Académique Documents
Professionnel Documents
Culture Documents
Data Mining
Réalisé par:
Benbetka Mohamed ElAmine
Ouadi Souhaib
Plan de cours
Data Mining
Data Mining definition
• Les règles d’association sont créées en recherchant dans les donnés des
′
𝑁𝑒𝑚𝑏𝑟𝑒 𝑑 𝑜𝑐𝑐𝑢𝑟𝑒𝑛𝑐𝑒𝑠 𝑑𝑒 𝑋 ∪𝑌 𝑁𝑒𝑚𝑏𝑟𝑒 𝑑 ′ 𝑜𝑐𝑐𝑢𝑟𝑒𝑛𝑐𝑒𝑠 𝑑𝑒 𝑋 ∪ 𝑌
¿ ′ ¿
𝑁𝑒𝑚𝑏𝑟𝑒 𝑇𝑜𝑡𝑎𝑙 𝑑 𝑒𝑛𝑟𝑒𝑔𝑖𝑠𝑡𝑟𝑒𝑚𝑒𝑛𝑡 𝑁𝑒𝑚𝑏𝑟𝑒 𝑑 ′ 𝑜𝑐𝑐𝑢𝑟𝑒𝑛𝑐𝑒𝑠 𝑑𝑒 𝑋
Fonctionnement Des Règles d’association
Remarque !
• SETM
• Apriori
• Fp-Growth
•…
Algorithmes
Algorithme Apriori (1994):
1
Etapes d’application
d’Apriori
2
Etapes d’application
d’Apriori
• Pour chaque ensemble candidat, l'algorithme analyse la base
de données pour compter le nombre d'occurrences de cet
ensemble (support).
Fonctionnement : Il génère des ensembles candidats de taille supérieure en
combinant des ensembles fréquents de taille inférieure, puis filtre les
ensembles candidats non fréquents.
• Les ensembles candidats dont le support est supérieur à un
seuil
Avantages prédéfini
: Facile (appelé
à comprendre, largementseuil de support)
utilisé, efficace sont considérés
pour les bases
de données de taille modérée.
comme fréquents.
Inconvénients : Peut générer un grand nombre de candidats, coûteux en
termes de calcul.
Algorithmes
3
Etapes d’application
d’Apriori
• Données :
• Base de données des transactions de clients, enregistrant les produits
achetés ensemble.
• Objectif :
• Optimiser la disposition des produits dans les rayons pour stimuler les
ventes croisées.
Exemples en Supply chain
Étapes :
• Extraction des Règles d'Association.
• Identification des Règles Pertinentes:
• Sélection des règles ayant une confiance élevée et un support significatif pour s'assurer de
la fiabilité et de la pertinence des règles.
• Analyse des Règles :
• Examen des règles pour identifier les associations fréquentes entre les produits.
• Application dans les Magasins :
• Par exemple, si les règles montrent que les clients achètent souvent des chips avec des
sodas, ces produits peuvent être placés à proximité l'un de l'autre dans le rayon.
• Suivi des Performances :
• Analyse des données pour évaluer l'impact des changements sur les ventes croisées et la
satisfaction client.
Exemples en Supply chain
Exemple d’application dans un supermarché