Extraction de motifs séquentiels fréquents à partir des données incertaines de masse

الموضوعات

علوم تطبيقية وتكنولوجية

الملخص

Les bases de données de séquences incertaines sont largement utilisées pour modéliser des données horodatées inexactes ou imprécises dans de nombreuses applications réelles, où les algorithmes de l'extraction de motifs séquentiels traditionnels sont inapplicables en raison de l'incertitude des données et d'évolutivité.Notre travail consiste à développer un algorithme d'extraction de motifs séquentiels fréquents à partir de données incertaines de masse. En effet, inspiré par le célèbre algorithme d'une méta-heuristique très connue, nous proposons un algorithme basé sur la méthode d'optimisation par essaims des abeilles (Bees Swarm Optimization BSO). En se basant aussi, sur le modèle de programmation MapReduce pour, notre algorithme procède d'une façon distribuée et parallèle pour qu'il soit adapté au contexte de Big Data.Nous avons mené plusieurs expérimentations sur des ensembles de données incertaines synthétiques, et les résultats expérimentaux montrent que notre algorithme est efficace et évolutive.

روابط وملفات

التعريف والنوع

رقم الوثيقة

f637af6c-959e-445b-a041-f1ec6b5d6aa7

رقم العقد

0

نوع الوسائط

Crawler

نوع المحتوى

الرسائل العلمية

صيغة المصدر

ماستر (LMD)

نوع الملف

pdf text

أسماء الملفات

2230071_1.pdf

بيانات النشر

ألقاب المؤلفين

[{"name_ar":"Fatma Zohra Zahra","title_ar":"اشراف","title_en":"Supervision"},{"name_ar":"Hiba Hadj Ali","title_ar":"اعداد","title_en":"Preparation"},{"name_ar":"Rabia Ykhlef","title_ar":"اعداد","title_en":"Preparation"}]

اللغة

French

المصدر والدورية

اسم المصدر

Extraction de motifs séquentiels fréquents à partir des données incertaines de masse

المحتوى والصفحات

عدد الصفحات

0

كلمات الباحثين

motifs séquentiels. données incertaines. Big data. BSO. hadoop. MapReduce.

إشراف وإعداد

الإشراف

Fatma Zohra Zahra

الإعداد

Hiba Hadj Ali, Rabia Ykhlef

الاقتباسات الببليوغرافية