Extraction des règles d’association à partir d’une base de données en utilisant l’algorithme Apriori
Loading...
Date
2023
Journal Title
Journal ISSN
Volume Title
Publisher
Faculté des sciences
Abstract
Les règles d’association extraites de larges ensembles de données permettent diverses applications telles que la recommandation dans les applications de ventes, ainsi que plein d’autres applications. Il s’agit d’un des traitements les plus importants relevant du domaine data mining, dont le but et d’extraire des modèles enfouillés dans les données ainsi que les relations qui peuvent y exister.
Dans ce mémoire de master en Systèmes d’information avancés et applications, nous avons étudié le data mining et plus particulièrement le problème d’extraction de règles d’association au sein d’une base de données. Après une courte présentation du domaine du data mining, nous avons étudié et présenté les règles d’association et les principaux algorithmes permettant leur extraction.
Au terme de cette étude, nous avons opté pour l’algorithme Apriori, sur lequel nous avons modélisé et implémenter un système d’extraction de règles d’association pour l’application du panier de la ménagère.
Pour l’implémentation et le test du système, nous avons utilisé le langage Python sous l’environnement de développement Google Colab, qui nous a été d’une grande utilité pour sa convivialité et sa sécurité