Post on 29-Jul-2015
• Automatisation et Machine Learning
• Traitement de gros volumes (Big Data)
• Littérature et outils
• Des objets d’un même cluster sont similaires
• Des objets de clusters différents sont dissimilaires
Découper de manière algorithmique un ensemble de données en « clusters » :
Clustering : kézako ?
Exemple 1 : explorer un univers sémantique
Idées d’utilisation
• Explorer un univers sémantique
• Analyser la visibilité d’un site
• Détecter les opportunités
• Identifier les mots clés à utiliser
Regrouper des données similaires
Idées d’utilisation
• Identifier des utilisateurs semblables
• Leur proposer du contenu pertinent
Exemple 2 : segmenter une base utilisateursInjecter des données connues
Exemple 3 : réutiliser des données apprises
Problématique : catégoriser les URL d’un site
Filtrer les données fiables et les réappliquer
1) Reprendre les données dont on est sûr :
• Mes utilisateurs qui n’appartiennent qu’à un domaine
2) Injecter de nouvelles données :
• Les URL sur lesquelles ces utilisateurs ont réalisé une action
3) Profit !
C’est fini !
Pour davantage de détails :• Un article explicatif :
http://www.pureside.fr/idees/queduweb-3-exemples-clustering-pour-webmarketing/
• M’offrir un verre à l’apéro
• Expérimenter Merci !