Enhanced SPAM pour l’extraction des motifs séquentiels

Abstract

Le data mining désigne le processus d’analyse de volumes massifs de données et du Big Data sous différents angles afin d’identifier des relations entre les data et de les transformer en informations exploitables. Ce mémoire présente la nouvelle approche basée sur l’algorithme SPAM qu’utilise une méthode de parcours en profondeur pour le but d’optimisé le temps d’exécution et la consommation de la mémoire. Mots-clés : fouille de données, motifs séquentiels, extraction des motifs séquentiel, SPAM Abstract: Data mining refers to the process of analyzing massive volumes of data and Big Data from different angles in order to identify relationships between data and transform them into actionable information. This paper presents a new approach based on the SPAM algorithm that uses a deep traversal method to optimize execution time and memory consumption. Keywords: data mining, sequential patterns, sequential patterns mining, SPAM ملخص : التنقيب عن البيانات هو عملية تحليل كميات هائلة من البيانات والبيانات الضخمة من زوايا مختلفة لتحديد العلاقات بين البيانات وتحويلها إلى رؤى قابلة للتنفيذ. تقدم هذه البحث النهج الجديد القائم على خوارزمية ) SPAM ( التي تستخدم طريقة المسح العميق لغرض تحسين وقت التنفيذ واستهلاك الذاكرة. الكلمات المفتاحية: التنقيب عن البيانات ، الأنماط المتسلسلة ، الاستخراج الأنماط المتسلسلة ، الرسائل الاقتحامية ) SPAM