Quantifier la variabilité de séries temporelles de données imprécises
Afin d'analyser la qualité de la collecte des données Web, il est important de tenir compte de la variabilité des volumes de données recueillies au fil du temps. Cependant, ces volumes de données fournissent souvent des informations tendancielles que des informations exactes en raison du caractère non exhaustif des récoltes et de l'évolution temporelle des stratégies de récolte. Ils forment des séries temporelles imprécises. Par conséquent, la variabilité d'une série temporelle doit être considérée par rapport aux autres séries. Le but de cet article est de proposer une approche floue pour mesurer la variabilité des séries temporelles de données imprécises. Notre approche est basée (1) sur la construction de clusters flous sur toutes les données à chaque temporalité (2) sur la différence dans le positionnement des données dans des clusters flou à chaque temporalité.