Le clustering multicritère ordonné: une approche basée sur la détection des anomalies

Abstract

Le clustering ordonné est une technique permettant de classer automatiquement des objets dans des clusters ordonnés. Les techniques du clustering ordonné permettent, en plus de la création des clusters, de définir une relation d’ordre entre ces clusters (les clusters sont classés du meilleur au moins bon). L’objectif du projet est de développer une approche de clustering ordonné dans un contexte décisionnel multicritère. Cette approche est basée sur la détection des objets dits « outliers » (anomalies ou valeurs aberrantes). La détection de ces objets permet de définir les frontières entre les différents clusters. Afin de prendre en considération le caractère multicritère du problème, la méthode multicritère PROEMTHEE est utilisée. Cette méthode est caractérisée par la notion du flux- net qui permet de définir une relation d’ordre entre les objets. Cette relation est réutilisée pour définir un ordre sur les clusters.