Vers le prototypage rapide de programmes de fouille de données

Bien que guidées par des problèmes réels, les techniques mises au point dans le cadre de la recherche en fouille de données sont encore peu utilisées et leur mise en œuvre reste confinée à la discrétion de quelques programmeurs spécialistes. Ce ”transfert technologique” est donc freiné par un certain nombre de verrous, parmi lesquels le temps nécessaire à la mise au point des programmes opérationnels. Dans cet article, nous considérons une classe importante et large de problèmes de fouille de données : les problèmes d’extraction de motifs intéressants dans les données. Dans cette classe, nous nous intéressons au sous-ensemble particulier des problèmes représentables par des ensembles. A partir d’une caractérisation théorique d’un problème donné, nous proposons une librairie facilitant la résolution de tels problèmes, basée sur l’utilisation d’algorithmes et de structures de données génériques, et passant à l’échelle. Les caractéristiques et optimisations des algorithmes sont transparentes pour le programmeur, et seule l’implantation des propriétés spécifiques à son problème est laissée à sa charge. D’après les premiers résultats, les programmes opérationnels obtenus affichent des performances très intéressantes au regard de la rapidité et la simplicité de leur obtention. La librairie en cours de développement, implantée en C++, est accessible sur internet et libre de droits.