"knowledge enabled real-time recommendation system", by jules chevalier and syed giallani

21
Knowledge Enabled Real-Time Recommendation System Syed Gillani, Jules Chevalier [email protected] [email protected] Institut Henri Fayol, École des Mines de Saint-Étienne LT2C, Télécom Saint Etienne, Université Jean Monnet Octobre 2014 Call: H2020-MSCA-ITN-2014

Upload: opencloudware

Post on 13-Jul-2015

102 views

Category:

Software


0 download

TRANSCRIPT

Knowledge Enabled Real-TimeRecommendation System

Syed Gillani, Jules [email protected]

[email protected]

Institut Henri Fayol, École des Mines de Saint-ÉtienneLT2C, Télécom Saint Etienne, Université Jean Monnet

Octobre 2014

Call: H2020-MSCA-ITN-2014

Call: H2020-MSCA-ITN-2014

Knowledge Enabled Real-Time Recommendation System

Recherche activeI Utilisateur actifI Sait ce qu’il chercheI Service passif

I Service actifI Propose du contenuI Utilisateur passif

2 / 20

Call: H2020-MSCA-ITN-2014

Knowledge Enabled Real-Time Recommendation System

I Utilisateur actifI Sait ce qu’il chercheI Service passif

RecommandationI Service actifI Propose du contenuI Utilisateur passif

3 / 20

Call: H2020-MSCA-ITN-2014

Knowledge Enabled Real-Time Recommendation System

Le Web SémantiqueI De plus en plus présent sur le WebI Permet de structurer les données brutesI Déduit de nouvelles connaissances grâce à des logiques

AvantagesI Bases de connaissances ouvertesI Les données sémantiques se multiplient sur le webI Modèles ouverts liant les données entre elles

4 / 20

Call: H2020-MSCA-ITN-2014

Knowledge Enabled Real-Time Recommendation System

5 / 20

Call: H2020-MSCA-ITN-2014

Knowledge Enabled Real-Time Recommendation System

6 / 20

Call: H2020-MSCA-ITN-2014

Knowledge Enabled Real-Time Recommendation System

7 / 20

Call: H2020-MSCA-ITN-2014

Knowledge Enabled Real-Time Recommendation System

8 / 20

Call: H2020-MSCA-ITN-2014

Knowledge Enabled Real-Time Recommendation System

Cas d’usage

Bob est allé voir Deep Purple enconcert à Paris

Bob participe à un événement le 12 mai

Deep Purple est classé "Hard Rock"AC/DC est classé "Hard Rock"AC/DC est en concert à Paris les 12 et

13 mai

9 / 20

Call: H2020-MSCA-ITN-2014

Knowledge Enabled Real-Time Recommendation System

Cas d’usage

Bob est allé voir Deep Purple enconcert à Paris

Bob participe à un événement le 12 mai

Deep Purple est classé "Hard Rock"AC/DC est classé "Hard Rock"AC/DC est en concert à Paris les 12 et

13 mai

AC/DC13 mai20:00

Concert

10 / 20

Call: H2020-MSCA-ITN-2014

Knowledge Enabled Real-Time Recommendation System

CommunautésAlice et Ted vont au concertCarole va au concert

Tarif groupe

11 / 20

Call: H2020-MSCA-ITN-2014

Knowledge Enabled Real-Time Recommendation System

CommunautésAlice et Ted vont au concertCarole va au concert

Tarif groupe

AC/DC13 mai20:00

Concert

Alice Carole Ted

TarifGroupe

12 / 20

Call: H2020-MSCA-ITN-2014

Knowledge Enabled Real-Time Recommendation System

12 / 20

Call: H2020-MSCA-ITN-2014

Knowledge Enabled Real-Time Recommendation System

MéthodeI Collecter des données brutes de sources hétérogènesI Sémantiser et lier les données grâce à l’ontologie du domaineI Expliciter les informations implicites grâce au ReasoningI Gérer l’ensemble des données grâce à l’Event ProcessingI Notifier l’utilisateur grâce au Continuous Querying

13 / 20

Call: H2020-MSCA-ITN-2014

Knowledge Enabled Real-Time Recommendation System

TRIPLE STORE

Incremental Reasoning

Complex Event Processing

Continuous Querying

RECOMMANDATIONS

Domain Ontology

14 / 20

Call: H2020-MSCA-ITN-2014

Knowledge Enabled Real-Time Recommendation System

Contribution

I Incremental Reasoning : Slider

I Complex Event Processing : IntelSCEP, IntelSPM

I Continuous Querying : IntelCQuery

15 / 20

Call: H2020-MSCA-ITN-2014

Knowledge Enabled Real-Time Recommendation System

SliderI Raisonneur incrémentalI Gère des flux de données en entréeI Générique et adaptableI Architecture sous forme de fluxI Conçu pour le passage à l’échelle

16 / 20

Call: H2020-MSCA-ITN-2014

Knowledge Enabled Real-Time Recommendation System

IntelSCEPI Modèle d’événement basé sur des graphes RDFI Fusion des informations de contexteI Processus de requêtage distribuéI Automates sémantiques

IntelSPMI Pattern Matching sur les données entrantes et historiquesI temporelle et géographiqueI Séquençage, Négation, calcul de fermeture de Kleene

17 / 20

Call: H2020-MSCA-ITN-2014

Knowledge Enabled Real-Time Recommendation System

IntelCQueryI Extension de SPARQL 1.1I Automates sémantiques continusI Opérateurs sur des fenêtres historiques et temporelles

18 / 20

Call: H2020-MSCA-ITN-2014

Knowledge Enabled Real-Time Recommendation System

Domain Ontology TRIPLE STORE

Social Networks

Information Sources

Incremental Reasoning

Complex Event Processing

Continuous Querying

RECOMMANDATIONS

Events

Users

Content3

19 / 20

Call: H2020-MSCA-ITN-2014

Knowledge Enabled Real-Time Recommendation System

Merci de votre [email protected]

[email protected]

20 / 20