Jeudi 13 octobre 2016 de 16 à 18h
Télécom ParisTech, 46 rue Barrault, 75013 Paris, amphi Thévenin

Pour sa journée annuelle, la chaire « Big Data & Market Insights » de Télécom ParisTech s’intéresse à la dynamique qui anime l’écosystème Big Data français et en particulier au rôle moteur des start-up. Incubateurs d’entreprises, relation privilégiées, relais d’innovation, les grandes entreprises ont tout à gagner en remettant une partie de leurs développements Big Data entre les mains de structures agiles. Cette année, Gilles Cochevelou, Chief Digital Officer de Total, présentera différents cas d’application de data science aux métiers du groupe.

La plupart des grands groupes français sont aujourd’hui engagés dans leur transformation digitale, notamment autour des données, avec la création de « Data Labs » internes et la nomination de Chief Data Officers. Mais une stratégie d’externalisation de l’innovation se développe en parallèle avec un succès croissant.

Plus agiles, plus créatives, moins contraintes, les start-up sont observées de près par les grands groupes, qui n’hésitent plus à établir des collaborations rapprochées. Certaines entreprises mettent en place leur propre incubateur, d’autres financent des travaux de recherche ou des preuves de concept, certaines fournissent des données ou proposent des locaux et du matériel. Les modalités peuvent être multiples, mais la finalité reste la même : permettre à une idée nouvelle de germer et de se développer, en dehors du cadre formel de l’entreprise.

Difficile, pour les grands acteurs de la banque, du conseil, des transports ou de la grande consommation, d’être sur tous les fronts et d’explorer toutes les possibilités offertes par la science des données, tout en continuant à assurer leurs missions habituelles. Opérant plus rapidement, de façon créative et surtout, sans bouleverser les organisations en place, les start-up ont un rôle à jouer pour aider les grandes entreprises à tirer parti, avec succès, des données relatives à la connaissance client, aux différents métiers, aux réseaux internes (cybersécurité, usine du futur…), à la finance.

Pour sa seconde journée, la Chaire Big Data & Market Insights convie des start-ups du Big Data et de grandes entreprises qui ont choisi de collaborer avec elles, d’externaliser leur force d’innovation afin d’accélérer et d’améliorer les processus d’innovation et de transition numérique : Total, Voyages-sncf.com, SNIPS, DCBrain, Safety Line.

Programme

16h00 Accueil, rappel des objectifs de la Chaire, présentation des travaux et retours d’expérience, par :
•   Talel Abdessalem, Professeur, porteur de la Chaire Big Data & Market Insights
16h30 « Différents cas d’application de data science aux divers métiers de Total »
Exposé de Gilles Cochevelou, Chief Digital Officer de Total
17h00 Table ronde avec :
•   Benoit Bouffart, Directeur Produits, expérience client et accélération, Voyages-sncf.com
•   Michel Lutz, Group Data Officer, Total
•   Yann Lechelle, COO, SNIPS
•   Arnaud de Moissac, CEO, DCBrain
•   Karim Tekkal, CTO, Safety Line
Animée par Yves Vilaginés, journaliste spécialisé en entreprenariat aux Echos
18h00 Échanges avec le public
18h15 Cocktail

On Wednesday, December 17th at Telecom ParisTech, at 2 pm in the Amphi Grenat, Muhammad Faheem will defend his thesis on Intelligent Content Acquisition in Web Archiving. Here is the abstract:

Web sites are dynamic in nature with content and structure changing overtime; many pages on the Web are produced by content management systems (CMSs). Tools currently used by Web archivists to preserve the content of the Web blindly crawl and store Web pages, disregarding the CMS the site is based on and whatever structured content is contained in Web pages. We present in this thesis intelligent systems that crawl the Web in Intelligent manner.

The application-aware helper (AAH), fits into an archiving crawl processing chain to perform intelligent and adaptive crawling of Web applications. Because the AAH is aware of the Web application currently crawled, it is able to refine the list of URLs to process and to extend the archive with semantic information about extracted content. The AAH has introduced a semi-automatic crawling approach that relies on hand-written description of known Web sites.

We also propose a fully-automatic system that does not require any human intervention to crawl the Web pages. We introduce ACEBot (Adaptive Crawler Bot for data Extraction), a structure-driven crawler (fully automatic) that utilizes the inner structure of the Web pages and guides the crawling process based on the importance of their content.

A large part of the information on the Web is hidden behind Web forms (known as the deep Web, or invisible Web, or hidden Web). The above stated systems does not crawl the hidden Web pages. To address this problem, we propose OWET (Open Web Extraction Toolkit) as such a platform, a free, publicly available data extraction framework.

On Monday, December 15th, at 2 pm, Modou Gueye will defend his thesis ​at Telecom ParisTech, in room B312. Here is the abstract:

In this thesis, we address the scalability problem of recommender systems. We propose accurate and scalable algorithms.
We first consider the case of matrix factorization techniques in a dynamic context, where new ratings are continuously produced. In such case, it is not possible to have an up to date model, due to the incompressible time needed to compute it. This happens even if a distributed technique is used for
matrix factorization. At least, the ratings produced during the model computation will be missing. Our solution reduces the loss of the quality of the recommendations over time, by introducing some stable biases which track users’ behavior deviation. These biases are continuously updated with the new
ratings, in order to maintain the quality of recommendations at a high level for a longer time.

We also consider the context of online social networks and tag recommendation. We propose an algorithm that takes into account the popularity of the tags and the opinions of the users’ neighborhood. But, unlike common nearest neighbors’ approaches, our algorithm does not rely on a fixed number of neighbors while computing a recommendation. It uses a heuristic that bounds the network traversal in a way that enables computing the recommendations on the fly, with a limited computation cost, while preserving the quality of the recommendations.

Finally, we propose a novel approach that improves the accuracy of the recommendations for top-k algorithms. Instead of a fixed list size, we adjust the number of items to recommend in a way that optimizes the global accuracy of the recommendations. We other words, we optimize the likelihood that all the recommended items will be chosen by the user, and find the best candidate sublist (i.e., the most accurate one) to recommend to the user.