On semantic properties of interestingness measures for extracting rules from data

Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)

Volumn 4431 LNCS, Issue PART 1, 2007, Pages 148-158

  Maddouri, Mondher ^a   Gammoudi, Jamil ^b  

^a UNIVERSITY OF CARTHAGE   (Tunisia)

^b University of Jendouba   (Tunisia)

Author keywords

[No Author keywords available]

Indexed keywords

ARTIFICIAL INTELLIGENCE; DATA REDUCTION; SEMANTICS; STATISTICAL METHODS;

INTERESTINGNESS MEASURES; SEMANTIC PROPERTIES; SYNTHESIS STUDY;

DATA MINING;

EID: 38049031342     PISSN: 03029743     EISSN: 16113349     Source Type: Book Series    
DOI: 10.1007/978-3-540-71618-1_17     Document Type: Conference Paper

References (19)

1. R. Agrawal, T. Imielinski, A. Swami: Mining association rules between sets of items in large databases. ACM SIGMOD Int. Conf. on Management of Data (1993).
2. J. Azé, Extraction de connaissances àpartir de données numériques et textuelles. PhD Thesis (2003), University of Paris-Sud, Paris, France.
3. J. Blanchard, Un système de visualisation pour l'extraction, l'évaluation, et l'exploration interactives des règles d'association. PhD Thesis (2005), University of Nantes, France.
4. S. Ben Yahia, Gh. Gasmi, E. Mephu Nguifo and Y. Slimani. A new informative generic base of association rules. In Proceedings of the 2nd Inl. Workshop on Concept Lattices and pplications (CLA'04), Ostrava, Czech Republic, page 67-79, September 2004.
5. C. Borgelt, R. Kruse: Induction of association rules: Apriori implementation. In: 15th Conf on Computational Statistics (2002).
6. H. Cherfi, Y. Toussaint: Adéquation d'indices statistiques à l'interprétation de règles d'association. 6th Int. Conf. On «Analyse statistique des Données Textuelles (JADT) », Saint-Malo, France, March 2002.
7. M.M Gammoudi. Méthode de Décomposition Rectangulaire d'une Relation Binaire : une base formelle et uniforme pour la géné ration automatique des thesaurus et la recherche documentaire. PhD Thesis (1993), Université Sophia-Antipolis, France.
8. R. Gras, R. Couturier, M. Bernadet, J. Blanchard, H. Briand, F. Guillet, P. Kuntz, R. Lehn, et P. Peter. Quelques critères pour une mesure de qualité de règles d'association - un exemple : l'intensité d'implication. National Journal of Information Technologies (RNTI), France, 2004.
9. F. Guillet, Mesures de la qualité des connaissances en ECD, 2004, Tutorial des Journée Extraction et Gestion des Connaissances (EGC) 2004.
10. T. Fukuda, Y. Moriomolo, S. Morichita and T. Tokuyama. Datamining using twodimensional optimised association rules: Scheme, algorithms and visualisation. In the ACM-SIGMOD Int. Conf. on the Management of Data. ACM Press, June 1996.
11. R.J. Hilderman, H.J. Hamilton. Knowledge Discovery and Measures of Interestingness. Kluwer Academic Publishers, 2001.
12. X-H. Huynh, F. Guillet, and H. Briand (2005). Arqat: an exploratory analysis tool for interestingness measures. ASMDA'05, In the 11th Int. Symposium on Applied Stochastic Models and Data Analysis, 2005.
13. Y. Kodratoff. Comparing Machine Learning and Knowledge Discovery in Databases: An Application to Knowledge Discovery in Texts. LNAI-Tutorial series, Springer Verlag, 2000.
14. N. Lavrac, P. A. Flach and B. Zupan «Rule evaluation measures: a unifying view », in the ninth Int. Workshop on Inductive Logic Programming, Springer-Verlag, 1999.
15. R. Lehn, F. Guillet, P. Kuntz, H. Briand and Philippe, J. (1999). Felix: An interactive rule mining interface in a KDD process. In P. Lenca, editor, HCP'99, pages 169-174.
16. P. Lenca, P. Meyer, B. Vaillant, P. Picouet, S. Lallich. Evaluation et analyse multicritère des mesures de qualité des règles d'associations, National Journal of Information Technologies (RNTI), France, pp.219-246, 2004.
17. G. Piatetsky-Shapiro. Discovery, Analysis, and Presentation of Strong Rules (chapter 13). In Knowledge Discovery in Databases, pages 229-248, AAI/MIT Press, G. Piatetsky-Shapiro and W.J. Frawley edition, 1991.
18. S. Souad-Bensafi, F. LeBourgeois, H. Emptoz, M. Parizeau, La relaxation probabiliste pour l'étiquetage logique des documents : applications aux tables des matières, PhD Thesis (2001), Ottawa, Canada.
19. A. Totohasina, H. Ralambondrainy and J. Diatta. Notes sur les mesures probabilistes de la qualité des règles d'association: Un algorithme efficace d'extraction es règles d'association implicatives. In the 7th African Conference on Research in Computer Sciences (CARF04), Hammamet, Tunisia, November 2004.