Extraction de connaissances à partir de données incomplètes et

UNIVERSITE DE M’SILA
FACULTÉ DE MATHÉMATIQUES ET INFORMATIQUE
DEPARTEMENT D’INFORMATIQUE
N˚ d’ordre
///////////
M E M O I R E
Présenté pour l’obtention du diplôme de :
MAGISTER
Spécialité : Informatique
0ption : Ingénierie des systèmes d’informatique
Par
BRAHIMI Belgacem
Thème :
Extraction de connaissances à partir de données
incomplètes et imprécises
B.BOUDERAH PROFESSEUR UNIVERSITÉ DE M’SILA Président
A.MOUSSAOUI M.C. UFA- SÉTIF Rapporteur
M.BOURAHLA M.C UNIVERSITÉ DE M’SILA Examinateur
M.BENMOHAMED PROFESSEUR U.M CONSTANTINE Examinateur
Présenté et soutenu publiquement le :03 /07/2011 devant le jury composé de :

DEDICACES
A mon père et ma mère, qui m’ont vraiment tout donné ;
A ma femme, qui m’a aidé ;
A Ibtihel et Meriem, mes chères filles.
A mes frères et mes sœurs.

Remerciements
Je remercie tout d’abord le grand Dieu pour m’avoir donnée le courage et la santé pour accom-
plir ce travail.
Ce travail n’aurait pas pu aboutir à des résultats sans l’aide et les encouragements de plusieurs
personnes que je remercie.
Mes vifs remerciements accompagnés de toute ma gratitude vont ensuite à mon promoteur
MOUSSAOUI ABDELOUAHAB, maître de conférence à l’université de Sétif, pour ses conseils
judicieux, sa grande disponibilité et pour m’avoir suivie et orientée.
Je remercie gracieusement Monsieur Brahim BOUDERAH, Professeur à l’université de M’sila,
pour son support, son aide durant nos études de post-graduation. Les chefs des départements infor-
matique et STIC, Mr. BENAZZI Makhlouf, BRAHIMI Mahmoud ainsi que le président du conseil
scientifique Mr. BOURAHLA Mustapha pour leur soutien scientifique et moral. Les membres de
jury qui m’ont fait un grand honneur en acceptant la valorisation de ce modeste mémoire.
Enfin, que tous ceux qui nous ont aidés et encouragés de prés ou de loin dans la concrétisation
de ce projet, trouvent ici ma gratitude et mes sincères remerciements.

4
Résumé
L’extraction de connaissances à partir de données (ECD) est définie comme un processus de
découverte d’informations implicites, inconnues auparavant et potentiellement utiles à partir de
données. Ce processus se fait en plusieurs étapes : préparation des données (recherche, nettoyage
et codage des données), fouille des données (recherche d’un modèle de connaissances), validation
et interprétation du résultat et enfin intégration des connaissances apprises.
Cependant, il se trouve que dans beaucoup de domaines, les données représentées sont incom-
plètes et/ou imprécises ce qui rend leur exploitation très difficile et/ou impossible d’autant plus que
la dimensionnalité élevée des bases de données complexifie la tâche d’extraction de connaissances
à partir de cette masse de données.
Nous proposons dans ce travail de magister des solutions pour l’amélioration des techniques
d’extraction de connaissances à partir de données tout en en prenant en compte la nature des
données hétérogènes, incomplètes, incertaines ou incertaines en utilisant la notion de la similarité.
Mots-clés : données incomplètes, données imprécises, logiques floue, extraction de connais-
sances, similarité.
Abstract :
Extracting knowledge from data (KDD) is defined as a process of discovery of implicit infor-
mation, unknown earlier and potentially useful from the data. This process is several steps : data
preparation (research, cleaning and data coding), data mining (looking for a model, knowledge),
validation and interpretation of results and finally integration knowledge learned. However, it turns
out that in many areas the data representation is incomplete and / or inaccurate which makes their
operation very difficult or impossible especially since the high dimensionality databases compli-
cates the task of knowledge extraction From this mass of data.
We propose in this work solutions for improved techniques for extracting knowledge from data
while taking into account the nature of heterogeneous data, incomplete, uncertain or uncertain
using the notion of similarity.
Keywords : incomplete data, imprecise data, fuzzy logic, knowledge extraction, similarity.

5