Génération de bases de transactions synthétiques : vers la prise en compte des bordures

De très divers algorithmes sont dédiés à la découverte de motifs fréquents dans les bases de données de transactions. Des initiatives collectives visant à effectuer des comparaisons de performances rigoureuses et impartiales ont vu récemment le jour. Curieusement, cette tâche est rendue difficile par le manque de jeux d'essais publics disponibles, et d'outils pour en synthétiser de façon pertinente. En particulier, un paramètre crucial conditionnant le déroulement de nombreux algorithmes est la distribution des bordures des motifs fréquents. Une seule proposition, à notre connaissance, a récemment effectué un pas vers la génération de jeux d'essais prenant en compte ce paramètre. Dans cet article, nous étudions de près les bordures générées par la proposition existante. Une amélioration est apportée dans les calculs effectués, permettant de réduire la complexité de la génération des bases. Bien que la distribution de la bordure positive en entrée soit parfaitement respectée, nous donnons un résultat attestant que la bordure négative correspondante est toujours du même type, trés différente des bordure négatives dans les bases réelles existantes. Nous esquissons alors une méthode de génération de bases synthétiques en fonction d'une distribution de bordure négative