Data Mining et Text Mining

Résumé du document

Définition et application des méthodes de text mining et data mining. Environ une dizaine de pages au format Acrobat Reader.

Extraits

[...] Assurance : Modèles de sélection et de tarification, analyse des sinistres, recherche des critères explicatifs du risque ou de la fraude, prévision d'appels sur les plates-formes d'assurance directe. Aéronautique, automobile et industries : contrôle qualité et anticipation des défauts, prévisions des ventes, dépouillement d'enquêtes de satisfaction. Transport et voyagistes : optimisation des tournées, prédiction de carnets de commande, marketing relationnel dans le cadre de programmes de fidélité. Télécommunications, eau et énergie : simulation de tarifs, détection de formes de consommation frauduleuses, classification des clients selon la forme de l'utilisation des services, prévisions des ventes. Comment les données sont-elles traitées ? [...]

[...] Pour la seconde étape, on différencie deux types méthodes : - les méthodes factorielles. Elles représentent graphiquement les liens entre plusieurs critères définis au préalable. - Les méthodes de classifications. Elles regroupent les individus étudiés selon d'autres critères. Grâce au text mining, on pourra construire des modèles statistiques pour pouvoir trier des documents dans des catégories prédéfinies mais on pourra également juger de la richesse du vocabulaire par l'étude lexico-métrique. [...]

[...] À quoi correspond le processus du data mining ? 4/10 12/07/05 Traitement et analyse de l'information textuelle et numérique Le processus engagé par le data mining peut se décomposer en plusieurs étapes : - Poser le problème Rechercher des données Sélectionner les données pertinentes Nettoyer les données Transformer les variables Rechercher le modèle Évaluer le résultat Intégrer la connaissance Quels sont les principaux problèmes résolus par le data mining ? Principalement, les problèmes résolus par le data mining peuvent être regroupés en sept catégories : Classification : La capacité de classer des objets ou des événements comme membres de classes prédéfinies. [...]

[...] Par ailleurs, les opérations de data mining si elles sont complétées par des mesures adaptées, se soldent souvent par des gains significatifs tant en termes absolus (l'argent gagné) qu'en terme relatifs (l'argent gagné comparé à l'argent investit). Quelles peuvent en être les applications ? Les premiers essais de fouille de données se firent sur des dépouillements de millions de tickets de caisse de supermarchés tels que mémorisés par les caisses enregistreuses, mais ce concept à été mis en évidence pour la première fois par les supermarchés Wal-Mart. En effet, ils mirent en évidence une corrélation très forte entre l'achat de couches pour bébé et celui de pack de bières le samedi après midi. [...]

[...] Piatetsky-Shapiro et C. Matheus, le data mining correspond à l'extraction d'informations implicites, précédemment inconnues et potentiellement utiles à partir de données précédemment récoltées (AI Magazine, Knowledge Discovery in Databases : An Overview, Automne 1992 : The nontrivial extraction of implicit, previously unknown, and potentially useful information from data Plus généralement, les spécialistes du domaine considèrent que la découverte de connaissance dans les bases de données englobe tout le processus d'extraction de connaissances à partir de données, le mot connaissance étant compris ici comme étant un ensemble de relations (règles, phénomènes, exceptions, tendances, ) entre des données. [...]