Entrepôts, Représentation et Ingénierie des Connaissances
Séminaires d'ERIC
Pour toute question concernant les séminaires, vous pouvez contacter Nadia Kabachi (Nadia.Kabachi@univ-lyon1.fr) et Jairo Cugliari (Jairo.Cugliari@univ-lyon2.fr)

Recherche approfondie

par Année
par Type
par Thème
feed

(1) Séminaire(s)

-

Lun. 03/07/2017 11:30 K71, Bâtiment K, RdC

ALIGON Julien (IRIT -- Université de Toulouse 1 Capitole)
Systèmes de recommandation et meta-analyse

Sommaire:

Systèmes de recommandation et meta-analyse
Résumé : Il est maintenant bien établi que les systèmes de recommandation, basés sur le filtrage collaboratif, apportent une vraie plus-value quant à la qualité des résultats offerts à l’utilisateur. J’évoquerai ainsi cette thématique au travers de mes différentes expériences (à l’Université de Tours, de Nantes et sur Toulouse), organisé en trois parties.
La première partie abordera l’application d'un système de recommandation dans un contexte OLAP (On-Line Analytical Processing, pour l’analyse de cubes de données). Notamment, un système de recommandation de séquences de requêtes OLAP, mêlant extraction de règles d’association à partir de logs et mesures de similarité, sera détaillé. Cette partie se conclura par la présentation d’un prototype Java, appelé Falseto pour « Former AnalyticaL Sessions for lEss Tedious Olap ». Cet outil permet d’assister un utilisateur à la composition de requêtes et de sessions à l’aide de fonctions de résumés de logs (hiérarchisés par une technique de clustering), d’opérateurs de navigation, et de recommandation.
La deuxième partie se focalisera sur l’analyse de textes portant sur des données du patrimoine. L’utilisation conjointe de motifs fréquents et de topic models, représenté sous la forme d'un graphe, y sera abordée. Des pistes pour la recommandation de mots/objets du patrimoine, basé sur ce graphe, y seront également énoncées.
La troisième partie abordera un travail, en cours, sur un système de recommandation de workflow (i.e un enchainement d'opérateurs de fouille) pour l'aide à l'analyse de données. La particularité de ce système de recommandation est de n'exploiter que le contexte dans lequel un workflow est exécuté : le dataset à analyser et les indicateurs de performance souhaités pour cette analyse. Des perspectives de recherche seront également évoquées.


Pour plus d'informations, merci de contacter Cugliari J.