De l'importance du prétraitement des données pour l'utilisation de l'inférence grammaticale en Web Usage Mining

Résumé. LeWeb Usage Mining est un processus d’extraction de connaissance qui permet la détection d’un type de comportement usager sur un site internet. Cette tâche relève de l’extraction de connaissances à partir de données : plusieurs étapes sont nécessaires à la réalisation du processus complet. Les données brutes, utilisées et souvent incomplètes correspondent aux requêtes enregistrées par un serveur. Le pré-traitement nécessaire de ses données brutes pour les rendre exploitables se situe en amont du processus et est donc très important. Nous voulons travailler sur des modèles structurés, issus de l’inférence grammaticale. Nous détaillons un ensemble de techniques de traitement des données brutes et l’évaluons sur des données artificielles. Nous proposons, enfin, des expérimentations mettant en évidence l’affectation des algorithmes classiques d’inférence grammaticale par la mauvaise qualité des logs bruts.