GÉNÉRATION D'ONTOLOGIE POUR UN SYSTÈME DE RECHERCHE SÉMANTIQUE UTILISANT L'EXPLORATION DE DONNÉES

Les techniques d'extraction de données comprennent la recherche de modèles, la classification, l'association, la détection de valeurs aberrantes, le regroupement, la régression et la prédiction. La première étape de l'extraction de données est le repérage de modèles, ce qui signifie que l'extraction de données apprend à reconnaître les modèles dans les ensembles de données. La classification est la deuxième étape de l'exploration de données. Il s'agit d'une technique d'exploration de données plus complexe qui oblige les utilisateurs à collecter divers attributs. L'association est liée à la recherche de modèles, mais elle est plus spécifique aux variables liées entre elles. La détection des valeurs aberrantes, en reconnaissant simplement le modèle global, ne peut pas donner une compréhension claire de l'ensemble des données, ce qui est considéré comme la troisième étape de l'exploration de données. L'étape suivante de l'exploration de données est le regroupement, très similaire à la classification, qui consiste à regrouper des blocs de données en fonction de leurs similitudes. La régression, utilisée principalement comme une forme de planification et de modélisation, est utilisée pour identifier une certaine variable, étant donné la présence d'autres variables. La dernière étape de la technique d'exploration de données est la prédiction. C'est l'une des techniques d'exploration de données les plus précieuses.