Clustering de données relationnelles pour la structuration de flux télévisuels

Les approches existantes pour structurer automatiquement un flux de television (i.e. reconstituer un guide de programme exact et complet), sont supervisees. Elles requierent de grandes quantites de donnees annotees manuellement, et aussi de definir a priori les types d'emissions (publicites, bandes annonces, programmes, sponsors...). Pour eviter ces deux contraintes, nous proposons une classification non supervisee. La nature multi-relationnelle de nos donnees proscrit l'utilisation des techniques de clustering habituelles reposant sur des representations sous forme attributs-valeurs. Nous proposons et validons experimentalement une technique de clustering capable de manipuler ces donnees en detournant la programmation logique inductive (PLI) pour fonctionner dans ce cadre non supervise.