doc num

U.S.T.O − 2010
République Algérienne Démocratique et Populaire
Ministère de l’Enseignement Supérieur et de la Recherche Scientifique
Université des Sciences et de la Technologie d’Oran Mohamed Boudiaf
Faculté des Sciences
Département d’Informatique
MEMOIRE EN VUE DE L’OBTENTION DU DIPLÔME DE
MAGISTER
Spécialité : Informatique
Option : Systèmes, Réseaux et Bases de Données
Présenté par : Mr Sadek Reguieg Yssaad
EXTRACTION DE MOTIFS SÉQUENTIELS :
Application à la Maintenance Industrielle
AVAL / SONATRACH
Soutenu le 21 / 05 / 2010 devant le jury composé de :
Président :
Rapporteur :
Examinatrice :
Examinateur :
Invitée :
Mr Bachir Djebbar
Mr Sid Ahmed Rahal
Mme Lynda Zaoui
Mr Belhadri Messabih
Melle Djamila Mokadem
Professeur à l’USTO
Maître de conférences à l’USTO
Maître de conférences à l’USTO
Maître de conférences à l’USTO
Maître assistant à l’USTO

« Ne restez pas indéfiniment sur la route qui ne mène qu’à
des endroits connus, abandonnez parfois les sentiers battus et
entrez dans la forêt, vous découvrirez certainement quelque
chose que vous n’avez jamais vu, bien sur ce ne sera qu’une
petite chose, mais prêtez y attention, suivez la, explorer la,
une découverte en amènera une autre, et avant même de vous
rendre compte, vous aurez mis à jour une idée intéressante »
Alexander Graham Bell

Remerciements
Je remercie tout d’abord dieu le tout puissant pour la patience, le courage et la volonté qu’il
m’a donné pour commencer, réaliser, et arriver à bout de ce travail.
Cette thèse a été réalisée au sein du laboratoire Systèmes, Réseaux et Bases de Données au
niveau du département d’informatique de l’Université des Sciences et de la Technologie
d’Oran U.S.T.O − Mohamed Boudiaf en collaboration avec l’entreprise nationale
AVAL/SONATRACH. Je tiens à remercier toutes les personnes qui ont contribué de manière
directe ou indirecte, de loin ou de près, à l’aboutissement de ce travail.
En premier lieu, je remercie profondément Madame Hafida Belbachir qui m’a accueilli à bras
ouverts dans son laboratoire. Ceci m’a beaucoup aidé à initier ce travail dans les meilleures
conditions. J’ai apprécié sa disponibilité, son enthousiasme, et sa gentillesse.
Je remercie tout particulièrement Monsieur Sid Ahmed Rahal d’avoir accepté d’être
l’encadreur et le rapporteur de ce travail. Je tiens à le remercier profondément pour son
soutient à des moments difficiles et l’attention particulière avec laquelle il a lu et évalué ce
mémoire ainsi que pour toutes les remarques constructives qu’il n’a hésité à très gentiment
m’adresser. Elles ont été pour moi d’extrême valeur scientifique et morale enrichissante.
Je remercie profondément Monsieur le professeur Bachir Djebbar d’avoir honoré d’accepter
de juger mon travail. J’exprime également mes remerciements spéciaux et grand respect à
Madame Lynda Zaoui ainsi qu’à Monsieur Belhadri Messabih qui ont accepté d’être membres
particulièrement importants du jury. Je tiens aussi à remercier Melle Djamila Mokadem pour
avoir aimablement accepté l’invitation de ce jury.
Une partie de mes travaux sur la base de données GMAO (Gestion de la Maintenance Assistée
par Ordinateur) du système d’information intégré AVL/SH n’aurait pas pu aboutir sans une
collaboration avec mon collègue d’université Monsieur Salim Khiat, qu’il retrouve ici
l’expression de toute mon amitié et grande considération.
Je n’oublierai jamais d’exprimer mes remerciements à Monsieur Kamel Belkadi qui m’a
soutenu à plusieurs reprises par ses petits conseils très ciblés.
Un grand MERCI à toutes mes enseignantes et enseignants de notre post-graduation
Systèmes, Réseaux et Bases de Données . Ils ont vraiment tenu à nous encadrer avec les
meilleurs de leurs expériences. Ils nous ont transmis la volonté de continuer sur le chemin de
la recherche. Qu’ils retrouvent ici l’expression de ma reconnaissance éternelle.
Je n’oublierais pas de remercier et saluer mes collègues de ma promotion : Mustapha Ali
Hassoune, Zouaoui Guellil, Amel Turki, Karima et Sabria Hadj Tayeb, et Mohamed Moussa,
pour leur coopération, bonne humeur de tous les jours, et soutient illimités.
Ces remerciements ne seraient pas complets si je ne citais pas le département d’informatique
de l’université USTO qui m’a permis de réaliser mon rêve de continuer mes études, sans
oublier l’institut d’informatique de Sidi Bel Abbès et tous ses enseignants inoubliables, plus
particulièrement, Monsieur Mustapha Tounsi et Monsieur Mimoun Malki.
Enfin, je remercie mes parents, ma grande famille et ma femme pour tous ce qu’ils ont enduré
pour moi pendant cette période, et je dédie cette thèse à mes trois enfants : Feriel (5 ans),
Amel (2 ans) et Mohamed Abdelkader (6 mois) et à un frère très cher pour moi.
Sadek Reguieg Yssaad

Résumé
De nombreux travaux se sont intéressés ces dernières années à l’extraction à partir du sous-
système GMAO relatif à la fonction de maintenance industrielle au niveau de l’activité
AVAL−SONATRACH, de motifs représentant les pannes qui vont fréquemment ensemble. Ceci a
été de grande utilité dans l’optimisation de cette tâche, seulement, ne permettait pas de définir un
délai d’action ou un ordre temporel sur les pannes découvertes. Cette thèse se situe dans ce
nouveau cadre où nous proposons d’enrichir le processus de la maintenance par l’intégration de la
technique des motifs séquentiels. Dans cette technique, l’extraction des connaissances se fait en
recherchant des enchaînements appelés séquences de pannes fréquentes. L’objectif est alors de
trouver toutes les séquences apparaissant avec une certaine certitude afin d’anticiper des types de
pannes particulières, de réduire les temps d’arrêts souvent très coûteux et de sauver des vies
humaines dans le cas extrême. Dans l’ensemble des travaux relatifs existants, les algorithmes sont
de deux principales approches selon leur exploration (en largeur ou en profondeur) de l’espace
recherche. Une sélection de ces algorithmes est présentée dans ce mémoire tout en complétant
chaque description de méthode par une discussion à base de critères que nous avons défini à cet
effet. Nous aboutissons à une étude comparative approfondie qui constitue notre contribution
analytique dans ce domaine. Quant à l’extraction de séquences de pannes fréquentes, nous
proposons une nouvelle solution appelée PSBI (Prefix tree for Sequential pattern mining using
BItmap representation) s’inscrivant comme une extension d’une méthode existante à la
considération de contraintes temporelles sur les motifs extraits tout en réduisant le nombre de
parcours de la base de données avec une utilisation raisonnable de l’espace mémoire. Une
démarche expérimentale est menée en fin de cette étude pour aboutir à des résultats intéressants et
exploitables dans le domaine de la maintenance industrielle.
Mots Clés : Base de données temporelle, Seuil de support minimum, Contraintes temporelles,
Séquence fréquente maximale, Motifs séquentiels, Recherche en largeur, Recherche en profondeur,
Optimisation, Maintenance industrielle anticipée.
Abstract
Many studies have focused in recent years to extract from the sub-information system GMAO for
the industrial maintenance function at the level of the AVAL−SONATRACH activity, patterns
representing failures that frequently go together. This has been very useful in optimizing this task,
but, did not define action delay or a temporal order on the discovered failures. This thesis is in this
new framework, where we propose to enrich the maintenance process by integration of the
sequential patterns technique. In this technique, the knowledge extraction is done by searching for
frequent failure sequences. The purpose is then to find all sequences appearing with some certainty
to anticipate specific types of failures, reduce downtimes often very expensive and to save human
lives in the extreme case. In all of the relative existing works, algorithms are from two main
approaches in their exploration (Width−first or Depth−first) of the research space. A selection of
these algorithms is then presented in this paper while complementing each description with a
discussion based on criteria that we defined for this purpose. We arrive at a depth comparative
study which constitutes our analytical contribution in this field. As for mining frequent failure
sequences, we propose a new solution called PSBI (Prefix tree for Sequential pattern mining using
BItmap representation) registering as an extension of an existing method to the consideration of
time constraints on the extracted patterns while reducing the number of scans of the database with a
reasonable cost of memory consumption. An experimental demarche was conducted lead to
interesting results in the industrial maintenance field.
Keywords : Temporal database, Minimum support threshold, Temporal constraints, Maximal
frequent sequence, Sequential patterns, Breadth-first research, Depth-first research, Optimization,
Anticipated industrial maintenance.

Sommaire
Introduction générale
1. FOUILLE DE DONN ÉES ET MOTIFS SÉQUENTIELS.............................................................................. 1
2. LE SYSTÈME D’INFORMATION AVAL/SONATRACH ..................................................................................... 2
3. NOTRE CHAMP D’INTÉRRÊT : LA MAINTENANCE PRÉVENTIVE (MPV)......................................... 4
4. NOTRE OBJECTIF : LA MAINTENANCE ANTICIPÉE (MA) ....................................................................... 7
5. SUJET DE LA THÈSE ET CONTRIBUTIONS ................................................................................................. 8
6. ORGANISATION DU MÉMOIRE.......................................................................................................................... 10
Chapitre I : Data mining
1. INTRODUCTION.......................................................................................................................................................... 12
2. LE CERCLE VERTUEUX DU DATA MINING ............................................................................................... 13
3. PETIT HISTORIQUE.................................................................................................................................................. 13
4. DÉFINITION DU DATA MINING ........................................................................................................................ 14
5. DOMAINES D’APPLICATION DU DAT A MINING ..................................................................................... 15
6. LE DAT A MINING AU CENT RE DE L’ECD ................................................................................................... 19
6.1. IDENTIFICATION DU PROBLEME ET DEFINITION DES OBJECTIFS ............................................. 20
6.2. SELECTION DES DONNEES .................................................................................................. 20
6.3. NETTOYAGE ET ENRICHISSEMENT DES DONNEES.................................................................. 21
6.4. TRANSFORMATION ET REDUCTION DE LA DIMENSION............................................................ 21
6.5. DATA MINING ................................................................................................................... 22
6.6. ÉVALUATION, VALIDATION ET VISUALISATION DES RESULTATS .............................................. 22
7. LES TÂCHES DU DATA MINING........................................................................................................................ 24
7.1. CLASSIFICATION................................................................................................................ 24
7.2. ÉSTIMATION...................................................................................................................... 24
7.3. PREDICTION ...................................................................................................................... 25
7.4. GROUPEMENT SELON LES AFFINITES .................................................................................. 25
7.5. CLUSTERING ..................................................................................................................... 26
7.6. DESCRIPTION .................................................................................................................... 26
8. LES OUTILS DU DATA MINING ......................................................................................................................... 26
8.1. LE RAISONNEMENT A BASE DE CAS ...................................................................................... 27
8.2. LA DETECTION DE CLUSTERS .............................................................................................. 27
8.3. L'ANALYSE DE LIENS.......................................................................................................... 29
8.4. LES ARBRES DE DECISION................................................................................................... 29
8.5. LES RESEAUX NEURONAUX ARTIFICIELS .............................................................................. 30
8.6. LES ALGORITHMES GENETIQUES ......................................................................................... 31
8.7. LES REGLES D'ASSOCIATION ............................................................................................... 32
8.8. LES MOTIFS SEQUENTIELS.................................................................................................. 32
9. CONCLUSION ............................................................................................................................................................... 33