Accommoder les miettes de données :
Ingrédients, Recettes et Astuces
Amélie Marian – Arnaud Sahuguet
BDA, Porquerolles, 2 ...
Dramatis Personae
Amelie Marian
@ameliemarian
Arnaud Sahuguet
@sahuguet
Paris IX Dauphine
Columbia Univ., PhD
X – ENPC – P...
Les objectifs de ce keynote
vous rappeler que c'est un sujet d'actualité brûlant
définir les concepts, e.g. miettes, small...
4
Plus malin que l’ogre BigData ?
… et a été dénoncée par Rite Aid pour “excessive transactions”
Se cacher devient suspect
h...
Finance
Web of Things/Quantified Self
Administration
Commerce
Services Web/Réseaux Sociaux
Transport
Mobile
Santé / Assura...
miette :
sous-produit digital de nos activités
quotidiennes, telles que couriel, texto, appel
téléphonique, achat, transpo...
Dessine-moi une miette
8
Taxonomie basée sur l'origine des miettes
Directement depuis l'utilisateur
Miette fournie
- initiée
- transactionnelle
- p...
Taxonomie pour les réseaux sociaux
Service data: data you give to SP in order to
use it.
Disclosed data: data you post on ...
Taxonomie basée sur la nature des miettes
11
Transport
Communications
Commerce
Loisirs
Santé, Bien-être
Activités
Citoyenn...
Soupe de "Data"
big, small, personal, etc.
12
BIG DATA vs small data
13
small data
BIG DATA
L'intérêt des miettes
14
e.g. personalisation
e.g. quantified self,
IoT.
e.g. data philanthropy
Uber, Google FluTrends,
Tw...
Ce dont on ne va pas parler...
Big Data
Analytics
Learning
Ethiques
Droit à l’oubli
Big Brother
Patriot Act / Loi de rense...
La vie d'une miette
16
La vie d'une miette
17
Interêt Personnel
Application:
"Personal Information Management"
18
Suivre les miettes pour retracer ses pas
19
Quel est le restaurant où j’ai mangé la dernière fois qu’on est allé au ski ?
...
Projet Digital Self à Rutgers University
Les miettes de données sont riches en contexte
Des travaux en Psychologie ont mon...
Digital Self Architecture
21
• Collection de données
–Identification, récupération, stockage,
– Personal Extraction Tool:
...
w5h - Modèle de données Contextuel
• Différents types de contexte
–Metadata
–Application data
–Environnement
–Inférence
• ...
Preliminary Results - MRR
En gras: significance statistique (p<0.05)
23
w5h
recherche contextuelle, index w5h
Text
Index t...
Base de Connaissances Personnelle (PKB)
Dimension Why
Connecter des miettes en identifiant
les processes dont elles font p...
Application II
"small data for good"
25
Intérêt Général & Gouvernance 2.0
26
« Améliorer la vie des gens en améliorant la façon dont les décisions sont prises. »
...
Les Données Ouvertes
27
« […] that can be freely used, re-used and redistributed by anyone – subject only, at
most, to the...
sdX project à Cornell Tech (Estrin et al.)smalldata.io
« Creating community infrastructure for small data apps and service...
La collecte de données
2 problèmes intéressants
29
La création d'expériences
- trouver les bons sujets
- leur expliquer co...
Comment inciter aux dons de données
P × B + D > C: a ‘calculus’ for Open Data
P: probabilité que l'ouverture des données a...
Problématiques de recherche
31
Revenons au Petit Poucet
32
Les compagnies se gavent de nos
miettes de données
Comment les transformer en
petits cailloux ...
Défis de recherche
Capture des données
software, e.g. eye tracking
hardware, e.g. IoT
crowdsourcing
Integration de données...
Au-delà de la technologie
34
Même si nous avions promis de ne pas en parler
- la gouvernance des données
- la notion de propriété des données
- les inc...
Les miettes, une tradition
scientifique bien française
36
FAIM FIN.
et bon appétit.
Mais avant de vous laisser partir,
temps pour quelques questions.
37
Références bibliographiques,
Conseils de lecture
38
Researchers wrestle with a privacy problem, Nature Sep 2015.
As we may think, Vannevar Bush, the Atlantic Monthly, 1945.
B...
Data extraction
•A tool for personal data extraction. D. Vianna, A.-M. Yong, C. Xia, A. Marian, and T. Nguyen
PIMS:
•Perso...
Data Integration:
•Principles of Data integration, Doan, Halevy, Ives, 2012.
•Principles of dataspace systems, Halevy, Fra...
Prochain SlideShare
Chargement dans…5
×

Miettes de données - Keynote BDA 2015

587 vues

Publié le

Accommoder les miettes de données : Ingrédients, Recettes et Astuces
Amélie Marian – Arnaud Sahuguet
BDA, Porquerolles, 2 Octobre 2015

Publié dans : Données & analyses
0 commentaire
1 j’aime
Statistiques
Remarques
  • Soyez le premier à commenter

Aucun téléchargement
Vues
Nombre de vues
587
Sur SlideShare
0
Issues des intégrations
0
Intégrations
23
Actions
Partages
0
Téléchargements
4
Commentaires
0
J’aime
1
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive

Miettes de données - Keynote BDA 2015

  1. 1. Accommoder les miettes de données : Ingrédients, Recettes et Astuces Amélie Marian – Arnaud Sahuguet BDA, Porquerolles, 2 Octobre 2015 https://goo.gl/dgAWnp 1
  2. 2. Dramatis Personae Amelie Marian @ameliemarian Arnaud Sahuguet @sahuguet Paris IX Dauphine Columbia Univ., PhD X – ENPC – Paris VI Univ. of Pennsylvania, PhD Bell Labs / Alcatel-Lucent Google The Governance Lab @ NYU 2
  3. 3. Les objectifs de ce keynote vous rappeler que c'est un sujet d'actualité brûlant définir les concepts, e.g. miettes, small data, big data présenter les axes de recherches liés aux miettes de données vous convaincre de vous lancer dans l'aventure rappeler que votre expertise est essentielle à un plus large débat 3
  4. 4. 4
  5. 5. Plus malin que l’ogre BigData ? … et a été dénoncée par Rite Aid pour “excessive transactions” Se cacher devient suspect http://time.com/83200/privacy-internet-big-data-opt-out/ ? 5 Elle a caché sa grossesse sur internet... Social medias Achats en cash ou gift card Tor pour surfer le web Janet Vertesi, Assistant Professor of Sociology à Princeton a essayé
  6. 6. Finance Web of Things/Quantified Self Administration Commerce Services Web/Réseaux Sociaux Transport Mobile Santé / Assurance Services Loisirs 6
  7. 7. miette : sous-produit digital de nos activités quotidiennes, telles que couriel, texto, appel téléphonique, achat, transport, jeux, etc. 7 “J'ai laissé des bouts de moi au creux de chaque endroit Un peu de chair à chaque empreinte de mes pas” Jean-Jacques Goldman, 1987.
  8. 8. Dessine-moi une miette 8
  9. 9. Taxonomie basée sur l'origine des miettes Directement depuis l'utilisateur Miette fournie - initiée - transactionnelle - publiée par l'utilisateur Miette observée - par engagement - non-anticipée - passive 9 Depuis le fournisseur de service Miette dérivée - computationelle - notationelle Miette inferrée - statistique - modèle plus avancé Source: OECD 2014, Martin Abrams
  10. 10. Taxonomie pour les réseaux sociaux Service data: data you give to SP in order to use it. Disclosed data: data you post on your own pages. Entrusted data: data you post on other people's pages. Incidental data: data other people post about you. 10 Behavioral data: data collected by SP about your habits. Derived data: data derived from all other data. Source: IEEE Privacy & Security, 2010, by Bruce Schneier
  11. 11. Taxonomie basée sur la nature des miettes 11 Transport Communications Commerce Loisirs Santé, Bien-être Activités Citoyennes Education Travail Social
  12. 12. Soupe de "Data" big, small, personal, etc. 12
  13. 13. BIG DATA vs small data 13 small data BIG DATA
  14. 14. L'intérêt des miettes 14 e.g. personalisation e.g. quantified self, IoT. e.g. data philanthropy Uber, Google FluTrends, Twitter
  15. 15. Ce dont on ne va pas parler... Big Data Analytics Learning Ethiques Droit à l’oubli Big Brother Patriot Act / Loi de renseignement Beaucoup de choses à dire... 15
  16. 16. La vie d'une miette 16
  17. 17. La vie d'une miette 17
  18. 18. Interêt Personnel Application: "Personal Information Management" 18
  19. 19. Suivre les miettes pour retracer ses pas 19 Quel est le restaurant où j’ai mangé la dernière fois qu’on est allé au ski ? Dates du voyage: Email de réservation, Calendrier, GPS Nom du restaurant: Relevé de CB, checkin Foursquare Quand est-ce que j’ai vu Sihem pour la dernière fois? Email et SMS avec Sihem Photos où Sihem et moi sommes taguées au même endroit Les informations existent, mais sont difficiles à accéder et connecter
  20. 20. Projet Digital Self à Rutgers University Les miettes de données sont riches en contexte Des travaux en Psychologie ont montré qu’on se souvient des informations/événements à partir d’indices de contexte Qui, Quand, Où, Quoi, Pourquoi, Comment Nous proposons un PIMS basé sur des données contextuelles. Extrait les miettes de données Intègre les données fragmentées Permet la recherche sur les données personelles Crée une base de connaissances personelle En collaboration avec: Thu Nguyen Alex Borgida Daniela Vianna Valia Kalokyri Alicia-Michelle Yong Chaolun Xia 20
  21. 21. Digital Self Architecture 21 • Collection de données –Identification, récupération, stockage, – Personal Extraction Tool: https://github.com/ameliemarian/DigitalSelf • Integration de données –Modèle de données unifié –Multidimensionnel, contextuel –Analyse NLP w5h Model • Recherche –basée sur des travaux sur la mémoire –contextuelle, imprécise w5h Search • Base de connaissance –Identifier des connections et séquences –Intégrer les comportements et réactions
  22. 22. w5h - Modèle de données Contextuel • Différents types de contexte –Metadata –Application data –Environnement –Inférence • Cognitive Psychology –le contexte peut être utliser pour rappeller et stocker l’information 22 Who, When, Where Metadata, Environnement, Inférence What Contenu de la miette Why Tâche; fait le lien entre des miettes Inférence How Comment a-t-on enregistré la miette, Application Data
  23. 23. Preliminary Results - MRR En gras: significance statistique (p<0.05) 23 w5h recherche contextuelle, index w5h Text Index texte natif Mongodb sur données modelisée en w5h Solr Index texte sur données extraites
  24. 24. Base de Connaissances Personnelle (PKB) Dimension Why Connecter des miettes en identifiant les processes dont elles font partie (e.g., aller à un concert) Ontologies de processes Algorithmes de reconnaissance 24
  25. 25. Application II "small data for good" 25
  26. 26. Intérêt Général & Gouvernance 2.0 26 « Améliorer la vie des gens en améliorant la façon dont les décisions sont prises. » Data Driven Collaborative Participatory
  27. 27. Les Données Ouvertes 27 « […] that can be freely used, re-used and redistributed by anyone – subject only, at most, to the requirement to attribute and sharealike. » Open Data Handbook. En 2013, mandat de la Maison Blanche pour ouvrir les données. Etude McKinsey qui évalue à $3 milliards la valeur de l'open data. Plus d'un million de jeux de données. En France, Open Civic Data: Of the People, By the People, For the People. Sahuguet et al. 2015. RDF open data data models
  28. 28. sdX project à Cornell Tech (Estrin et al.)smalldata.io « Creating community infrastructure for small data apps and services » Exemples de projet de recherche - correlation entre sommeil et activité sur les réseaux sociaux - pilote pour aider les gens qui souffrent de problèmes de dos Les défis - collecte de données & intégration - modèle de données, meta-données et langage de requête - stockage (privacy at rest) et contrôle d'accès 28 ML privacy trust data models UX
  29. 29. La collecte de données 2 problèmes intéressants 29 La création d'expériences - trouver les bons sujets - leur expliquer comment les données vont être utilisées - les convaincre de donner leurs données - garantir la confidentialité des données Exemple de requête : utilisateur iOS, vivant à New York, avec un compte Twitter actif et un sensor de sommeil. PAMYADL RDF privacy trust social data models crowd UX
  30. 30. Comment inciter aux dons de données P × B + D > C: a ‘calculus’ for Open Data P: probabilité que l'ouverture des données apporte de la valeur à son propriétaire. B: bénéfice pour le propriétaire des données. D: bénéfice global C: coût 30 privacy trust social open data
  31. 31. Problématiques de recherche 31
  32. 32. Revenons au Petit Poucet 32 Les compagnies se gavent de nos miettes de données Comment les transformer en petits cailloux blancs?
  33. 33. Défis de recherche Capture des données software, e.g. eye tracking hardware, e.g. IoT crowdsourcing Integration de données Alignement d’objets Identification d’entités, PKB Ontologies de tâches personnelles Stockage et Archivage Personal clouds 33 Privacy Encryption Partage d’information Interface Homme-Machine (HCI) Comment les utilisateurs partagent leurs données Comment les utilisateurs consultent leur données Personal Data Analytics Apprentissage Prediction, alertes
  34. 34. Au-delà de la technologie 34
  35. 35. Même si nous avions promis de ne pas en parler - la gouvernance des données - la notion de propriété des données - les incitations - les cadres juridiques - le rôle que nous, scientifiques, avons à jouer « Data science sans conscience n'est que ruine de l'âme. » #gargantua2.0 35
  36. 36. Les miettes, une tradition scientifique bien française 36
  37. 37. FAIM FIN. et bon appétit. Mais avant de vous laisser partir, temps pour quelques questions. 37
  38. 38. Références bibliographiques, Conseils de lecture 38
  39. 39. Researchers wrestle with a privacy problem, Nature Sep 2015. As we may think, Vannevar Bush, the Atlantic Monthly, 1945. Beyond total capture: a constructive critique of Lifelogging, Sellen and Whitaker, CACM 2010. The Black Box Society, Frank Pasquale, 2015 39
  40. 40. Data extraction •A tool for personal data extraction. D. Vianna, A.-M. Yong, C. Xia, A. Marian, and T. Nguyen PIMS: •Personal Information Management. W. Jones and J. Teevan, editors. U of Washington Press, 2007. •Seetrieve, Gyllstrom and Soules, IUI 2008. Societal issues •Managing your digital life with a Personal information management system, Serge Abiteboul, Benjamin André, Daniel Kaplan, Comm. of the ACM •http://mesinfos.fing.org •http://www.midatalab.org.uk •https://www.data.gov/consumer/smart-disclosure-policy 40
  41. 41. Data Integration: •Principles of Data integration, Doan, Halevy, Ives, 2012. •Principles of dataspace systems, Halevy, Franklin, and Maier. CACM, 2006. Security and trust •Management of Personal Information Disclosure: The Interdependence of Privacy, Security, and Trust, Clare-Marie Karat, John Karat, and Carolyn Brodie •Secure Personal Data Servers: a Vision Paper. T Allard et al. VLDB, 2010. Knowledge management •Ontology for PIMS: OntoPIM, Katifori, Poggi, Scannapieco, et al. 2005 •Networked Environment for Personal, Ontology-based Management of Unified Knowledge (NEPOMUK). 41

×