Le FIA: un nouvel automate permettant l'extraction efficace d'itemsets fréquents dans les flots de données

Résumé. Nous présentons dans cet article un nouvel automate : le FIA (Frequent Itemset Automaton) pour traiter de façon efficace la problématique de l’extraction des itemsets fréquents dans les flots de données. Le FIA est une structure de données très compacte et informative qui présente également des propriétés incrémentales intéressantes pour les mises à jour avec une granularité très fine. L’algorithme développé pour la mise à jour du FIA effectue un unique passage sur les données qui sont prises en compte tout d’abord par batch, i.e. itemset par itemset, puis pour chaque itemset, item par item. Nous montrons que dans le cadre d’une approche prédictive et par l’intermédiaire de la bordure statistique, le FIA permet d’indexer les itemsets véritablement fréquents du flot en maximisant le rappel et en fournissant à tout moment une information sur la pertinence statistique des itemsets indexés avec la P -valeur.