Abstract:
Les règles d’association révèlent des régularités non triviales et potentiellement utiles pour l’aide à la décision, dans des bases de données. Leur validité est évaluée par des mesures de qualités dont les plus utilisées sont le support et la confiance. Pour une base de données transactionnelle d’une pharmacie, elles sont du type « 90% des clients ayant acheté du <<Beconase>> et du << Primalan >> ont également acheté du <<Aspegic adultes>>, sachant que 75% des clients ont achetés ces médicaments». Dans ce travail, s’en intéresse par l’Extraction de Connaissances dans les Données (ECD) par l’utilisation de la technique de recherche de règles d’association dans une base de données transactionnelle d’une pharmacie à l’aide d’algorithme Apriori que permet de trouver les listes des produits fréquentes et les règles de corrélation entre eux par mesure de la dépendance positive, et l’implication logique entre la prémisse et le conséquent ces résultats sont utilisés pour l’aide à décision et permettre de faire plusieurs actions intéressants (organisation , les commandes, gestion de stock ….etc.) .
