Anne Laurent (LIRMM) présente les compétences de l'équipe TATOO en extraction de connaissances dans les bases de données.

1. Equipe‐projet TATOO
Extrac3on de connaissances dans les bases de données : mo3fs
séquen3els et ontologies
Responsable : Pascal Poncelet

2.  Extrac'on de connaissances dans de grandes bases de données
EXPERTISE
DONNEES
Représentation
Traitement
Visualisation
PROBLEME
Fouille de
données
CONNAISSANCE
DECISION
 Mots clés : extrac'on de connaissances, fouille de données, mo'fs séquen'els,
entrepôts de données, logique floue, ontologie, annota'on automa'que

3. Fouille de données / Extrac'on de Connaissance
 Fayyad (1996) : the non-trivial process of identifying
valid, potentially useful and ultimately understandable
patterns in data
 Nombreuses applications : marketing, santé, etc.
 Algorithmes supervisés/non supervisés
 Algorithmes prédictifs/descriptifs
 Problématiques associées : nettoyage des données,
présentation des résultats, évaluation des méthodes, …

4. Thèmes scien'fiques
 Motifs séquentiels (Contraintes temporelles)
 Fouille de données complexes
 Textes (Text Mining)
 Arborescentes (Schema - Web Structure Mining)
 Multidimensionnelles (Cube - Web Usage Mining)
 Flots (Stream Mining)
 Fouille de données approximative

5. Exemple : Les mo'fs séquen'els
 Recherche de corréla'ons au sein de gros volumes de
données historisées
⟨(Lecteur DVD) (Ecran LCD, DVD1, DVD2) (Magnétoscope)⟩
 Prise en compte d’informations spatio-temporelles
 Données mul'‐dimensionnelles

6. Des données disponibles de plus en plus rapidement
 Comment maintenir la connaissance extraite ?
 Eviter de recommencer « from scratch »
 Comment faire face à des données disponibles sous la
forme d’un flot ?
 Impossible de stocker les données (capteurs, clickstream,
RFID, news, …) !
 Comment extraire de la connaissance ?
 Comment résumer ces données ?

7. Fouille de données environnementales : CEMAGREF‐LIRMM (M. Teisseire)
Quelques exemples …
 Suivi de l’évolu'on de phénomènes via des dépêches de presses (exemple H1N1
traité dans l’équipe)
 Evolu'on de la Dengue (Nevantropic, CEMAGREF)
A par'r d’une base de données de l’INVS, iden'fica'on des quar'ers à risque et des
périodes caractéris'ques précédant une propaga'on de l’épidémie
Données Teru'‐Lucas

Connaître les différentes catégories d’occupa'on du sol et d’usage de l’ensemble
du territoire (agricole, naturel et urbanisé)

8. Conclusion
Défis de la fouille de données :

Volume, rapidité et complexité/hétérogénéité des données

Temps réel

Présenta'on de la connaissance extraite

Quelle est la qualité des données collectées ?

Imprécisions/incer'tudes

Comment insérer d’autres connaissances ?

Données externes (e.g. météo)

Connaissance experte
