temporelle dmin,dmax dmin,dmax 2 Z

C,t3
C,t34
A,t0
B,t1
B,t2
8
Relation de généralité

• C plus générale que C (C v C) ,Il existe un
  sous-graphe de C
• tel que toutes les contraintes de C sont égales
  ou plus larges que celles de ce sous-graphe.

C
C
9
Requêtes sur la fréquence

• freq(m,D) T
• Fréquence des motifs m inférieure ou égale à T
• freq(m,D) T
• Fréquence des motifs m supérieure ou égale à T
• Deux ensembles de séquences P et N
• (9 L 2 P freq(m,D) TD) Æ (8 L 2 N freq(m,L)
  TD)
• on continue avec deux séquences

10
Fréquence et relation dordre

• Contrainte monotone
• Ex freq(m,D) T
• C 2 m Æ C v C ) C 2 m
• Freq(C) Freq(C)
• Contrainte anti-monotone
• Ex freq(m,D) T
• C 2 m Æ C v C ) C 2 m
• Freq(C) Freq(C)

11
Fréquence dune chronique

• IC(D) i1, i2, i3, i4, i5, i6
• Critère de reconnaissance Q
• E µ IC(D), Q(E) ) Freq(C,D) E
• Exemple de critère
• Qdt critère dinstances disjointes au plus tôt
• E i1, i3, i6 ) Freq(C,D) 3

E est unique (Anti)monotonie des contraintes sur
la fréquence
12
Traitement dune requête

• freq(m,D1) T1 Æ freq(m,D2) T2

T
Maximalement général
Le calcul des bords suffit
Maximalement spécifique
?
Espace des versions
13
Calcul des bords de lespace des versions

• freq(m,D1) T1 Æ freq(m,D2) lt T2
• Algorithme de Mitchell

freq(m2,D2) T2

freq(m,D2) lt T2 Æ freq(m,D1) T1
freq(m1,D1) T1
Utilisation des Chroniques Maximalement
spécifiques et Fréquentes (CMFs)
14
FACEFrequency Analyser for Chronicle Extraction
Dousson Thang Vu Duong
Chroniques représentatives
Séquence dévènements
FACE

• Principe
• Freq(m,D) T
• Contrainte Anti-monotone
• Une chronique peut être fréquente si toutes ses
  sous-chroniques sont fréquentes.

15
Algorithme de FACE
n1
Génération de chroniques de taille n
nn 1
Aucune chronique fréquente
16
FACEUn outil de fouille de données

• Optimisé pour la génération dun nombre minimum
  de chroniques
• Synthèse efficace ? recherche des CMFs
• Néglige les contraintes temporelles
• Un extracteur complet et correct dinstances !
• À partir des instances reconnues on peut
  retrouver les chroniques maximalement spécifiques
  et fréquentes (CMFs)

17
Adaptation de lalgorithme FACE
Reconnaissance dans la séquence dévènements
n1
Génération de chroniques de taille n
Raffinage des chroniques fréquentes
Spécialisation des Contraintes temporelles
nn 1
Aucune chronique fréquente
18
Raffinage pour résultats

• , Recherche des motifs fréquents sur des données
  numériques
• Très coûteux en temps, en espace
• Introduction dun nouveau critère dintérêt la
  densité
• Meilleure caractérisation des chroniques
  intéressantes
• Réduction du nombre de CMFs
• Utilisation et adaptation dalgorithmes de
  clustering
• Basé sur la densité, algorithmes hiérarchiques

19
Conclusion

• Extension dune BDI à la recherche de motifs
  intégrant une notion temporelle
• Nécessité de calculer seulement les CMFs de
  chaque séquence dévènements
• Formalisation de la notion de chronique
• Relation dordre
• Fréquence, critère de reconnaissance
• Utilisation dun outil de fouille de données
  existant FACE
• Les BDIs une formidable façon de structurer
• la fouille de données

20
Perspectives

• Poursuivre la réalisation des bases de données
  inductives étendues au temps
• Utilisation dautres mesures dintérêt
• Autre que la fréquence
• Permettre à lutilisateur de spécifier le niveau
  de complétude désirée
• Application dans le domaine de la détection
  dintrusions dans les réseaux de
  télécommunications

21
pour la découverte de chroniques
Extension des BDIs
Alexandre Vautier, René Quiniou, Marie-Odile
Cordier
22
Raffinage pour résultats

• Une instance , un point
• Une chronique , un hypercube
• Rechercher les hypercubes minimaux englobant au
  moins T points

• Très coûteux
• En temps
• En espace
• Recherche des motifs fréquents sur des données
  numériques

23
Densité des CMFs (1)
Une CMF non dense
x
x
x
x
x
x
x
x
x
x
x
x
x
x
Une CMF dense
x
x
x
x
x
x
x
x
x
x
x
x
x
x
T 4

• Chronique intéressante
• Fréquente
• Maximalement spécifique
• dense

24
Base de données inductive (2)

• Son origine Imielinski et Mannila, 1996
• Base de données gérer les applications de
  stockage des données
• BDI gérer les applications de découverte de
  connaissances
• Le temps attribut complexe à gérer
• Apport des BDIs leur formalisme