BIG DATA - Sinequa utilise le Machine Learning pour mieux analyser les données

Sinequa a décidé d’intégrer des algorithmes de Machine Learning dans la dernière version de sa plateforme de Cognitive Insight. Annoncée début mai, Sinequa ES Version 10 va ainsi pouvoir délivrer des analyses plus approfondies de contenus et de comportements des utilisateurs, en offrant une information de plus en plus pertinente et contextuelle.

Pour rendre l’information plus disponible pour tous, tout en conservant une interface simple et intuitive pour les administrateurs, Sinequa a choisi d’intégrer la plateforme Spark dans son architecture distribuée et a développé des algorithmes de Machine Learning dans Spark au cœur même de son produit. L’éditeur a également optimisé ces algorithmes afin qu’ils analysent et enrichissent, en continu, le contenu de son Logical Data Warehouse. Les capacités de machine learning apportées dans la nouvelle plateforme incluent des fonctionnalités comme le filtrage collaboratif, les recommandations, la classification par l'exemple, la clusterisation, les calculs de similitude pour les contenus non-structurés et les analyses prédictives.

La nouvelle plateforme de Sinequa s'intègre nativement avec les environnements cloud d'AWS et de Microsoft. Elle exploite les services Google Cloud Vision et Azure Media pour traiter les images et les vidéos. Et Google Translate est utilisé pour des traductions automatiques dans plus d'une centaine de langages. Plus de 150 connecteurs intelligents prêts à l'emploi permettent, en outre, d’accélérer le déploiement des projets clients, dans les applications d'entreprises ou dans les environnements Cloud et Hadoop.

« Cette nouvelle version est une avancée décisive vers l'ère de « l'informatique cognitive » ou des « Insight Engines »», a indiqué Alexandre Bilger, PDG de Sinequa. La plateforme serait taillée « pour gérer des centaines de milliers d'utilisateurs, des centaines de millions de documents et des milliards d'enregistrements de données », souligne également l’éditeur.

Parmi les utilisateurs de Sinequa sur des projets de traitement de grands volumes de données figurent déjà des groupes comme Airbus, AstraZeneca, Atos, Biogen, Crédit Agricole, Mercer, Siemens et UCB.

L’avis du CXP :

Avec le développement du Big Data, les grandes entreprises vont avoir de plus en plus besoin de systèmes de « self-learning » intelligents afin de pouvoir tirer une information exploitable et pertinente du traitement de grands volumes de données. Les applications utilisant des fonctions cognitives, et plus particulièrement celles traitant des données non-structurées, devraient intéresser de nombreuses industries et métiers. D'ici à 2020, la moitié des outils d'analyse de données pourraient ainsi inclure des analyses prédictives basées sur des fonctions cognitives.

>> Pour en savoir plus sur cette thématique

Etude - BIG DATA SURVEY 2015
 

Commentaires

Publier un nouveau commentaire