Abstract:
Dans le domaine de data-mining, La génération des regles d'association est la méthode d'extraction des informations insignifiant et des connaissances utiles qui sont cachés dans une base de données volumineuse.
Dans ce contexte, un nombre d'algorithmes s'inspirant de deux approches pour la génération des regles d'association :
• Un certain nombre d' algorithmes, s'inspirant de l'approche classique, basés sur l'extraction des itemsets fréquents puis la génération des regles d'association. La particularité de ces algorithmes est qu'ils générent un nombre énorme de regles rendant leur exploitation quasiment impossible.
• D'autres part, Un certain algorithme utilisent une nouvelle approche qui est basé sur la génération des regles d'association avec l'expansion des regles.
Dans ce projet, Nous exécutons des algorithmes pour générer les regles d'association en basant sur des données réels importée depuis une base de données, Ainsi, d'évaluer les performances de chaque d'algorithmes.
