Extraction de propriétés correctes dans des bases de données incomplètes

Résuḿe : Les valeurs manquantes dans les bases de donn ées posent de nombreuses difficultés lors de processus d’extraction de connaissances et les propri ét́es extraites sont parfois incorrectes. Nous proposons à l’aide de calculs meń es dans une base incompl̀ete de caract ériser des propri ét́es de la base compl ète dont la base de calcul est issue. Les propri ét́es dek-liberté sontétudíees, elles sont fondamentales pour le calcul des motifs fr équents, des repr ésentations condens ées de ces motifs et la construction de r ègles d’association g éńeraliśees. Nous donnons pour les bases de donn ées incompl̀ etes une d́ efinition de lak-liberté et montrons un résultat de correction pour cette propri ét́e.

[1]  Catherine Blake,et al.  UCI Repository of machine learning databases , 1998 .

[2]  János Demetrovics,et al.  Some Remarks On Generating Armstrong And Inferring Functional Dependencies Relation , 1995, Acta Cybern..

[3]  Christophe Rigotti,et al.  A condensed representation to find frequent patterns , 2001, PODS '01.

[4]  Diane J. Cook,et al.  Approximate Association Rule Mining , 2001, FLAIRS Conference.

[5]  Heikki Mannila,et al.  Levelwise Search and Borders of Theories in Knowledge Discovery , 1997, Data Mining and Knowledge Discovery.

[6]  Osmar R. Zaïane,et al.  Mining Positive and Negative Association Rules: An Approach for Confined Rules , 2004, PKDD.

[7]  Osmar R. Zaïane,et al.  An associative classifier based on positive and negative rules , 2004, DMKD '04.

[8]  George Loizou,et al.  Extraction de règles d'association pour la prédiction de valeurs manquantes , 2005, ARIMA J..

[9]  Szymon Jaroszewicz,et al.  Support Approximations Using Bonferroni-Type Inequalities , 2002, PKDD.

[10]  Bruno Crémilleux,et al.  Condensed Representations in Presence of Missing Values , 2003, IDA.

[11]  Mohammed J. Zaki.  Generating non-redundant association rules , 2000, KDD '00.

[12]  Toon Calders,et al.  Mining All Non-derivable Frequent Itemsets , 2002, PKDD.

[13]  Jean-Marc Petit,et al.  Discovering interesting inclusion dependencies: application to logical database tuning , 2002, Inf. Syst..

[14]  François Rioult,et al.  Extraction de connaissances dans les bases de donn'ees comportant des valeurs manquantes ou un grand nombre d'attributs , 2005 .

[15]  Dimitrios Gunopulos,et al.  Data mining, hypergraph transversals, and machine learning (extended abstract) , 1997, PODS.

[16]  Gerd Stumme,et al.  Mining Minimal Non-redundant Association Rules Using Frequent Closed Itemsets , 2000, Computational Logic.

[17]  R. Agarwal.  Fast Algorithms for Mining Association Rules , 1994, VLDB 1994.

[18]  Toon Calders,et al.  Minimal k-Free Representations of Frequent Sets , 2003, PKDD.

[19]  Bruno Crémilleux,et al.  MVC - a preprocessing method to deal with missing values , 1999, Knowl. Based Syst..

[20]  Mark Levene,et al.  Database design for incomplete relations , 1999, TODS.

[21]  Bruno Crémilleux,et al.  Représentation condensée en présence de valeurs manquantes , 2004, INFORSID.