2
´et´e propos´ees afin de d´efinir des mod`eles permettant d’identifier des caract´e-
ristiques des donn´ees, des patrons, ou des r`egles op´erationnelles pouvant ˆetre
employ´es pour diverses applications pratiques [Bharati and Ramageri, 2010].
Les techniques de fouille de donn´ees ont initialement cibl´e des ensembles
de donn´ees simples et structur´es telles que les bases de donn´ees relationnelles
ou des entrepˆots de donn´ees structur´ees. Plus important encore, ces algo-
rithmes ont ´et´e utilis´es pour analyser des donn´ees qui se produisent dans
une mˆeme p´eriode de temps ou, en d’autres termes, des donn´ees faiblement
´evolutives/dynamiques, i.e., qui ne devraient pas subir beaucoup de change-
ments au fil du temps. Cependant, le progr`es en technologies du mat´eriel, de
l’information et de la communication, principalement l’internet, ont conduit
`a des m´ethodes de collecte et d’acquisition d’information plus sophistiqu´ees
(e.g. les capteurs, scanners, GPS, t´el´em`etre laser, etc.). Les donn´ees ainsi r´e-
colt´ees sont plus complexes `a l’instar des donn´ees multim´edias et des donn´ees
spatio-temporelles [Longley et al., 2015].
L’information spatiale et temporelle est implicitement pr´esente dans la
plupart des bases de donn´ees. En effet, quel que soit le domaine d’appli-
cation, chaque entit´e physique ou morale peut tr`es souvent ˆetre associ´ee
`a une localisation dans l’espace et certains de ses attributs peuvent varier
avec le temps. Par cons´equent, il est utile de d´evelopper des techniques
qui r´esument efficacement ces donn´ees et qui d´ecouvrent leurs tendances
spatio-temporelles, dans le cadre d’un mod`ele qui, ainsi, aide `a la prise
de d´ecision [Cheng et al., 2014]. Ces mod`eles doivent saisir, entre autres,
le comportement ´evolutif de ces entit´es au fils du temps et donc four-
nir un aper¸cu utile pour le suivi et la pr´ediction d’´eventuelles occurrences
d’´ev`enements qui lui sont li´es. Ces ´ev`enements peuvent alors ˆetre li´es `a
des entit´es g´eor´ef´erenc´ees et correspondre aux changements d’´etats de ces
derni`eres [Langran, 1992, Hornsby and Egenhofer, 2000, Sp´ery et al., 2001a].
L’observation de l’ensemble des ´ev`enements des diff´erentes entit´es constituant
un syst`eme (e.g. les quartiers (entit´es) d’une ville (syst`eme)) peut permettre
de d´etecter un ph´enom`ene et d’informer sur sa dynamique. Par exemple, le
ph´enom`ene de l’´evolution « physique » d’une ville est observable `a partir
des diff´erents changements fonctionnels (vocation) ou spatiaux (forme) que
subissent les bˆatiments ou les zones g´eographiques qui la constituent. Par
cons´equent, les techniques d’extraction de connaissances peuvent mod´eliser
ce ph´enom`ene et fournir donc des postulats pour expliquer ou mˆeme pr´edire
ses dynamiques. Finalement, les ph´enom`enes spatio-temporels repr´esentent
des processus de changement exprim´es par des s´eries ou s´equences d’´ev`ene-