Note ABES Exploring sequential data with relational concept analysis Exploration de données séquentielles à l’aide de l’analyse relationnelle de concepts Données séquentielles Analyse Relationnelle de Concepts Motifs partialement ordonnés fermés Motifs multi-niveaux Hiérarchie de motifs Mesures d’intérêt Sequential data Relational Concept Analysis Closed partially-ordered patterns Multilevel patterns Hierarchy of patterns Measures of interest 005.7 006.33 Écologie des eaux Bases de données Théorie des treillis Exploration de données Intelligence artificielle Analyse formelle de concepts Ontologies (informatique) De nombreuses méthodes d’extraction de motifs séquentiels ont été proposées pour découvrir des motifs utiles qui décrivent les données analysées. Certaines de ces travaux se sont concentrés sur l’énumération efficace de motifs partiellement ordonnés fermés (cpo-motifs), ce qui rend leur évaluation difficile pour les experts, car leur nombre peut être important. Par suite, nous proposons une approche nouvelle, qui consiste à extraire directement des cpo-motifs multi-niveaux qui sont organisés dans une hiérarchie. Nous proposons une méthode originale dans la cadre de l’Analyse Relationnelle de Concepts (ARC), appelée RCA-SEQ, qui exploite la structure et les propriétés des treillis issus de l’ARC. RCA-SEQ comporte cinq étapes : le prétraitement des données ; l'exploration par l’ARC des données ; l'extraction automatisée d'une hiérarchie de cpo-motifs multi-niveaux par navigation des treillis issus de l’ARC ; la sélection de cpo-motifs pertinents ; l'évaluation des motifs par les experts. Many sequential pattern mining methods have been proposed to discover useful patterns that describe the analysed sequential data. Several of these works have focused on efficiently enumerating all closed partially-ordered patterns (cpo-patterns), that makes their evaluation a laboured task for experts since their number can be large. To address this issue, we propose a new approach, that is to directly extract multilevel cpo-patterns implicitly organised into a hierarchy. To this end, we devise an original method within the Relational Concept Analysis (RCA) framework, referred to as RCA-SEQ, that exploits the structure and properties of the lattices from the RCA output. RCA-SEQ spans five steps: the preprocessing of the raw data; the RCA-based exploration of the preprocessed data; the automatic extraction of a hierarchy of multilevel cpo-patterns by navigating the lattices from the RCA output; the selection of relevant multilevel cpo-patterns; the pattern evaluation done by experts. Electronic Thesis or Dissertation Text en PDF 14413974 Université de Strasbourg Strasbourg 2018-12-31 https://theses.hal.science/tel-01712510 application/pdf 13960615 https://publication-theses.unistra.fr/public/theses_doctorat/2017/Nica_Cristina_2017_ED269.pdf http://www.theses.fr/2017STRAD032/abes https://theses.hal.science/tel-01712510 https://theses.hal.science/tel-01712510 https://theses.hal.science/tel-01712510 https://theses.hal.science/tel-01712510 Nica Cristina 1987-12-30 RO 224356526 21017841 https://theses.fr/2017STRAD032 2017STRAD032 https://doi.org/10.70675/80af68c5z98f6z4903z9b60z694c82941e09 2017-10-13 Informatique Strasbourg 131056549 Doctorat Docteur es non oui Le Ber Florence MADS_DIRECTEUR_DE_THESE_1 113466404 Beisel Jean-Nicolas MADS_PRESIDENT_DU_JURY 146182022 Braud Agnès MADS_MEMBRE_DU_JURY_1 070478449 Ferré Sébastien MADS_MEMBRE_DU_JURY_2 06939685X Poncelet Pascal MADS_RAPPORTEUR_1 069260613 Soldano Henry MADS_RAPPORTEUR_2 131974637 École doctorale Mathématiques, sciences de l'information et de l'ingénieur (Strasbourg ; 1997-....) MADS_ECOLE_DOCTORALE_1 MA 156504863 Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (Strasbourg ; 2013-....) MADS_PARTENAIRE_DE_RECHERCHE_1 UMR7357 176969721 260728 ddc:004 Le Ber Florence Beisel Jean-Nicolas Braud Agnès Ferré Sébastien Poncelet Pascal Soldano Henry École doctorale Mathématiques, sciences de l'information et de l'ingénieur (Strasbourg) Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (Strasbourg) PDF 14413974