Recommandation temps-réel de veille technologique pour profils multi critères évolutifs

Real-time recommendation of technological developments for evolving multi-criteria profiles

• Auteur / Autrice : Foutse Yuehgoh
• Direction : Nicolas Travers
• Type : Projet de thèse
• Discipline(s) : Sciences pour l'ingénieur spécialité Informatique
• Date : Inscription en doctorat le 15/02/2021
• Etablissement(s) : Paris, HESAM
• Ecole(s) doctorale(s) : École doctorale Sciences des métiers de l'ingénieur
• Partenaire(s) de recherche : Laboratoire : Cedric - Centre d'études et de recherche en informatique et communications
• Partenaire(s) de recherche : établissement de préparation de la thèse : Conservatoire national des arts et métiers (France ; 1794-....)

Mots clés

Mots clés libres

Web sémantique

Théorie des graphes

Veille technologique

Recherche d'information

Bases de données

Système de recommendation

Semantic web

Graph theorie

Monitoring technological developments

Information search

Database

Recommender system

Résumé

Recommandation temps-reel de veille technologique pour profils multicriteres evolutifs. Les outils de veille technologique et strategique permettent de delivrer des services de recherches d'information et de notifications de donnees ciblées, que ce soit en direct ou en temps réel. Ces données ciblées correspondent à des évolutions technologiques visibles sur le Web pour lequel un expert du domaine souhaite rester au courant de la concurrence ou des usages dans son périmètre. La difficulté pour ces outils de veille est de devoir traiter d'une part les données avec à la fois la multitude de domaines d'expertise pour répondre à la demande des experts, acquérir et gérer un grand volume de données à récupérer sur le Web, analyser le contenu des informations pour en ressortir de la pertinence. Et d'autre part, gérer le profil des experts sur leurs usages de recherche, d'interactions avec la plateforme de veille, mais également les connaissances de l'expert sur son environnement, comme sa propre base de connaissances ou un réseau d'experts. La société Coexel se positionne dans ce domaine de la veille technologique & stratégique en proposant la plateforme MyTwip dédié à ne nombreux domaines d'expertise, avec un moteur de recherche dédié, intégrant des analyses sémantiques basées sur une ontologie pour classifier automatiquement les informations par domaines d'expertise, du traitement de textes pour identifier des signaux faibles pour détecter ces évolutions technologiques pertinentes, ou de l'extraction de connaissances pour relier les concepts liés à une information. Afin de mieux intégrer l'expert dans le processus de veille, nous envisageons d'intégrer le profil utilisateur, l'expert, au sein même de l'environnement de recherche à différents niveaux. En effet, en intégrant ses recherches ainsi que les interactions effectuées, l'intégration de ses connaissances, un réseau social reliant les experts par affinités de domaines, le tout pouvant produire des informations en temps réel, cela donne une dimension complexe à l'environnement d'analyse et de définition de la pertinence. En effet, il est nécessaire de se focaliser sur la notion de distance entre un expert et la donnée ciblée. Ce profil a pour conséquence de redéfinir cette distance pour l'adapter à l'utilisateur et permettre à l'expert de recevoir des informations plus pertinentes. La complexité de cette approche réside dans la combinaison de critères : • Le système doit traiter la donnée à la fois à la demande (moteur de recherche) et en temps réel : il est donc nécessaire de délivrer une information dans une architecture lambda (Marz et Warren 2015) tout en respectant la pertinence. Dans cet environnement, le Batch Layer stocke l'ensemble des données utiles (information et profil) permettant d'effectuer des recherches pertinentes à la demande, tandis que le Speed Layer doit maximiser le profil utilisateur pour traiter le flux de données en temps réel pour générer des notifications pertinentes. • La pertinence d'une information, que ce soit dans la Batch ou Speed Layer, repose sur la combinaison subtile de plusieurs critères : des recherches étendues (sémantique, taxonomies, proximité, etc.) et des profils des experts complexes (historiques, réseau, etc.). Cela nécessite la définition d'une distance adaptée entre la donnée et la requête utilisateur, rentrant dans le cadre de la réécriture de requêtes (He, et al. 2016, Grbovic, et al. 2015), afin de produire des résultats pertinents à l'utilisateur. Le profil des experts repose sur plusieurs dimensions : l'historique des données précédemment lues/étiquetées/consultées (données explicites vs implicites), un réseau social d'experts impliquant une propagation de l'information basé sur la proximité d'intérêt, un graphe de connaissances dédié par expert regroupant les informations proches pour représenter les besoins de l'expert sous forme de « concepts » (Wang, Tan et Zhang 2010, Grossetti, et al. 2018). Il est à noter que ces dimensions peuvent être incomplètes, impliquant une adaptabilité pour la réécriture de requêtes. De plus, les usages des experts évoluant au cours du temps, la pertinence des résultats peut se dégrader. Il est nécessaire de rendre ces mesures autoadaptatives pour leur permettre améliorer la qualité des résultats. • Les notifications produites par la Speed Layer doivent être traitées en temps réel et prendre en compte plusieurs critères : la temporalité de l'information (un expert s'intéresse aux données récentes), la nouveauté de l'information (pas de redondance), la mutualisation des recherches de nombreux experts ayant souscrit au système. Le domaine du Publish/Subscribe répond à ce besoin en optimisant en temps réel les recherches par pertinence et nouveauté (Travers et du Mouza 2018). Les systèmes de recommandations répondent également à la question tout en peinant à répondre au problème de la temporalité des données (Ludmann 2015, Siddiqui, et al. 2014, Subbian, Aggarwal et Hegde 2016). Ainsi, la croisée de ces différents critères produit un système complexe dont le mélange particulier a pour but de produire des informations pertinentes aussi bien par recherche à la volée qu'en temps réel. Cette combinaison subtile n'est pas traitée dans la littérature, en effet nous comptons pouvoir produire des recommandations pertinentes de manière efficace en temps réel avec des profils multidimensionnels en nous basant à la fois sur des historiques d'événements et sur des graphes de connaissances ou un réseau social. Ce défi à relever repose sur certains verrous que nous devons soulever : • Définir une mesure de pertinence de recommandations reposant sur un profil utilisateur riche, reposant sur son historique étendu (données explicites & implicites), son réseau social et son graphe de connaissances ; • Définir un système optimisé pour la recherche d'information et la recommandation de veille technologique, combinant temps réel et traitements lourds pour des milliers d'experts. Ainsi, ce travail de recherche nécessite une thèse de doctorat reposant sur des connaissances en : bases de données (de préférence Continuous Databases), recherche d'information, théorie des graphes, web sémantique. Bibliographie Grbovic, Mihajlo, Nemanja Djuric, Vladan Radosavljevic, Fabrizio Silvestri, et Narayan Bhamidipati. 2015. «Context- and Content-aware Embeddings for Query Rewriting in Sponsored Search.» (SIGIR'15) Proceedings of the 38th International ACM SIGIR Conference on Research and Development in Information Retrieval. New York: ACM. 383-- 392.  Grossetti, Quentin, Camélia Constantin, Cédric du Mouza, et Nicolas Travers. 2018. «An Homophily-based Approach for Fast Post Recommendation in Microblogging Systems.» (EDBT'18) Proceedings of the 21th International Conference on Extending Database Technology. Vienna: OpenProceedings.org. He, Yunlong, Jiliang Tang, Hua Ouyang, Changsung Kang, Dawei Yin, et Yi Chang. 2016. «Learning to Rewrite Queries.» (CIKM'16) Proceedings of the 25th ACM International on Conference on Information and Knowledge Management. New York: ACM. 1443--1452. Ludmann, Cornelius A. 2015. «Online Recommender Systems Based on Data Stream Management Systems.» (RecSys '15) Proceedings of the 9th ACM Conference on Recommender Systems. Vienna: ACM. Marz, Nathan, et James Warren. 2015. Big Data: Principles and best practices of scalable realtime data systems. Greenwich, CT: Manning Publications Co. Siddiqui, Zaigham Faraz, Eleftherios Tiakas, Panagiotis Symeonidis, Myra Spiliopoulou, et Yannis Manolopoulos. 2014. «xStreams: Recommending Items to Users with Time-evolving Preferences.» (WIMS '14) Proceedings of the 4th International Conference on Web Intelligence, Mining and Semantics (WIMS14). New York: ACM. Subbian, Karthik, Charu Aggarwal, et Kshiteesh Hegde. 2016. «Recommendations For Streaming Data.» (CIKM'16) Proceedings of the 25th ACM International on Conference on Information and Knowledge Management. New York: ACM. 2185--2190. Travers, Nicolas, et Cédric du Mouza. 2018. «Relevant Filtering in a Distributed Content-based Publish/Subscribe System.» Dans NoSQL Data Models - Trends and Challenges, de Olivier Pivert, 193--226. John Wiley & Sons. Wang, Ziqi, Yuwei Tan, et Ming Zhang. 2010. «Graph-Based Recommendation on Social Networks.» (APWeb'10) Advances in Web Technologies and Applications. Busan, Korea: IEEE. 116--122.

Real-Time Recommendation of Technological Developments for Multi-Criteria Profiles Enhancement Tools for monitoring technological developments and strategies provide information-retrieval services and targeted data notifications through storages or in real time. This targeted data corresponds to technological development visible on the web for which experts in the field wish to stay abreast of the competition or usage within their perimeter. The difficulties for these monitoring tools are twofold: on the one hand, having to process data in a multitude of areas of expertise in order to meet the demands of experts, to acquire and manage large volumes of data from the web, and to analyze information content to make it relevant. And on the other hand, having to manage both experts' profiles on their research uses and interactions with the monitoring platform, as well as the experts' knowledge of their environment, such as their own knowledge base or a network of experts. Coexel has positioned itself in the field of technological-development and strategy monitoring with its MyTwip platform, which is dedicated to many areas of expertise. With a dedicated search engine, it integrates semantic analysis based on ontology to automatically classify information by areas of expertise, text mining to identify weak signals in order to detect relevant technological developments, and knowledge extraction to link concepts related to a given piece of information. In order to better integrate experts into the monitoring process, we are considering integrating the user profile, or expert, into the research environment at different levels. Indeed, integrating both their research and their performed interactions; integrating people they know, a social network connecting experts by domain affinities, all of which can produce information in real time, giving a complex dimension to the analysis environment and defining relevance. Focusing on this notion of distance between experts and targeted data is the key issue. This profile has the effect of recomputing on-the-fly this distance to adapt it to users and allow experts to receive more relevant information. The complexity of this approach lies in the combination of criteria: The system must process the data both on request (search engine) and in real time: It is therefore necessary to deliver information in a Lambda Architecture (Marz and Warren 2015) while respecting the relevance. In this environment, the Batch Layer stores all the useful data (information and profile) needed to carry out research relevant to the request, while the Speed Layer maximizes the user profile in order to process the data flow in real time so as to generate relevant notifications. The relevance of a piece of information, whether in the Batch Layer or the Speed Layer, is based on a refined combination of criteria: Extensive research (semantic, taxonomy, proximity, etc.) and complex expert profiles (historical, network, etc.). This requires the definition of a suitable distance between the data and the user request, falling within the framework of rewriting the request (He, et al. 2016, Grbovic, et al.2015), in order to produce relevant results for the user. Experts' profiles are based on several dimensions: previous data history read/labeled/viewed (explicit vs implicit data), a social network of experts involving the spread of information based on proximity of interest, a dedicated knowledge graph by experts grouping related information to represent the needs of the experts in the form of “concepts” (Wang, Tan et Zhang 2010, Grossetti, et al. 2018). It is worth mentioning that these dimensions can be incomplete, involving adaptability for the rewriting of the request. Moreover, since experts' interests evolve over time, results' relevance may deteriorate. It is, therefore, necessary to make these measures self-adaptive in order to enable them to improve the quality of the results. The notifications produced by the Speed Layer must be processed in real time and take into account many criteria: the information's temporality (experts are interested in recent data), the novelty of the information (no redundancy), pooling of research from numerous experts having subscribed to the system. The Publish/Subscribe domain meets this need by optimizing the searches by relevance and novelty in real time (Travers and du Mouza 2018). Recommendation systems also answer the question while struggling to respond to the problem of data temporality (Ludmann 2015, Siddiqui, et al. 2014, Subbian, Aggarwal and Hegde 2016). Thus, the intersection of these different criteria produces a complex system whose specific mixture aims to produce relevant information both on-the-fly and in real time. This specific combination is not covered in the literature; we do in fact expect to be able to produce relevant recommendations effectively in real time with multidimensional profiles based both on event history and on knowledge graphs or social networks. This challenge is based on some challenges that must be addressed: Defining a measure of relevance of recommendation based on complex user profiles, including users' extensive histories (explicit and implicit data), social networks, and knowledge graphs. Defining an optimized system for information retrieval and the recommendation of technological development, combining real time and heavy processing for thousands of experts. Hence, this research work requires a doctoral thesis based on knowledge in: databases (preferably Continuous Databases), information search, graph theory, and semantic web. References: Grbovic, Mihajlo, Nemanja Djuric, Vladan Radosavljevic, Fabrizio Silvestri, et Narayan Bhamidipati. 2015. «Context- and Content-aware Embeddings for Query Rewriting in Sponsored Search.» (SIGIR'15) Proceedings of the 38th International ACM SIGIR Conference on Research and Development in Information Retrieval. New York: ACM. 383-- 392. Grossetti, Quentin, Camélia Constantin, Cédric du Mouza, et Nicolas Travers. 2018. «An Homophily-based Approach for Fast Post Recommendation in Microblogging Systems.» (EDBT'18) Proceedings of the 21th International Conference on Extending Database Technology. Vienna: OpenProceedings.org. He, Yunlong, Jiliang Tang, Hua Ouyang, Changsung Kang, Dawei Yin, et Yi Chang. 2016. «Learning to Rewrite Queries.» (CIKM'16) Proceedings of the 25th ACM International on Conference on Information and Knowledge Management. New York: ACM. 1443--1452. Ludmann, Cornelius A. 2015. «Online Recommender Systems Based on Data Stream Management Systems.» (RecSys '15) Proceedings of the 9th ACM Conference on Recommender Systems. Vienna: ACM. Marz, Nathan, et James Warren. 2015. Big Data: Principles and best practices of scalable realtime data systems. Greenwich, CT: Manning Publications Co. Siddiqui, Zaigham Faraz, Eleftherios Tiakas, Panagiotis Symeonidis, Myra Spiliopoulou, et Yannis Manolopoulos. 2014. «xStreams: Recommending Items to Users with Time-evolving Preferences.» (WIMS '14) Proceedings of the 4th International Conference on Web Intelligence, Mining and Semantics (WIMS14). New York: ACM. Subbian, Karthik, Charu Aggarwal, et Kshiteesh Hegde. 2016. «Recommendations For Streaming Data.» (CIKM'16) Proceedings of the 25th ACM International on Conference on Information and Knowledge Management. New York: ACM. 2185--2190. Travers, Nicolas, et Cédric du Mouza. 2018. «Relevant Filtering in a Distributed Content-based Publish/Subscribe System.» Dans NoSQL Data Models - Trends and Challenges, de Olivier Pivert, 193--226. John Wiley & Sons. Wang, Ziqi, Yuwei Tan, et Ming Zhang. 2010. «Graph-Based Recommendation on Social Networks.» (APWeb'10) Advances in Web Technologies and Applications. Busan, Korea: IEEE. 116--122.