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 1 De 11/07/2016 à 11/09/20 GHANOUCH Issam EL MOURABIT Abdelwahad Soutenu par : ENCADRÉ par :
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
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