Résumé:
Notre recherche parle d’un thème de découverte de motifs rentables dans les bases de données transactionnelles. Il s'agit de trouver des motifs à haute utilité qui ont une forte corrélation avec une variable cible, telle que le profit ou la satisfaction du client.
L'objectif est d'aider les entreprises à prendre des décisions éclairées en identifiant les modèles de comportement des clients qui ont un impact positif sur leur rentabilité. Le mémoire examine différentes méthodes de découverte de motifs rentables, telles que l'analyse de corrélation, l'analyse de séquence en utilisant deux algorithmes différentes, et propose des approches pour améliorer la précision et l'efficacité de ces méthodes
Our research is about the discovery of profitable pattern discovery in transactional databases. It's about finding high-utility patterns that have a strong correlation with a target variable, such as profit or customer satisfaction.
The goal is to help businesses make informed decisions by identifying customer behavior patterns that positively impact their bottom line. The thesis examines different cost-effective pattern discovery methods, such as correlation analysis, sequence analysis using two different algorithms, and proposes approaches to improve the accuracy and efficiency of these methods
يتناول بحثنا موضوع اكتشاف الأنماط المربحة في قواعد البيانات التجارية، حيث يهدف البحث إلى العثور على الأنماط
الشائعة التي ترتبط بشكل قوي بمتغير هدف مثل الربح أو رضا العملاء. يهدف البحث الى إلى مساعدة الشركات في اتخاذ قرارات
مدروسة من خلال تحديد أنماط سلوك العملاء التي تؤثر إيجابيًا على ربحهم. يتضمن البحث دراسة طرق مختلفة لاكتشاف الأنماط
الرابحة، مثل تحليل الترابط وتحليل التسلسل باستخدام خوارزميتين مختلفتين، كما يقترح البحث نهجًا لتحسين دقة وكفاءة هذه
الطرق.
