Post on 24-Jan-2017
1
Sujet :
Projet de fidélisation (OCR, Génération, Correction , Data Visualisation , Data mining)
Année universitaire 2015-2016
Soutenance de stage de première année
Université Mohammed V
Ecole Nationale Supérieure d’Informatique et d’Analyse des Systèmes
De 11/07/2016 à 11/09/2016
GHANOUCH Issam EL MOURABIT Abdelwahad
Soutenu par : ENCADRÉ par :
2
• STAGE
• ENSIAS• ENSIAS Réaliser un projet de fin d’année : 2 mois
• La mission Application de fidélisation
• L’entreprise : l'utilisation de savoirs, savoir-faire et savoir-être liés à l’entreprise,
• L’informatique décisionnel BIG data , collection et analyse de données
• Les stratégies de fidélisation S’approcher aux clients
• Gestion de projet Travail en équipe
Stage d’été de fin d’année
Introduction
3
Présentation de l’organisme d’accueil
Présentation de la mission de stage
Le comportement de l’OCR
Phase de génération
Segmentation et correction
Stage d’été de fin d’année
Plan
Datamining
Conclusion et perspectives
4
SOFT CENTRE Mission OCR Génération Segmentation + Correction Datamining Conclusion
Centre R&D
SOFTCENTRE
SOFTWARE DEVELOPMENT
123 Ressources universitaires
Chercheurs
Ingénieurs
5
SOFT CENTRE Mission OCR Génération Segmentation + Correction Datamining Conclusion
Activités de SOFTCENTRE
Recherche appliquée &
développement logiciel
Recherche prospective
Centre de services partagés
Recherche autofinancée
sur des domaines
d’excellence
6
SOFT CENTRE Mission OCR Génération Segmentation + Correction Datamining Conclusion
Mode de fonctionnement
Compétences R&D logicielle
Chercheurs
Ingénieurs
Doctorants
SOFTCENTRE
7
SOFT CENTRE Mission OCR Génération Segmentation + Correction Datamining Conclusion
Organigramme
Conseil d’administrationDirectionComité ProjetsComité d’orientation stratégiqueLaboratoires de recherche
Plan
Projet de Fin d’Etudes
Présentation de l’organisme d’accueil
Présentation de la mission de stage
9
SOFT CENTRE Mission OCR Génération Segmentation + Correction Datamining Conclusion
Source de données
10
SOFT CENTRE Mission OCR Génération Segmentation + Correction Datamining Conclusion
10
GENERATION
L’équipe du datamining
L’équipe de la correction d’erreurEt de la segmentation
Base de données raffinée
Ticket texte Bruité
L’alimentation des autres équipes par les entrées de traitement
Plan
Projet de Fin d’Etudes
Présentation de l’organisme d’accueil
Présentation de la mission de stage
Le comportement de l’OCR
12
L’entrée et la sortie de l’OCR
SOFT CENTRE Mission OCR Génération Segmentation + Correction Datamining Conclusion
13
Exemples de tickets illisibles
SOFT CENTRE Mission OCR Génération Segmentation + Correction Datamining Conclusion
14
Plan
Projet de Fin d’Etudes
Présentation de l’organisme d’accueil
Présentation de la mission de stage
Le comportement de l’OCR
Phase de génération
SOFT CENTRE Mission OCR Génération Segmentation + Correction Datamining Conclusion
Concept Base de données Ticket propre Ticket bruité Comportements Outils
Extraction des données utiles depuis un ticket réel
16
SOFT CENTRE Mission OCR Génération Segmentation + Correction Datamining Conclusion
Concept Base de données Ticket propre Ticket bruité Comportements Outils
Web Scraping
Database data
Microsoft extraction
Insertion Nettoyage
Processus de la collection des données
SOFT CENTRE Mission OCR Génération Segmentation + Correction Datamining Conclusion
Concept Base de données Ticket propre Ticket bruité Comportements Outils
18
SOFT CENTRE Mission OCR Génération Segmentation + Correction Datamining Conclusion
Input de paramétrage Extraction suivant le paramétrage OUTPUT
TICKET
données
Traitement
Concept Base de données Ticket propre Ticket bruité Comportements Outils
Le processus de la Génération des tickets
19
SOFT CENTRE Mission OCR Génération Segmentation + Correction Datamining Conclusion
Concept Base de données Ticket propre Ticket bruité Comportements Outils
20
SOFT CENTRE Mission OCR Génération Segmentation + Correction Datamining Conclusion
Concept Base de données Ticket propre Ticket bruité Comportements Outils
21
Présentation Mission OCR Génération Segmentation + Correction Datamining Conclusion
Concept Base de données Ticket propre Ticket bruité Comportements Outils
22
SOFT CENTRE Mission OCR Génération Segmentation + Correction Datamining Conclusion
Concept Base de données Ticket propre Ticket bruité Comportements Outils
23
SOFT CENTRE Mission OCR Génération Segmentation + Correction Datamining Conclusion
TRANSDUCTEUR
TICKET PROPRE TICKET BRUITE
MATRICE DE CONFUSION DE L’OCR
INPUT
INPU
T
OUPUT
Concept Base de données Ticket propre Ticket bruité Comportements Outils
24
SOFT CENTRE Mission OCR Génération Segmentation + Correction Datamining Conclusion
Choisir le comportement à
implémenter
STRATEGIE Paramétrage
Concept Base de données Ticket propre Ticket bruité Comportements Outils
Le processus d’implémentation des comportements
25
SOFT CENTRE Mission OCR Génération Segmentation + Correction Datamining Conclusion
Concept Base de données Ticket propre Ticket bruité Comportements Outils
26
SOFT CENTRE Mission OCR Génération Segmentation + Correction Datamining Conclusion
Concept Base de données Ticket propre Ticket bruité Comportements Outils
26
WampServerPOI appache….
27
Plan
Projet de Fin d’Etudes
Présentation de l’organisme d’accueil
Présentation de la mission de stage
Le comportement de l’OCR
Phase de génération
Segmentation et correction
Le processus engendrant la Segmentation et la correction
28
SOFT CENTRE Mission OCR Génération Segmentation + Correction Datamining ConclusionClassificateur SVM
Ticket bruité classifié
Tockénisation
Ticket Segmentation structuré
Amélioré par OCR
Correction
0% d’échec
Erreur encore
Base de donnée propre
Input
Remplissage
Remplissage
Ticket bruité non classifié Machine Learning (SVM)
29
Plan
Projet de Fin d’Etudes
Présentation de l’organisme d’accueil
Présentation de la mission de stage
Le comportement de l’OCR
Phase de génération
Segmentation et correction
Datamining
30
SOFT CENTRE Mission OCR Génération Segmentation + Correction Datamining Conclusion
Extraction Analyse données
Stratégie A
Stratégie B
Processus d’extraction des connaissances
Phase de DATAMINING
31
Présentation de l’organisme d’accueil
Présentation de la mission de stage
Le comportement de l’OCR
Phase de génération
Segmentation et correction
Stage d’été de fin d’année
Introduction
Datamining
Conclusion et perspectives
32
SOFT CENTRE Mission OCR Génération Segmentation + Correction Datamining Conclusion
Participer au développement d'une application de fidélisation
EvaluationBilan• Personnel : IHM attribué à la génération• Projet entier : l’extraction de données vers des pages web exploitable
et manipulable par ceux qui décide leurs stratégie commercialPerspectives
• Génération à base d’un module intégré.
• Participation à un projet de recherche
33
Merci pour votre aimable attention
34
Sujet :
Projet de fidélisation (OCR, Génération, Correction , Data Visualisation , Data mining)
Année universitaire 2015-2016
Soutenance de stage de première année
Université Mohammed V
Ecole Nationale Supérieure d’Informatique et d’Analyse des Systèmes
De 11/07/2016 à 11/09/2016
GHANOUCH Issam EL MOURABIT Abdelwahad
Soutenu par : ENCADRÉ par :