view

Extraction de Connaissances à partir de
Données (KDD*)
Mots clés :
Fouille de données, entrepôt de données, analyse de données,
classification, apprentissage
Nédra Mellouli-Nauwynck
[email protected]-paris8.fr
* Knowledge Discovery in Data Bases (KDD) and data Mining (DM)

KDD - La démarche
Données
•Consommateurs
•Magasins
•Ventes
•Démographie
•Géographie
Information
•X habite la région R
•Y a A ans
•Z dépense son argent dans la ville V de la région R
Connaissance
•Une quantité Q du produit P est vendue en région R
•Les familles de profil F utilisent M% de P durant la période N
Décision
•Promouvoir le produit P dans la région R durant la période N
•Réaliser un mailing sur le produit P aux familles du profil F
Introduction

Le processus de KDD
Données
cibles
Databases
Datawarehouse
DataMart
Web
Données
pré-traitées
Pré-traitement
et nettoyage
visualisation
Motifs /
Modèles
Données
transformées
Introduction

Quelques définitions
Extraction d’informations originales , auparavant inconnues,
potentiellement utiles à partir de données. « Frawley & Piateski-
Shapiro »
La découverte de nouvelles corrélations , tendances et modèles par
le tamisage d’un large volumes de données. « John Page »
Un processus d’aide à la décision où les utilisateurs cherchent des
modèles d’interprétation dans les données. « Parsaye »
Torturer l’information jusqu’à ce qu’elle avoue. « Dimitris et al. »
Découverte de connaissances dans les bases de données (KDD)
Connaissances : un ensemble de relations entre les
données
Introduction

À retenir…Data Mining ou KDD
Besoin de retrouver toutes les informations associées à
un sujet donné, par exemple un consommateur, un
vendeur, un produit ou une activité.
Extraire des connaissances des « grandes BD »
historisées , en dégageant des tendances de fond et les
règles de l’entreprise et du marché.
1 source
de données 1 utilisateur
extraction
n utilisateurs
extraction
n sources
de données
Introduction