TEXT MINING Tour d Horizon
|
|
- Achille Papineau
- il y a 8 ans
- Total affichages :
Transcription
1 TEXT MINING Tour d Horizon Media Campus WAN IFRA "Structurer, optimiser et valoriser son contenu éditorial : les outils de text mining" 24 novembre 2009, PARIS Philippe BONNY Cabinet de Conseil et d Etudes
2 Cabinet de conseil et d études, fondé par des spécialistes du traitement de l information, Inevidence accompagne les entreprises dans leur stratégie face aux enjeux du Digital Prestations Nous réalisons trois types de prestations qui concourent ensemble à répondre aux besoins des entreprises face aux enjeux du numérique : Conseil : stratégique amont et accompagnement de comité de direction de projets Etudes : premium du champs informationnel numérique pour accélérer la prise de décision Formation : sur les leviers de performance créés autour du numérique Champs d'application : INTELLIGENCE D ENTREPRISE ENTREPRISE , ALL MINING, ENTERPRISE SEARCH, RECORDS MANAGEMENT, CLOUD COMPUTING... INTIMITÉ CLIENT SENTIMENT ANALYSIS, WEB CUSTOMER INTIMACY, TEXT MINING, SPEECH MINING,... BRAND IMAGE E REPUTATION, E SEMIOTIQUE, IMAGE MINING,... INNOVATION EMOTIONAL DESIGN, INTELLIGENCE COLLECTIVE, VEILLE CUSTOMER CO DESIGN MARCHÉ DES TECHNOLOGIES ALL MINING, 2.0 (3.0), VIRTUALIZATION, CLOUD COMPUTING...
3 Plan Introduction Exemples Métier et Définition Text Mining Inside Applications Facteurs Clés de Succès Conclusion
4 Introduction La production mondiale d information (en volume) dans : les bases structurées ont augmenté de 4% en 2006 et représentent environ 10% des données. les données non structurées représentent 90% du total et augmentent de 6400% par an. Source : IDC
5 Business Case #1 Business Need : COMMUNICATION «Comment mesurer et suivre les évolutions de l image de ma société, de mes produits ou mes services» Opportunités «De nombreux canaux d informations sont aisément accessibles (call center, s, internet, presse, questionnaires ouverts, etc.)» Difficultés «Plus d un millier de nouveaux documents par jour!» (VOLUME) «Les personnes utilisent un langage très varié pour exprimer leur opinion» (COMPLEXITE)
6 Business Case #2 Business Need : STRATEGIE «Comment anticiper les mouvements stratégiques de mes concurrents» Opportunité «Mes concurrents sont connus et génèrent beaucoup d information dans le monde (études, internet, presse, etc.)» Difficultés «J ai de nombreux concurrents» (VOLUME) «Seuls certains éléments précis m intéressent (financiers, organisationnels, marketing, ), pas simple de les repérer, en outre les sources sont multilingues» (COMPLEXITE)
7 Business Case #3 Business Need : Innovation «Je cherche à substituer un composant chimique par un nouveau plus efficace» Opportunité «Je sais que de nouvelles familles de molécules ont des propriétés intéressantes» Difficultés «le champs de publication correspondant est vaste» (VOLUME) «comme le sujet est émergent, les propriétés de ces composés ne sont pas encore bien codifiées» (COMPLEXITE)
8 Définition du Text Mining Par analogie avec le Data Mining : Processus qui permet l extraction de connaissance à partir de données non structurées sous forme textuelles (en s affranchissant notamment des volumes à traiter et de la complexité inhérente au langage naturel dans les textes) Text Mining ~ Text Analytics, Unstructured Data Mining ou (FR) Fouille de Textes
9 Plan Introduction Exemples métier et Définition Text Mining Inside Applications Facteurs Clés de Succès Conclusion
10 Notions de base Concept : un thème, une propriété, une action, un sentiment, Entité nommée une personne, un lieu, une organisation,, une date, des nombres Mot & expression bonjour «développement durable» Caractère abc.123.
11 Architecture générale Focus R. Feldman & J. Sanger, The Text Mining Handbook
12 Fonctions Cœur du Text Mining Dans un corpus donné de documents : 1. analyse d occurrence de concepts (voir) 2. analyse de cooccurrence de concepts (voir) 3. identification de relations entre des concepts ou des jeux de concepts (voir) Analyse de tendances dans le temps des trois (voir)
13 Focus PreProcessing Traitement du langage naturel détection de la langue analyse morphosyntaxique lemmatisation catégorie syntaxique désambiguïsation sémantique Traitement «orienté» Catégorisation Extraction d information Entités nommées Extraction de relations Résolution de l anaphore.. Technologies linguistique, statistiques, neuromimétiques Tendances vers des technos hybrides Réduire training et réduire manuel
14 Focus Base de connaissance Formalismes lexique thesaurus ontologie Graphes conceptuels Réseaux Sémantiques Nature terminologique (langues) ex WordNet domaine sectoriels, applicatifs Langages (ontologies) W3C : RFD, RFDS, OWL ISO : Topics Maps Financial Ontology, OWL Logiciel Protégé
15 Focus Interface Utilisateur berlin.de/
16 Synthèse Fonctions cœur du Text Mining => découverte PreProcessing => pilier du processus d analyse Base de connaissance => dilemme (réactivité x précision) Interface graphique => facteur d appropriation
17 Plan Introduction Exemples métier et Définition Text Mining Inside Applications Facteurs Clés de Succès Conclusion
18 Mode de livraison de la valeur du Text Mining Deux modes : Comme solution «pure» d analyse de corpus de documents Comme «brique technologique» intégrée dans des solutions plus larges de traitement de l information Documents (textuels) INPUT Documents (textuels) PROCESSUS TEXT MINING TEXT MINING Valeur pour l exploitation des documents (entités, cooccurrences, tendances, ) Valeur pour l exploitation des documents (entités, cooccurrences, tendances, ) OUTPUT Standard : ex. UIMA Unstructured Information Management Architecture
19 Segmentation des applications 1) L analyse de contenu L analyse de discours, l analyse de formulaire, 2) Les moteurs de recherche Recherche de documents, de données, d information 3) La gestion de contenu Création, édition, publication, classement, contenu, Veille KM 4) La business intelligence Analyse des ventes, des clients, de la production, aide à la décision, Documents (textuels) INPUT Documents (textuels) TEXT MINING TEXT MINING PROCESSUS Valeur pour l exploitation des documents (entités, cooccurrences, tendances, ) OUTPUT Valeur pour l exploitation des documents (entités, cooccurrences, tendances, )
20 Acteurs (Vision US) Alta Plana, Seth Grimes 2009
21 1) Analyse de contenu SOURCES > Secteurs historiques CHIMIE / PHARMACIE Littérature scientifique et médicale, rapport et mesures de traitements, bases de données chimiques, pharmaceutiques ou de symptômes médicaux OBJECTIFS Extraire des relations entre des éléments chimiques ou bio-médicaux ou marqueurs génétiques et des symptômes ex. RENSEIGNEMENT SECURITE INTERIEURE Notes et rapports de renseignements, communications interceptées, dossiers documentaires ; le tout multilingue Dossiers d enquêtes, rapports judiciaires et jugements, documents légaux, données géographiques et démographiques Suivre des organisations et des réseaux cibles, identifier des comportements et des modèles d attaques types, déduire des niveaux de risques Déduire des modèles d actes criminels (temporalité, géo spatialité, organisations, ) et aider les enquêtes et les poursuites BANQUES & ASSURANCES > Secteur plus récent ÉDITION ÉLECTRONIQUE Données financières structurées et non structurées (alertes, risques, tendances.) Sources produites ou agrégées par l éditeur(presse, dépêches, études, brevets, publications scientifiques, etc) Identifier et anticiper des risques marché pour optimiser le management des investissements Développer les capacités d analyse des sources proposées : identifier les acteurs, les thèmes, les tendances, etc.
22 1) Analyse de contenu (suite) SOURCES > Fonctions d entreprise INTELLIGENCE ECONOMIQUE & VEILLE Documents et rapports de concurrents, discours de dirigeants, articles de presse, sites web, blogs, brevets et publications associées au concurrents OBJECTIFS Analyser la stratégie des concurrents en croisant un ensemble de sources et d informations : identifier des tendances, des ruptures, des réseaux etc. MARKETING & COMMUNICATION (Opinion Mining, Sentiment Analysis) Données internes clients (fichier client, transcripts de call center, , réponses à des questionnaires ouverts, etc) et données externes déclaration dans les blogs les newsgroups Construire une image fidèle du client, de ses besoins latents, de sa satisfaction et de sa loyauté RH Lettre de candidatures, et CV Extraire les compétences et les savoirfaire en combinant avec les critères de recrutement INNOVATION PRODUIT Croisement de sources de données sur les produits et sur les consommateurs (données internes et externes) Analyse et anticipation de tendances marché sur l offre et la demande produits de manière à identifier des éléments d innovation produit FRAUD DETECTION Call center transcript, demandes d indemnités, déclarations de sinistres, données clients Identifier/reconnaître des indicateurs («patterns») de risques potentiels de fraudes de clients.
23 2) Moteurs de recherche Indexation avancée de corpus Traitement du langage naturel des requêtes Cross linguisme Suggestion de mots clés Catégorisation des résultats
24 3) Gestion de contenu Création suggestion de contenu suggestion de métadonnées Navigation Classement automatique Génération de Taxonomie Search Moteur de recherche avancé Analyse Analyse de contenu Agrégation de contenu
25 4) Business Intelligence Analyse croisée des données structurées et non structurées Alimentation automatique de bases de données
26 Plan Introduction Exemples métier et Définition Text Mining Inside Applications Facteurs Clés de Succès Conclusion
27 Facteurs Clés de Succès (1/3) Business Value «User Centered» ou «Customer Centered» Analyse des besoins Culture outils Temporalité (occurrence et récurrence) Scénarios métiers Interface ergonomie visualisation
28 Facteurs Clés de Succès (2/3) Vision Systémique HUMAIN x SOURCES x OUTILS le bon dosage intervention de l humain sources : information brutes information traitées traitements : simple <> complexe compromis : puissance versus réactivité business model (éditeurs) OUTILS HUMAIN SOURCES
29 Facteurs Clés de Succès (3/3) Critères de choix de solutions Réponse fonctionnelle Robustesse / Scalability Administration Compétences : InSourcing/OutSourcing EcoSystème hôte OEM / Intégré dans solutions de GC Coûts globaux TESTER
30 Conclusions Le Text Mining offre deux propositions de valeurs pour les utilisateurs (ou les clients) : Un gain de temps pour l accès à l information et l extraction de connaissance : facteur de Productivité Un gain en intelligence par l identification de relations cachées ou l identification de tendances clés : facteur d Innovation Une opportunité à saisir pour les émetteurs de contenu (entreprise ou éditeur)
31 Cabinet de Conseil et d Etudes Adresse : 19 rue Ferdinand Duval, PARIS France Mobile : philippe.bonny@inevidence.com Web : In Vivo : mining.com
32 Annexes
33 Occurrences (exemple) Le discours diffus (Blogs) Le discours dédié (Forum) Base 932 paragraphes «pièces» Base 860 fils de discussion dédiés
34 Cooccurrences (exemple)
35 Relations (exemple) A Text Mining Technique Using Association Rules Extraction, Hany Mahgoub, Dietmar Rösner, Nabil Ismail and Fawzy Torkey, International Journal of Computational Intelligence 4;1 Winter 2008
36 Tendances (exemple) Dow Jones Economic Sentiment Indicator (ESI)
La Geo-Business Intelligence selon GALIGEO avec 26/10/2005 1
La Geo-Business Intelligence selon GALIGEO avec ESRI 2005 session «Décisionnel» 26/10/2005 1 La Business Intelligence : Une Définition La Business intelligence permet l utilisation des données opérationnelles
Plus en détailApprentissage Automatique
Apprentissage Automatique Introduction-I jean-francois.bonastre@univ-avignon.fr www.lia.univ-avignon.fr Définition? (Wikipedia) L'apprentissage automatique (machine-learning en anglais) est un des champs
Plus en détailMarc SALLIERES CEO ALTIC marc.sallieres@altic.org. www.altic.org
Marc SALLIERES CEO ALTIC marc.sallieres@altic.org www.altic.org Présentation ALTIC Les projets ALTIC BI Open Source véritable alternative Spécialiste BI Open Source Présentation ALTIC 2009 Club Finance
Plus en détailBIG DATA : une vraie révolution industrielle (1) Les fortes évolutions liées à la digitalisation
BIG DATA : une vraie révolution industrielle (1) Les fortes évolutions liées à la digitalisation - définition - étapes - impacts La révolution en cours du big data - essai de définition - acteurs - priorités
Plus en détailSAN07 IBM Social Media Analytics:
SAN07 IBM Social Media Analytics: Vos clients partagent leurs connaissances Déployez une stratégie gagnante! Eric Martin Social Media Analytics Leader Europe IBM SWG, Business Analytics @Eric_SMA 1 Le
Plus en détailComment valoriser votre patrimoine de données?
BIG DATA POUR QUELS USAGES? Comment valoriser votre patrimoine de données? HIGH PERFORMANCE HIGH ANALYTICS PERFORMANCE ANALYTICS MOULOUD DEY SAS FRANCE 15/11/2012 L ENTREPRISE SAS EN QUELQUES CHIFFRES
Plus en détailJe catalogue, tu FRBRises, il/elle googlise. L évolution des catalogues et les bibliothécaires Vendredi 29 mars 2013 Manufacture des tabacs
Je catalogue, tu FRBRises, il/elle googlise. L évolution des catalogues et les bibliothécaires Vendredi 29 mars 2013 Manufacture des tabacs Journée organisée par le CRFCB Midi-Pyrénées / Languedoc-Roussillon
Plus en détailLe décisionnel plus que jamais au sommet de l agenda des DSI
Le décisionnel plus que jamais au sommet de l agenda des DSI 9 juin 2011 www.idc.com Cyril Meunier IDC France Research & Consulting Manager Copyright 2008 IDC. Reproduction is forbidden unless authorized.
Plus en détailCustomer Intelligence
Customer Intelligence Prenez le lead sur les données consommateur Partenaire Développement commercial Les 3 principaux challenges selon les Directions Marketing #1 Prise en compte du digital dans la relation
Plus en détailLIVRE BLANC Décembre 2014
PARSING MATCHING EQUALITY SEARCH LIVRE BLANC Décembre 2014 Introduction L analyse des tendances du marché de l emploi correspond à l évidence à une nécessité, surtout en période de tension comme depuis
Plus en détailLes apports de l informatique. Aux autres disciplines
Les apports de l informatique Aux autres disciplines Le statut de technologie ou de sous-discipline est celui de l importation l et de la vulgarisation Le statut de science à part entière est lorsqu il
Plus en détailData 2 Business : La démarche de valorisation de la Data pour améliorer la performance de ses clients
Data 2 Business : La démarche de valorisation de la Data pour améliorer la performance de ses clients Frédérick Vautrain, Dir. Data Science - Viseo Laurent Lefranc, Resp. Data Science Analytics - Altares
Plus en détailLes ressources numériques
Les ressources numériques Les ressources numériques sont diverses et regroupent entre autres, les applications, les bases de données et les infrastructures informatiques. C est un ensemble de ressources
Plus en détailDESCRIPTIF DE MODULE S5 GSI
Option SIM DESCRIPTIF DE MODULE S5 GSI : Gouvernance et Systèmes d Information COORDONNATEUR DU MODULE : Département : Ce module a pour but d enseigner les méthodes, les règles et les pratiques nécessaires
Plus en détailBusiness Intelligence avec Excel, Power BI et Office 365
Avant-propos A. À qui s adresse ce livre? 9 1. Pourquoi à chaque manager? 9 2. Pourquoi à tout informaticien impliqué dans des projets «BI» 9 B. Obtention des données sources 10 C. Objectif du livre 10
Plus en détailStéphane Tufféry DATA MINING & STATISTIQUE DÉCISIONNELLE. 25/12/2006 Stéphane Tufféry - Data Mining - http://data.mining.free.fr
1 Stéphane Tufféry DATA MINING & STATISTIQUE DÉCISIONNELLE 2 Plan du cours Qu est-ce que le data mining? A quoi sert le data mining? Les 2 grandes familles de techniques Le déroulement d un projet de data
Plus en détailIBM Social Media Analytics
IBM Social Media Analytics Analysez les données des média sociaux afin d améliorer vos résultats commerciaux Les points clés Développez votre activité en comprenant le sentiment des consommateurs et en
Plus en détailBusiness Intelligence
avec Excel, Power BI et Office 365 Téléchargement www.editions-eni.fr.fr Jean-Pierre GIRARDOT Table des matières 1 Avant-propos A. À qui s adresse ce livre?..................................................
Plus en détailComment mesurer l'impact des solutions "on demand" sur la valeur du Système d Information?
www.observatoire-immateriel.com Comment mesurer l'impact des solutions "on demand" sur la valeur du Système d Information? Philippe Taillefert Responsable des achats BWI France Stephane Benayoun, Expert-comptable
Plus en détailQuels apprentissages info-documentaires au collège?
Quels apprentissages info-documentaires au collège? Quel cadre? Quels apprentissages associés? 1983 : Éducation aux médias (EAM) 1986 : Initiation à la recherche documentaire (IRD) 2003 : Information-Documentation
Plus en détail20 ans du Master SIAD de Toulouse - BigData par l exemple - Julien DULOUT - 22 mars 2013. 20 ans du SIAD -"Big Data par l'exemple" -Julien DULOUT
20 ans du Master SIAD de Toulouse - BigData par l exemple - Julien DULOUT - 22 mars 2013 20 ans du SIAD -"BigData par l'exemple" -Julien DULOUT Qui a déjà entendu parler du phénomène BigData? Qui a déjà
Plus en détailCréer un site e-commerce avec PrestaShop Cloud Mise en place et suivi du projet
Chapitre 1 : Préparer son projet e-commerce A. Introduction 15 1. Objectif de ce livre 15 2. Pourquoi se lancer dans l e-commerce? 16 B. Les questions à se poser avant de se lancer 18 C. Identité du projet
Plus en détailLe Tag Management à l ère du Smart Data
Le Tag Management à l ère du Smart Data LE CAS CLIENT PAGES JAUNES Pages Jaunes est un chef de file des solutions de marketing et de medias numériques au Canada. En lui permettant de normaliser son acquisition
Plus en détailIntelligence Artificielle et Systèmes Multi-Agents. Badr Benmammar bbm@badr-benmammar.com
Intelligence Artificielle et Systèmes Multi-Agents Badr Benmammar bbm@badr-benmammar.com Plan La première partie : L intelligence artificielle (IA) Définition de l intelligence artificielle (IA) Domaines
Plus en détailUserReplay. UserReplay. Départments ecommerce et Marketing. Service Client. Web Ops/ Infrastructure: Développement du site et Support technique
E-Commerce Augmenter la conversion, le montant du panier et la réten on Marke ng/ux Identifier et résoudre les freins à la conversion Service Client Diminuer les temps de résolution des appels et documenter
Plus en détailIntelligence Inventive & Mapping des réseaux de Recherche. Expernova & Active Innovation Management GFII 5 Mars 2015
Intelligence Inventive & Mapping des réseaux de Recherche Expernova & Active Innovation Management GFII 5 Mars 2015 Identification d experts & Mapping des Réseaux de Recherche [ expernova, qui sommes nous?]
Plus en détailBig data et données géospatiales : Enjeux et défis pour la géomatique. Thierry Badard, PhD, ing. jr Centre de Recherche en Géomatique
Big data et données géospatiales : Enjeux et défis pour la géomatique Thierry Badard, PhD, ing. jr Centre de Recherche en Géomatique Événement 25e anniversaire du CRG Université Laval, Qc, Canada 08 mai
Plus en détailJunior ESSEC 1, avenue Bernard Hirsch 95000 Cergy / Tel : +33 (0)1 30 75 05 05 / Fax : +33 (0)1 30 38 08 92 / e-mail : je@junioressec.
2012 Junior ESSEC 1, avenue Bernard Hirsch 95000 Cergy / Tel : +33 (0)1 30 75 05 05 / Fax : +33 (0)1 30 38 08 92 / e-mail : je@junioressec.com / www.junioressec.com 1. Présentation de Junior ESSEC 1. Présentation
Plus en détailISTEX, vers des services innovants d accès à la connaissance
ISTEX, vers des services innovants d accès à la connaissance Synthèse rédigée par Raymond Bérard, directeur de l ABES, à partir du dossier de candidature d ISTEX aux Initiatives d excellence et des réunions
Plus en détailProblématiques de recherche. Figure Research Agenda for service-oriented computing
Problématiques de recherche 90 Figure Research Agenda for service-oriented computing Conférences dans le domaine ICWS (International Conference on Web Services) Web services specifications and enhancements
Plus en détailLa Business Intelligence pour les Institutions Financières. Jean-Michel JURBERT Resp Marketing Produit
La Business Intelligence pour les Institutions Financières Jean-Michel JURBERT Resp Marketing Produit Agenda Enjeux des Projets Financiers Valeur de Business Objects Références Clients Slide 2 Des Projets
Plus en détailDes données à la connaissance client. A la découverte de la plateforme de connaissance client knowlbox
Des données à la connaissance client A la découverte de la plateforme de connaissance client knowlbox Livre blanc mai 2013 A l heure du Big Data, les entreprises s interrogent davantage sur leurs données.
Plus en détailL Agence Marketing de vos Projets
L Agence Marketing de vos Projets Présentation 2011 Etudes Marketing & Marketing Direct Pierre Souillard Marketing Manager + 33 (0)6 11 73 06 57 Sommaire Etudes Marketing Marketing Direct L'Agence Marketing
Plus en détailFINI LA RÉCRÉ PASSONS AUX MÉGADONNÉES
1 FINI LA RÉCRÉ PASSONS AUX MÉGADONNÉES «Dans le concret, projets de transformation vers le BigData» V1-10/03/15 ABED AJRAOU CONNAISSEZ-VOUS PAGESJAUNES? CONNAISSEZ-VOUS PAGESJAUNES? LES MEGADONNEES RÉPONDENT
Plus en détailSage 100. pour les PME. Faites de votre gestion un levier de performance
Sage 100 pour les PME Faites de votre gestion un levier de performance À propos de Sage Leader des éditeurs de logiciels de gestion sur le marché des PME dans le monde* Plus de 6 millions d entreprises
Plus en détailD origine destiné à la conception de blog, WordPress est devenu l outil incontournable dans la liste des systèmes de gestion de contenus..
WordPress - CMS open-source Permet de créer simplement des sites internet ou de blogs. D origine destiné à la conception de blog, WordPress est devenu l outil incontournable dans la liste des systèmes
Plus en détailEurateach labellisé par la région et le FAFIEC. Si vous remplissez les conditions suivantes : Votre entreprise compte moins de 250 salariés
> FORMATIONS CLES EN MAIN > FORMATIONS SUR MESURE Eurateach labellisé par la région et le FAFIEC Dans le cadre du Pacte Régional de Continuité Professionnelle signé par l Etat, la Région et les Partenaires
Plus en détailDOSSIER DE PRESSE. presse@lexsi.com LEXSI.COM. tgraffeuil@oxygen-rp.com. Contacts presse : OXYGEN Tatiana GRAFFEUIL Audrey SLIWINSKI 01 41 11 37 89
DOSSIER DE PRESSE Contacts presse : OXYGEN Tatiana GRAFFEUIL Audrey SLIWINSKI 01 41 11 37 89 tgraffeuil@oxygen-rp.com LEXSI Anne BIGEL presse@lexsi.com LEXSI.COM Sommaire INTRODUCTION 1 LEXSI, cabinet
Plus en détailDevenir une banque relationnelle de référence : pourquoi et comment?
conseil organisation management Réussir ensemble Devenir une banque relationnelle de référence : pourquoi et comment? Conférence CCM Benchmark Banques sur Internet 2012-13 Mars 2012 csa consulting 80,
Plus en détailAccélérer la transformation de vos nouveaux modèles assurances
Accélérer la transformation de vos nouveaux modèles assurances Enjeux critiques des systèmes de distribution Assurance Etude Accenture Assurances 2020 4 axes d amélioration : Articuler le SI Assurance
Plus en détailPortail collaboratif Intranet documentaire Dématérialisation de processus
Portail collaboratif Intranet documentaire Dématérialisation de processus 2 Le groupe Divalto, Solutions de gestion Catalyseur de performance Créé en 1982, le groupe Divalto propose des solutions de gestion
Plus en détailPrestaShop Cloud. Créer un site e-commerce avec. PrestaShop Cloud. Mise en place et suivi du projet. Créer un site e-commerce avec
Pierre-Henri COFFINET Entrepreneur et passionné par les nouvelles technologies, Pierre-Henri COFFINET est aujourd hui cogérant de la société de webmarketing AD Powers. Expert du web depuis plus de 10 ans,
Plus en détailDu référencement naturel au social marketing. Janvier 2010 Salon e-marketing
Du référencement naturel au social marketing Janvier 2010 Salon e-marketing > Nous, qui sommes devant vous Identité SAS au capital de 132 000 euros Siège sociale à Nantes et bureaux à Paris 17 consultants
Plus en détail«Innovation Intelligence» La valorisation des données massives au service des partenariats R&D. Expernova Université d été GFII 11-09-2014
«Innovation Intelligence» La valorisation des données massives au service des partenariats R&D Expernova Université d été GFII 11-09-2014 [Une tendance forte à l Open Innovation ] «Le monde est devenu
Plus en détailFouillez facilement dans votre système Big Data. Olivier TAVARD
Fouillez facilement dans votre système Big Data Olivier TAVARD A propos de moi : Cofondateur de la société France Labs Développeur (principalement Java) Formateur en technologies de moteurs de recherche
Plus en détailStructuration des décisions de jurisprudence basée sur une ontologie juridique en langue arabe
Structuration des décisions de jurisprudence basée sur une ontologie juridique en langue arabe Karima Dhouib, Sylvie Després Faiez Gargouri ISET - Sfax Tunisie, BP : 88A Elbustan ; Sfax karima.dhouib@isets.rnu.tn,
Plus en détailLabs Hadoop Février 2013
SOA - BRMS - ESB - BPM CEP BAM - High Performance Compute & Data Grid - Cloud Computing - Big Data NoSQL - Analytics Labs Hadoop Février 2013 Mathias Kluba Managing Consultant Responsable offres NoSQL
Plus en détailCompte-rendu re union Campus AAR 3 mars 2015
Compte-rendu re union Campus AAR 3 mars 2015 Table des matières Liste d actions... 2 I. Environnement d analyse : INA, Armadillo... 3 a. Connexion de l outil INA avec API Armadillo... 3 b. Outil d analyse
Plus en détailPremier colloque international sur la veille stratégique multilingue. Université de Genève (ETI, Suisse) 28-29 mai 2008
Premier colloque international sur la veille stratégique multilingue Université de Genève (ETI, Suisse) 28-29 mai 2008 La Veille multilingue : défense et illustration de la traduction stratégique Mathieu
Plus en détailMalgré la crise, Le décisionnel en croissance en France
Malgré la crise, Le décisionnel en croissance en France 11 juin 2009 www.idc.com Cyril Meunier IDC France Consulting Manager Copyright 2009 IDC. Reproduction is forbidden unless authorized. All rights
Plus en détailRéférencement de votre site Web Google et autres moteurs de recherche (4ième édition)
Chapitre 1 : Introduction A. Google, l incontournable... 15 B. Référencement : Panda et Penguin sont passés par là... 16 C. SEO/SMO 17 D. Propos du livre 18 E. Avant de commencer 19 F. Notre exemple d'illustration
Plus en détailDirection des bibliothèques. Sondage Ithaka S+R. Questionnaire français Université de Montréal
Direction des bibliothèques Sondage Ithaka S+R Questionnaire français Université de Montréal Décembre 2014 Modules retenus Découverte Activités de recherche numérique Compétences informationnelles des
Plus en détaile need L un des premiers intégrateurs opérateurs Cloud Computing indépendants en France
e need L un des premiers intégrateurs opérateurs Cloud Computing indépendants en France Sommaire Cloud Computing Retours sur quelques notions Quelques chiffres Offre e need e need Services e need Store
Plus en détailIntroduction Big Data
Introduction Big Data SOMMAIRE Rédacteurs : Réf.: SH. Lazare / F. Barthélemy AXIO_BD_V1 QU'EST-CE QUE LE BIG DATA? ENJEUX TECHNOLOGIQUES ENJEUX STRATÉGIQUES BIG DATA ET RH ANNEXE Ce document constitue
Plus en détailPlénière 1 / Le retour sur investissement, nouveau paradigme de la communication? Mythes et réalités
Plénière 1 / Le retour sur investissement, nouveau paradigme de la communication? Mythes et réalités Ce document est la synthèse de la conférence, réalisée et diffusée en direct par : Le retour sur investissement,
Plus en détailDe l information à la prise de décision : nouveaux modes d accès et d analyses pour la performance du business France, 2012-2014
De l information à la prise de décision : nouveaux modes d accès et d analyses pour la performance du business France, 2012-2014 REFERENTIEL DE PRATIQUES Offert par De l information à la prise de décision
Plus en détailROI et performance web
1 intégrer la culture de l'optimisation àla stratégie Internet Paris Web, édition 2009 09 octobre 2009 Auteur : Arnaud BRIN 2 Optimisation? Les 5 dimensions de l optimisation web 3 optimisation démarche
Plus en détailEntrepôt de données 1. Introduction
Entrepôt de données 1 (data warehouse) Introduction 1 Présentation Le concept d entrepôt de données a été formalisé pour la première fois en 1990 par Bill Inmon. Il s agissait de constituer une base de
Plus en détailOptimisez les coûts de possession de votre information et redonnez de la capacité d investissement au DSI
CGI Dbox Dites oui à notre solution exclusive de décommissionnement et réduisez les coûts tout en conservant l intégrité de votre patrimoine informationnel Optimisez les coûts de possession de votre information
Plus en détailGestion d E-réputation. Management de marque
Renforcez votre présence sur Internet Stratégie Digitale Gestion d E-réputation Community Management Management de marque Web Marketing 0 www.forcinet.ma 1 Qui Sommes-Nous? Forcinet est une entreprise
Plus en détailStratégie et Vision de SAP pour le secteur Banque- Assurance: Data-Management, BI, Mobilité
Stratégie et Vision de SAP pour le secteur Banque- Assurance: Data-Management, BI, Mobilité Patrice Vatin Business Development SAP FSI Andrew de Rozairo Business Development Sybase EMEA Septembre 2011
Plus en détailComment booster vos applications SAP Hana avec SQLSCRIPT
DE LA TECHNOLOGIE A LA PLUS VALUE METIER Comment booster vos applications SAP Hana avec SQLSCRIPT 1 Un usage optimum de SAP Hana Votre contexte SAP Hana Si vous envisagez de migrer vers les plateformes
Plus en détailGestion collaborative de documents
Gestion collaborative de documents ANT box, le logiciel qui simplifie votre GED Les organisations (entreprises, collectivités, associations...) génèrent chaque jour des millions de documents, e-mails,
Plus en détailTirez plus vite profit du cloud computing avec IBM
Tirez plus vite profit du cloud computing avec IBM Trouvez des solutions de type cloud éprouvées qui répondent à vos priorités principales Points clés Découvrez les avantages de quatre déploiements en
Plus en détailLes attentes du marché
www.pwc.com Les attentes du marché Octobre 2012 L état des lieux à propos des formats de reporting et de l appropriation par le marché du XBRL La taxonomie XBRL pour les reportings Solvabilité 2 a fait
Plus en détailPrésentation Etude Multi Clients Sponsorisée 2015. Camille Marchand, Account Manager c.marchand@pac-online.com 07 63 23 01 82
La transformation numérique des banques : Un levier d innovation pour les banques traditionnelles et en ligne qui souhaitent répondre aux nouveaux enjeux de leurs clients. Présentation Etude Multi Clients
Plus en détailPanorama des solutions Ecommerce
Panorama des solutions Ecommerce Sommaire 1. Pourquoi faire de l ecommerce avec Drupal 2. Drupal avec Ubercart 3. Drupal avec Magento et d autres 4. Drupal avec Drupal Commerce 5. Quel choix faire? Pourquoi
Plus en détailAssurance et Protection sociale Les enjeux du Digital Commerce
Assurance et Protection sociale Les enjeux du Digital Commerce Sortir des murs, démultiplier les contacts 2013 T A L E N T E D T O G E T H E R Unissons nos Talents 1 Introduction Entre discours incantatoires
Plus en détailCognit Ive Cas d utilisation
Cognit Ive Cas d utilisation 96-98, rue de Montreuil - 75011 Paris _ opicot@ _ + 33 (0)1 40 09 71 55 Sommaire Présentation de la plateforme Cognit Ive SemanticMail : Traitement sémantique des mails Projets
Plus en détailDigital : état de l'art et enjeux
L institut de formation continue des professionnels du Web Digital : état de l'art et enjeux Référence formation : Durée : Prix conseillé : CD1 2 jours (14 heures) 1 750 HT (hors promotion ou remise particulière)
Plus en détailSemantic Web Inside Guillaume Érétéo Directeur R&D
Semantic Web Inside Guillaume Érétéo Directeur R&D Services de valorisation de données pour Structuration de fond documentaire pertinence Analyse de réseaux sociaux veille Animation de réseau sociaux audience
Plus en détailLes nouveaux outils de pilotage de vos lancements. Valérie Trouillet Senior Principal, IMS Consulting
Les nouveaux outils de pilotage de vos lancements Valérie Trouillet Senior Principal, IMS Consulting Depuis 2008, les analyses IMS Launch Excellence mettent en évidence l évolution des facteurs clés de
Plus en détailMaster Marketing et Pratiques Commerciales parcours Management de la marque et communication Apprentissage Master 2
Master Marketing et Pratiques Commerciales parcours Management de la marque et communication Apprentissage Master 2 2014/2015 UE1 MANAGEMENT STRATÉGIQUE Jean-Pierre Helfer Comprendre la posture stratégique
Plus en détailLe Web, l'entreprise et le consommateur. Françoise Soulié Fogelman francoise@kxen.com
Le Web, l'entreprise et le consommateur Françoise Soulié Fogelman francoise@kxen.com Forum "Quel futur pour le Web" Lyon, mardi 21 septembre 2010 THE DATA MINING AUTOMATION COMPANY TM Agenda Le Web un
Plus en détailDes outils. pour les industriels et les distributeurs. Analysez. Valorisez. Optimisez. vos produits. vos produits. vos produits
Des outils pour les industriels et les distributeurs Analysez vos produits Optimisez vos produits Valorisez vos produits SANTÉ, ENVIRONNEMENT, SOCIAL : DES ENJEUX FORTS MARKETTING COMMUNICATON RSE - DD
Plus en détailWebinar EBG Nouvelles perspectives d'exploitation des données clients avec le big data
Webinar EBG Nouvelles perspectives d'exploitation des données clients avec le big data Approches & opportunités face aux enjeux de volume, variété et vélocité France, 2012-2014 28 mars 2013 Ce document
Plus en détailTRIBUNE BRAINWAVE GOUVERNANCE ET SéCURITé. Shadow IT, la menace fantôme. Une tendance irréversible mais pas dénuée de risques.
TRIBUNE BRAINWAVE GOUVERNANCE ET SéCURITé Shadow IT, la menace fantôme Une tendance irréversible mais pas dénuée de risques. Par Sébastien Faivre Chief Marketing Officer de Brainwave Shadow IT, la menace
Plus en détailLe travail collaboratif : guide des services
Le travail collaboratif : guide des services Composants génériques par fonctionnalités Atelier «L expert comptable intégré au cœur de l entreprise cliente» Pôle LE CABINET DU FUTUR www.experts comptables.fr/65
Plus en détailAdaptabilité d un MOOC aux styles d apprentissage. Hubert Kadima Directeur de Recherche LARIS/EISTI Email : hubert.kadima@eisti.fr
Adaptabilité d un MOOC aux styles d apprentissage Hubert Kadima Directeur de Recherche LARIS/EISTI Email : hubert.kadima@eisti.fr Agenda 1. Contexte : l apprentissage dans le projet PLACIS 2. Choix du
Plus en détailGKR. Geological Knowledge Representation Base de connaissances métallogéniques
GKR Geological Knowledge Representation Base de connaissances métallogéniques Objets Organiser un ensemble d informations complexes et hétérogènes pour orienter l exploration minière aux échelles tactiques
Plus en détailPerformances. Gestion des serveurs (2/2) Clustering. Grid Computing
Présentation d Oracle 10g Chapitre VII Présentation d ORACLE 10g 7.1 Nouvelles fonctionnalités 7.2 Architecture d Oracle 10g 7.3 Outils annexes 7.4 Conclusions 7.1 Nouvelles fonctionnalités Gestion des
Plus en détailMICROSOFT DYNAMICS CRM & O Val
MICROSOFT DYNAMICS CRM & O Val O Val Operational Value JSI Groupe 2, rue Troyon 92310 Sèvres 1 AGENDA 1. QUI SOMMES-NOUS? 2. NOS OFFRES 3. UNE ORGANISATION COMMERCIALE DÉDIÉE À NOS CLIENTS 4. O VAL : OPERATIONAL
Plus en détailCanon Business Services 2013
Canon Business Services 2013 Powering Business Transformation* * Au cœur de vos transformations Notre métier? Assurer le succès de votre entreprise. Canon Business Services redéfinit l externalisation
Plus en détailFICHE DE POSTE. Gestionnaire des données du Portail des savoirs (H/F)
Paris Sciences et Lettres FICHE DE POSTE Intitulé du poste Gestionnaire des données du Portail des savoirs (H/F) Positionnement dans la structure Le gestionnaire des données du Portail des savoirs est
Plus en détailTRAVAUX DE RECHERCHE DANS LE
TRAVAUX DE RECHERCHE DANS LE DOMAINE DE L'EXPLOITATION DES DONNÉES ET DES DOCUMENTS 1 Journée technologique " Solutions de maintenance prévisionnelle adaptées à la production Josiane Mothe, FREMIT, IRIT
Plus en détailNos Solutions PME VIPDev sont les Atouts Business de votre entreprise.
Solutions PME VIPDev Nos Solutions PME VIPDev sont les Atouts Business de votre entreprise. Cette offre est basée sur la mise à disposition de l ensemble de nos compétences techniques et créatives au service
Plus en détailTable des matières. Préface...5. Introduction...9
Préface......................................................5 Introduction..................................................9 Chapitre 1 Diversité des besoins, diversité des contenus........................13
Plus en détailHistorique. Architecture. Contribution. Conclusion. Définitions et buts La veille stratégique Le multidimensionnel Les classifications
L intelligence économique outil stratégique pour l entreprise Professeur Bernard DOUSSET dousset@irit.fr http://atlas.irit.fr Institut de Recherche en Informatique de Toulouse (IRIT) Equipe Systèmes d
Plus en détailLE MEILLEUR DES SOLUTIONS COLLABORATIVE OPEN SOURCE. et pas que la GED
LE MEILLEUR DES SOLUTIONS COLLABORATIVE OPEN SOURCE et pas que la GED Présentation de Smile mars 2014 Thomas Choppy @thcho @groupsmile Manager de la BL Collaborative Smile, EN QUELQUES CHIFFRES 1er INTÉGRATEUR
Plus en détailCours n 2. UE706: Veille et intelligence économique EC3: Intelligence Économique et réseaux. Promo. Master : SIC. Documentation numérique
UE706: Veille et intelligence économique EC3: Intelligence Économique et réseaux Cours n 2 Promo. Master : SIC. Documentation numérique Par : Sahbi SIDHOM MCF. Université de Lorraine Équipe de recherche
Plus en détailBig Data: comment passer de la stratégie à la mise en œuvre? Big Data Paris Mars 2015
Big Data: comment passer de la stratégie à la mise en œuvre? Big Data Paris Mars 2015 Jean-David Benassouli Managing Director, Responsable France de la practice Digital Data management +33 6 79 45 11 51
Plus en détailOffre IDALYS. Le conseil couvrant tous les aspects métiers du commerce digital. Mai 2013
Offre IDALYS Le conseil couvrant tous les aspects métiers du commerce digital Focus sur : 1. Équilibre entre CA et Fraude 2. Étude d opportunité e-wallets Mai 2013 IDALYS - Sommaire 1 Présentation d IDALYS
Plus en détailCustomer experience Management et «Listening Platforms»
Customer experience Management et «Listening Platforms» Présentation Clever Age Plus de 120 collaborateurs sur 4 agences Croissance régulière et rentable G3+ Banque de France Agrément CIR jusqu en 2013
Plus en détailCENTAI : Big Data & Big Analytics Réunion DGPN / Thales Octobre 2013
www.thalesgroup.com CENTAI : Big Data & Big Analytics Réunion DGPN / Thales Octobre 2013 2 / Sommaire CENTAI : Présentation du laboratoire Plate-forme OSINT LAB Détection de la fraude à la carte bancaire
Plus en détailConstituer des profils d'experts scientifiques, de centres de recherche et d entreprises innovantes
Constituer des profils d'experts scientifiques, de centres de recherche et d entreprises innovantes Conférence GFII 12 Février 2014 www.expernova.com [ Le contexte ] Stratégie R&D Projets collaboratifs
Plus en détailGlobeAdvent. Aurélie Krau. Présente. www.travel-think.com. Experte Technology for Travel. @WeTravelThink WWW.SEPAGE.COM
Présente GlobeAdvent Aurélie Krau Experte Technology for Travel Technologie de personnalisation du marketing digital pour l'e-tourisme www.travel-think.com @WeTravelThink WWW.SEPAGE.COM GlobeAdvent Problème
Plus en détailPrésentation de la majeure ISN. ESILV - 18 avril 2013
Présentation de la majeure ISN ESILV - 18 avril 2013 La Grande Carte des Métiers et des Emplois Sociétés de service Entreprises Administrations Grand- Public Sciences Utiliser Aider à utiliser Vendre APPLICATIONS:
Plus en détailDéjeuner EIM 360 - Enterprise Information Management. Mardi 16 novembre 2010 Restaurant l Amourette Montreuil Thomas Dechilly CTO Sollan
Déjeuner EIM 360 - Enterprise Information Management Mardi 16 novembre 2010 Restaurant l Amourette Montreuil Thomas Dechilly CTO Sollan (Extract du livre blanc) Introduction... 2 Continuité des pratiques
Plus en détailLes compétences clés en 2015 La révolution du Big Data souffle sur les métiers du commerce et du marketing
Communiqué de presse Les compétences clés en 2015 La révolution du Big Data souffle sur les métiers du commerce et du marketing Paris, le 7 avril 2015 A la recherche de leviers permettant de soutenir le
Plus en détail