Nomao: carnet de bonnes adresses (entre amis)

704 vues

Publié le

Présentation effectuée lors de la Journée de rencontre BIG DATA organisée par l'Université de Toulouse (2013), Toulouse, France.
Instiution : Nomao

Publié dans : Technologie
0 commentaire
0 j’aime
Statistiques
Remarques
  • Soyez le premier à commenter

  • Soyez le premier à aimer ceci

Aucun téléchargement
Vues
Nombre de vues
704
Sur SlideShare
0
Issues des intégrations
0
Intégrations
8
Actions
Partages
0
Téléchargements
13
Commentaires
0
J’aime
0
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive

Nomao: carnet de bonnes adresses (entre amis)

  1. 1. Carnet de bonnes adresses (entre amis) Estelle Delpech Directrice scientifique ´ Journee Big Data ´ Universite Paul Sabatier 8 octobre 2013
  2. 2. Plan 1. Nomao : carnet de bonnes adresses (entre amis) 2. Big data @ nomao 3. Travaux en cours
  3. 3. Nomao carnet de bonnes adresses (entre amis) www.nomao.com Application Web et mobile Trouver, garder et echanger des ´ bonnes adresses (restaurants, bars, ´ shopping, medecins...) Recherche de lieux personnalisee : ´ ´ recommandation, geolocalisation 1 / 14
  4. 4. Application Web Utilisateur non connecte : ´ ´ e-reputation Utilisateur connecte (FB) : ´ recommandation – lieux qui correspondant a tes ` goˆ ts u – lieux recommandes par tes ´ amis 2 / 14
  5. 5. Application mobile E-reputation ´ Recommandation Recherche geolocalisee ´ ´ Realite augmentee ´ ´ ´ 3 / 14
  6. 6. L’entreprise Nomao ´ Toulouse / Paris / Evreux / Nantes / Chartres... 10 salarie-e-s ´ Revenus : mise en relation ´ surtaxee ´ 2007 creation 2010 acquisition par le groupe Ebuzzing 2012 3 M visites / jour ⇒ ECML, EGC, TALN, INFORSID, VSST, ICEIS, IEEE TNNLS ... ⇒ http://www.nomao.com/labs 4 / 14
  7. 7. Plan 1. Nomao : carnet de bonnes adresses (entre amis) 2. Big data @ nomao 3. Travaux en cours
  8. 8. Big data @ nomao 5 / 14
  9. 9. Big data @ nomao 5 / 14
  10. 10. Big data @ nomao 5 / 14
  11. 11. Big data @ nomao 5 / 14
  12. 12. Construction de l’index de lieux 6 / 14
  13. 13. Construction de l’index de lieux 6 / 14
  14. 14. ´ Donnees extraites SOURCE 1  SOURCE 2 ´ : Les Caves de La Marechale  DESCRIPTEURS : restaurant   ADRESSE :   rue :   ville : Toulouse   COMMENTAIRES :   note : 4 ´ texte : ”Mange hier soir avec...” NOM  ´ : Caves de La Marechale SARL   DESCRIPTEURS : francais ¸    ADRESSE :    rue : Rue Jules Chalande    ville : Toulouse    COMMENTAIRES :    note : 2 ´ ´ texte : ”Pas vraiment apprecie...” 7 / 14 NOM
  15. 15. ´ ´ ´ Donnees integrees LIEU #5237890  ´ : Les Caves de La Marechale  DESCRIPTEURS : restaurant, francais ¸   rue : Rue Jules Chalande  ADRESSE :  ville : Toulouse   ´ note : 4, texte : ”Mange hier soir avec...” COMMENTAIRES : ´ ´ note : 2, texte : ”Pas vraiment apprecie...” NOM 8 / 14        
  16. 16. ´ ´ Donnees analysees LIEU #5237890 ´ : Les Caves de La Marechale  DESCRIPTEURS : restaurant, francais ¸   CAT E GORIE : manger restaurant europeen francais ´ ´ ¸   rue : Rue Jules Chalande  ADRESSE :  ville : Toulouse   station : Capitole, distance : 304m  M E TRO :  ´ station : Esquirol, distance : 192m   ´  COMMENTAIRES : note : 4, texte : ”Mange hier soir avec...”  ´ ´ note : 2, texte : ”Pas vraiment apprecie...”   SERVICE : super accueil, personnel avenant  ASPECTS POSITIFS :  PLATS : gratin dauphinois delicieux E - REPUTATION : 79%  NOM 9 / 14                    
  17. 17. ´ ´ ´ Contenu genere 10 / 14
  18. 18. Recommandation de lieux 11 / 14
  19. 19. Recommandation de lieux ´ E-reputation analyse d’opinion + notes 11 / 14
  20. 20. Recommandation de lieux ´ E-reputation analyse d’opinion + notes ´ Affinite lieu ↔utilisateur 11 / 14
  21. 21. Recommandation de lieux ´ E-reputation analyse d’opinion + notes ´ Affinite lieu ↔utilisateur filtrage collaboratif : lieu aime par des ´ personnes aimant les mˆ mes lieux que e l’utilisateur 11 / 14
  22. 22. Recommandation de lieux ´ E-reputation analyse d’opinion + notes ´ Affinite lieu ↔utilisateur filtrage collaboratif : lieu aime par des ´ personnes aimant les mˆ mes lieux que e l’utilisateur profiling descriptif : lieu presentant les mˆ mes ´ e ´ ´ caracteristiques que les lieux aimes par l’utilisateur 11 / 14
  23. 23. Recommandation de lieux ´ E-reputation analyse d’opinion + notes ´ Affinite lieu ↔utilisateur filtrage collaboratif : lieu aime par des ´ personnes aimant les mˆ mes lieux que e l’utilisateur profiling descriptif : lieu presentant les mˆ mes ´ e ´ ´ caracteristiques que les lieux aimes par l’utilisateur ´ Recommandation sociale lieu aime par les amis de l’utilisateur 11 / 14
  24. 24. Recherche et ranking 12 / 14
  25. 25. Recherche et ranking ´ ` Ranking base sur plusieurs criteres : 12 / 14
  26. 26. Recherche et ranking ´ ` Ranking base sur plusieurs criteres : Similarite requˆ te ↔ lieu ´ e 12 / 14
  27. 27. Recherche et ranking ´ ` Ranking base sur plusieurs criteres : Similarite requˆ te ↔ lieu ´ e Proximite geographique ´ ´ 12 / 14
  28. 28. Recherche et ranking ´ ` Ranking base sur plusieurs criteres : Similarite requˆ te ↔ lieu ´ e Proximite geographique ´ ´ Qualite du contenu ´ 12 / 14
  29. 29. Recherche et ranking ´ ` Ranking base sur plusieurs criteres : Similarite requˆ te ↔ lieu ´ e Proximite geographique ´ ´ Qualite du contenu ´ E-reputation ´ 12 / 14
  30. 30. Recherche et ranking ´ ` Ranking base sur plusieurs criteres : Similarite requˆ te ↔ lieu ´ e Proximite geographique ´ ´ Qualite du contenu ´ E-reputation ´ Affinite lieu ↔utilisateur ´ 12 / 14
  31. 31. Recherche et ranking ´ ` Ranking base sur plusieurs criteres : Similarite requˆ te ↔ lieu ´ e Proximite geographique ´ ´ Qualite du contenu ´ E-reputation ´ Affinite lieu ↔utilisateur ´ Recommandation sociale 12 / 14
  32. 32. Plan 1. Nomao : carnet de bonnes adresses (entre amis) 2. Big data @ nomao 3. Travaux en cours
  33. 33. Travaux en cours 13 / 14
  34. 34. Travaux en cours ` Learning-to-rank modele de ranking appris automatiquement ` a partir des clics utilisateurs 13 / 14
  35. 35. Travaux en cours ` Learning-to-rank modele de ranking appris automatiquement ` a partir des clics utilisateurs ´ Fusion de donnees source A → 05.61.23.89.88 source B → 05.62.48.33.90 no final → ? 13 / 14
  36. 36. Travaux en cours ` Learning-to-rank modele de ranking appris automatiquement ` a partir des clics utilisateurs ´ Fusion de donnees source A → 05.61.23.89.88 source B → 05.62.48.33.90 no final → ? ´ ´ Text mining Nom, adresse, telephone, descripteurs, photos, menus extraits automatiquement des sites Web de commerces locaux 13 / 14
  37. 37. // Contact estelle@nomao.com // News www.blog.nomao.fr

×