Similarité Belkhir Abdelkader Laboratoire LSI USTHB

Présentation au sujet: "Similarité Belkhir Abdelkader Laboratoire LSI USTHB"— Transcription de la présentation:

1 Similarité Belkhir Abdelkader Laboratoire LSI USTHB
09/04/2017 BELKHIR ABDELKADER

2 Problématique Input: Ensemble d’objets Tâche: traitement
Le plus similaire Requête: Nouveau objet Tâche: trouver l’objet (le plus) similaire parmi l’ensemble des objets 09/04/2017 BELKHIR ABDELKADER

3 1 Similarity 3 Revising 4 New 2 Similarity Search in Web the Problem
Algorithms 2 Similarity Search in Theory 09/04/2017 BELKHIR ABDELKADER

4 Mesure de similarité Soit N un ensemble d’objets (individus, documents, sites web, …) Une mesure de similarité, notée s, s: NxN R  x, y  N : s(x,y) ≥ 0  x, y  N : s(x,x) = s(y,y) ≥ s(x,y)  x, y  N : s(x,y) = s(y,x) 09/04/2017 BELKHIR ABDELKADER

5 Mesure de dissimilarité
Une mesure de dissimilarité, notée d, d: NxN R.  x, y  N : d(x,y) ≥ 0  x, y  N : d(x,x) = 0  x, y  N : d(x,y) = d(y,x) 09/04/2017 BELKHIR ABDELKADER

6 similarité s dissimilarité d
 x, y  N : d(x,y) = smax - s(y,x) smax est la valeur de similarité maximale atteinte par les éléments de NxN. 09/04/2017 BELKHIR ABDELKADER

7 Profil? Profil = {X1, X2, …, Xn} Xi: variable (characteristique)
09/04/2017

8 Profil : valeur binaire
système binaire: 1: characteristique est présente 0: sinon (1 , 0 , 1 , 1, 0 , 0 , 1) (1 , 1 , 1 , 0, 0 , 0 , 1) 09/04/2017

9 Profil : valeur binaire
(X1 , X2 , … , Xm) : X (Y1 , Y2 , … , Ym) : Y X est-il similaire à Y? 09/04/2017

10 Profile : similarité profil  {caracteristiques}  Graphe bi-parti
09/04/2017

11 Graphe bi-parti G(N  M, E)
09/04/2017

12 Graphe bi-parti 09/04/2017

13 Graphe bi-parti 09/04/2017

14 Measure de Similarité (X1 , X2 , … , Xm) : X (Y1 , Y2 , … , Ym) : Y
X est-il similaire à Y?  proportionelle aux arcs communs s: NxN → R.  x, y  N : s(x,y) ≥ 0  x, y  N : s(x,x) = s(y,y) ≥ s(x,y)  x, y  N : s(x,y) = s(y,x) 09/04/2017

15 measure dissimilarité
d: NxN → R.  x, y  N : d(x,y) ≥ 0  x, y  N : d(x,x) = 0  x, y  N : d(x,y) = d(y,x) 09/04/2017

16 Similarité vers Dissimilarité
 x, y  N : d(x,y) = smax - s(y,x) 09/04/2017

17 measure similarité 09/04/2017

18 measure similarité/dissimilarité
x, y  N : s(x,y) = (1)  x, y  N : d( x, y) = smax - s( y, x) smax is equal to 1. d is equal to : x, y  N : d( x, y) = 1 -(2*a + b + c)/2*(a + b + c) = (2) Il est facile de vérifier que d( x, y) = 0  x = y 09/04/2017

19 la mesure de Jaccard a s’ = (a + b + c) mesure la métaphore.
aucune caractéristique commune d’où a = 0. Dans ce cas, s’=0 ; rejet. s’il y a concordance totale (a ≠ 0 et b=c=0). Dans ce cas, s’= a/a = 1 ; acceptation absolue. 09/04/2017

20 métaphore color = RGB(r,g,b) ;
Dans notre cas, le troisième paramètre est ignoré. Le rejet de la négociation rouge ; la mesure s’ = 0. La couleur est obtenue par RGB(255,0,0). L’acceptation absolue vert ; la mesure s’ = 1. La couleur est obtenue par RGB(0,255,0). 09/04/2017

21 métaphore Le cas intermédiaire correspond à la valeur k de s’ (0≤k≤1)
la couleur la formule suivante : RGB((1-k)*255, k*255, 0). 09/04/2017

22 Mesure de similarité valeur binaire : abstraction de haut niveau
 Perte d’information! cpu use : 10u ≠ 55u 09/04/2017

23 Graphe bi-parti valué nouvelle mesure de similarité!

24 Mesure de similarité valuée
09/04/2017

25 09/04/2017

26 09/04/2017

27 Représentation du profil par une structure plate (vecteur)
Critiques: Représentation du profil par une structure plate (vecteur) Profil totalement défini  Vers une nouvelle mesure….. 09/04/2017

28 09/04/2017

29 09/04/2017

30 Quantitative similarity
09/04/2017

31 Distance= 1-Simmax - 09/04/2017

32 09/04/2017

33 Properties neighborhood of the profile 09/04/2017

34 Properties 09/04/2017

35 Properties Partially defined profile 09/04/2017

36 Applications multiples pour la gestion des profils…..
Conclusion Applications multiples pour la gestion des profils….. Ahmed Belkhirat, Abdelkader Belkhir, A New Similarity Measure for the Profiles Management, UKSIM '11: Proceedings of the Tenth International Conference on Computer Modeling and Simulation, Cambridge England, 2011. Belkhirat Ahmed, Bouras Abdelghani, Belkhir Abdelkader , A new similarity measure for the anomaly intrusion detection , NSS '09: Proceedings of the 2009 Third International Conference on Network and System Security, October, 2009 , Gold Coast, Australia 09/04/2017