Extraction des connaissances dans un environnement distribué : synthèse.

Abstract

Ce travail s’inscrit dans le domaine du Data Mining qui est une étape importante du processus d’Extraction des Connaissances à partir de Données (ECD) [ Knowledge Discovery in Databases (KDD) ]. Dans l’ensemble des travaux existants, l’extraction des connaissances est décomposée en deux sous problèmes : la recherche des itemsets fréquents et la génération des règles d’associations. Nous nous sommes intéressées par le premier sous problème, dont la complexité est exponentielle, et constitue la phase la plus couteuse en termes de temps d’exécution et d’espace mémoire. Toutefois, la plupart des algorithmes séquentiels d’extraction des itemsets fréquents voient leurs performances se dégrader lorsque la taille des données augmente. Pour maintenir les performances de ces algorithmes, l’utilisation de méthodes et outils parallèles et distribués apparait comme une solution naturelle. Le but de ce projet est d’étudier le problème d’extraction des connaissances, en se basant essentiellement sur l’étape d’extraction des itemsets fréquents dans un environnement distribué. Après une synthèse et une classification des algorithmes les plus cités dans la littérature, nous nous somme intéressés à l’un des algorithmes distribué : ECLAT.