FR2994358A1 - Systeme de traitement de donnees de connexion a une plateforme d'un site internet - Google Patents
Systeme de traitement de donnees de connexion a une plateforme d'un site internet Download PDFInfo
- Publication number
- FR2994358A1 FR2994358A1 FR1257484A FR1257484A FR2994358A1 FR 2994358 A1 FR2994358 A1 FR 2994358A1 FR 1257484 A FR1257484 A FR 1257484A FR 1257484 A FR1257484 A FR 1257484A FR 2994358 A1 FR2994358 A1 FR 2994358A1
- Authority
- FR
- France
- Prior art keywords
- processing
- modules
- data
- user
- platform
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012545 processing Methods 0.000 title claims abstract description 112
- 238000000034 method Methods 0.000 claims abstract description 27
- 238000003672 processing method Methods 0.000 claims abstract description 10
- 230000000295 complement effect Effects 0.000 claims abstract description 5
- 238000012805 post-processing Methods 0.000 claims description 7
- 238000007781 pre-processing Methods 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 description 13
- 238000011282 treatment Methods 0.000 description 12
- 230000000694 effects Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 230000003111 delayed effect Effects 0.000 description 9
- 241000124033 Salix Species 0.000 description 7
- ZZUFCTLCJUWOSV-UHFFFAOYSA-N furosemide Chemical compound C1=C(Cl)C(S(=O)(=O)N)=CC(C(O)=O)=C1NCC1=CC=CO1 ZZUFCTLCJUWOSV-UHFFFAOYSA-N 0.000 description 7
- 230000007246 mechanism Effects 0.000 description 7
- 239000013598 vector Substances 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 3
- 238000013500 data storage Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000011514 reflex Effects 0.000 description 3
- 230000004913 activation Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000007418 data mining Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000004941 influx Effects 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000034303 cell budding Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000003631 expected effect Effects 0.000 description 1
- 230000009474 immediate action Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- JTJMJGYZQZDUJJ-UHFFFAOYSA-N phencyclidine Chemical compound C1CCCCN1C1(C=2C=CC=CC=2)CCCCC1 JTJMJGYZQZDUJJ-UHFFFAOYSA-N 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/06—Generation of reports
- H04L43/062—Generation of reports related to network traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0876—Network utilisation, e.g. volume of load or congestion level
- H04L43/0888—Throughput
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/2866—Architectures; Arrangements
- H04L67/30—Profiles
- H04L67/306—User profiles
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/53—Network services using third party service providers
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/535—Tracking the activity of the user
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Environmental & Geological Engineering (AREA)
- Information Transfer Between Computers (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Multi Processors (AREA)
- Stored Programmes (AREA)
Abstract
La présente invention concerne un système (1) de traitement de données de connexion à une plateforme (2) d'un site Internet, caractérisé en ce qu'il comprend : - au moins deux modules indépendants de traitement (21, 22) de données de connexion, les modules de traitement (21, 22) étant répartis en moins deux groupes complémentaires, les modules d'un groupe (21, 22) étant configurés pour mettre en oeuvre un sous-ensemble des opérations nécessaires pour l'exécution d'un procédé de traitement des données de connexion d'un utilisateur via un équipement (3) à ladite plateforme (2) comprenant l'identification d'une situation de l'utilisateur, les modules de traitement (21, 22) de chaque groupe recevant des données issues des modules de traitement (21, 22) d'un autre groupe de sorte à compléter la totalité du procédé de traitement de données de connexion ; - un module répartiteur (10) qui reçoit lesdites données de connexion et les transmet aux modules de traitement (21, 22) ; - un module réconciliateur (30) qui collecte les données issues des modules de traitement (21, 22) et délivre des données traitées de connexion à ladite plateforme (2) et/ou à l'équipement (3) de l'utilisateur.
Description
DOMAINE TECHNIQUE GENERAL La présente invention concerne le domaine de l'analyse de données utilisateur pour le e-commerce.
Plus précisément elle concerne un système de traitement de données de connexion à une plateforme d'un site Internet, le procédé étant dédié notamment aux traitements statistiques, au forage de données ("datamining" dans la terminologie anglo-saxonne), à la conception d'outils d'aide à la décision, aux diagnostics, à la prévision ou à l'approximation, à la conception de simulateurs, de systèmes d'apprentissage automatique ou d'aide à l'apprentissage et d'une manière générale à la conception de systèmes d'analyse de situations ou analyse situationnelle. ETAT DE L'ART Le développement d'internet a entrainé l'essor du commerce en ligne, ou « e-commerce ». De nombreux services allant de la vente de produits à la mise en relation d'utilisateurs en passant par la banque ou la presse sont ainsi proposés sur les réseaux.
Le e-commerce a entraîné dans son sillage l'apparition du « e- business », c'est-à-dire tout ce qui peut être mis en oeuvre en amont pour concrétiser une transaction et par la suite assurer la fidélisation client, en particulier le marketing électronique. En effet, bien que la vente en ligne permette théoriquement la 25 personnalisation à l'extrême de la relation-client, l'anonymat qui règne sur Internet empêche l'application des règles marketing traditionnelles, qui sont basées sur le ciblage et la différentiation des clients. Comprendre l'internaute est donc essentiel. Certains acteurs du e-commerce proposent ainsi à leurs client de remplir des profils permettant de 30 mieux les identifier, ce afin de leur offrir une approche personnalisée, comme le ferait un vendeur dans un magasin. Cette solution est toutefois contraignante pour l'internaute, lequel est en outre souvent réticent à donner des informations personnelles.
Des techniques connues proposent la collecte de « données comportementales » de l'internaute, par exemple via le contenu de son historique, afin de mieux l'identifier et de personnaliser les contenus en particulier publicitaire qu'il reçoit. Ces techniques n'apportent toutefois qu'une compréhension partielle de l'internaute, et ne permettent d'en déduire que peu d'informations. La présente invention propose un système de traitement de données de connexion alternatif qui, par une architecture inédite, permet de déterminer de situations d'utilisateurs connectés à la plateforme d'un site Internet, puis de les analyser pour obtenir des données et prédire d'autres situations, sans être dépendant d'un modèle ou d'une structure d'implémentation physique ou logique. PRESENTATION DE L'INVENTION La présente invention propose un système de traitement de données de connexion à une plateforme d'un site Internet, caractérisé en ce qu'il comprend : - au moins deux modules indépendants de traitement de données de connexion, les modules de traitement étant répartis en moins deux groupes complémentaires, les modules d'un groupe étant configurés pour mettre en oeuvre un sous-ensemble des opérations nécessaires pour l'exécution d'un procédé de traitement des données de connexion d'un utilisateur via un équipement à ladite plateforme comprenant l'identification d'une situation de l'utilisateur, les modules de traitement de chaque groupe recevant des données issues des modules de traitement d'un autre groupe de sorte à compléter la totalité du procédé de traitement de données de connexion ; - un module répartiteur qui reçoit lesdites données de connexion et les transmet aux modules de traitement ; - un module réconciliateur qui collecte les données issues des modules de traitement et délivre des données traitées de connexion à ladite plateforme et/ou à l'équipement de l'utilisateur.
Selon d'autres caractéristiques avantageuses et non limitatives de l'invention : - les différents modules s'échangent des données sous la forme de flux 5 XML ; - les modules de traitement d'un groupe mettent en oeuvre les opérations en temps réel, et les modules d'un autre groupe mettent en oeuvre les opérations différées ; - les modules de traitement d'un groupe sont des modules de pré- 10 traitement configurés pour identifier les situations d'utilisateurs connectés à ladite plateforme, et les modules de traitement d'un autre groupe sont des modules de post-traitement configurés pour traiter des situations identifiées d'utilisateurs connectés ; - le ou les modules de pré-traitement collectent des données issus du ou 15 des modules de post-traitement de sorte à influer sur l'identification des situations ; - les modules de traitement de chaque groupe mettent en oeuvre le procédé de traitement spécifiquement pour les utilisateurs naviguant sur les pages du site internet relatives à une ou plusieurs lignes de services 20 données ; - les modules de traitement sont connectés à une bibliothèque de moteurs situationnels exécutables et/ou à une base de données contenant une ontologie caractéristique dudit site internet. 25 BREVE DESCRIPTION DES FIGURES D'autres caractéristiques et avantages de la présente invention apparaîtront à la lecture de la description qui va suivre d'un mode de réalisation préférentiel. Cette description sera donnée en référence aux 30 dessins annexés dans lesquels : - la figure 1 est un schéma d'une architecture réseau dans laquelle s'inscrit l'invention ; - la figure 2 est un diagramme représentant schématiquement les étapes du procédé de traitement de données de connexion selon l'invention ; - la figure 3 est un schéma d'un mode de réalisation d'un système de traitement de données de connexion selon l'invention ; - la figure 4 représente un module de traitement d'un système de traitement de données de connexion selon l'invention ; - la figure 5 est un schéma d'un module de traitement immédiat d'un mode de réalisation d'un système de traitement de données de connexion selon l'invention ; - la figure 6 est un schéma d'un module de traitement différé d'un mode de réalisation d'un système de traitement de données de connexion selon l'invention.
DESCRIPTION DETAILLEE D'UN MODE DE REALISATION PREFERE Situations Contrairement à tous les procédés de traitement connus, le procédé 20 de traitement de données selon l'invention est basé comme mentionné précédemment sur l'analyse de « situations » complètes, et non sur une simple liste de paramètres. Dans la suite de la présente description, on décrira plus particulièrement l'application du procédé au domaine mentionné 25 précédemment du e-commerce (dans ce cas lesdites données sont des données de connexion à une plateforme d'un site Internet), mais on comprendra qu'il peut être transposé au traitement de données utilisateur de façon générale sur un poste de travail. Les données peuvent en effet être les e-mails de l'utilisateur, ses paramètres système, etc. Le traitement 30 de données de connexion donne d'excellents résultats en terme d'identification de situation grâce au volume et à la diversité de telles données.
On entend ici par "situation" d'un utilisateur une information plus ou moins complexe et plus ou moins floue décrivant les notions d'ordre psychologique, sociologique de l'utilisateur et sa scène situationnelle (l'ensemble des situations des autres utilisateurs connectés). Une situation peut être nommée par un terme porteur de sens pour le e-commerçant, comme par exemple « butineuse de l'après-midi » pour désigner des femmes qui surfent sur internet après déjeuner sans idées préconçues. L'analyse situationnelle ouvre ainsi de grandes perspectives dans de nombreux domaines économiques utilisant des outils d'analyse, de prédiction et de simulation. Des processeurs d'analyse situationnelle (voir par exemple la demande de brevet français FR2962823) sont capables de façon autonome de recevoir en entrée un ou plusieurs flux situationnels, d'en extraire des situations, de distinguer les éléments importants et de leur appliquer en continu des traitements, de détecter des phénomènes et de prévoir des évolutions de solutions, notamment par induction. Les avantages sont multiples : comme on va le voir les systèmes situationnels ne sont pas contraints par des modèles ou des architectures d'implémentation, et s'adaptent donc en permanence. Ils sont capable, à l'instar du cerveau humain, de se concentrer sur l'essentiel en gérant leurs ressources. Enfin, leurs possibilités apparaissent bien plus universelles que celles de n'importe quel système expert actuel, cloisonné dans un domaine particulier. Le principe du procédé de traitement de données (le traitement étant réalisé par un serveur comprenant au moins une unité de traitement de données et des moyens de stockage de données, le serveur étant dans le cas du traitement de données de connexion à une plateforme d'un site Internet en connexion réseau avec ladite plateforme) selon l'invention est ainsi d'identifier par un premier mécanisme la situation d'un ou plusieurs utilisateurs, puis de traiter par un deuxième mécanisme les situations collectés dans une deuxième temps. Les utilisateurs concernés sont dans le cas du-e-commerce des utilisateurs connectés à ladite plateforme via un équipement, voire tous les internautes visiteurs si les ressources du serveur le permettent (voir plus loin). Ce traitement peut avoir plusieurs destinataires et de nombreuses finalités, comme il sera également expliqué plus loin.
La figure 1 représente l'architecture réseau dans laquelle l'invention s'inscrit. Un équipement 3 (on comprendra qu'il peut s'agit de toute sorte d'équipement informatique sur lequel un utilisateur peut accéder à Internet, du poste de travail au terminal mobile tel qu'un smartphone ou une tablette tactile) est connecté à la plateforme 2 d'un site internet via le réseau internet 4. Le serveur 1 comprenant au moins une unité de traitement de données et des moyens de stockage de données pour la mise en oeuvre du procédé est en connexion réseau avec ladite plateforme 2. Il est important de comprendre que le terme « plateforme » désigne un ou plusieurs serveurs interconnectés du site internet sur lequel sont hébergées la ou les pages de site internet que l'utilisateur est en train de consulter. Le serveur 1 qui réalise le traitement peut être l'un de ces serveurs qui composent la plateforme 2. L'équipement utilisateur 3 est dans tous les connecté directement ou indirectement (via la plateforme 2) à travers le réseau internet au serveur 1 qui met qui en oeuvre le procédé. Il est à noter que la connexion entre le serveur de traitement 1 et la plateforme 2 peut être locale, mais alternativement rien n'interdit qu'elle repasse par le réseau internet 4. Premier mécanisme : Identification d'une situation Comme le montre la figure 2, l'identification de la situation d'un utilisateur connecté à ladite plateforme se fait parmi une liste de situations de référence, lesquelles peuvent être soit prédéfinies à partir de l'observation des comportements des internautes, soit de façon particulièrement avantageuse automatiquement générées par un autre mécanisme qui sera décrit plus loin. Pour ce faire, le mécanisme d'identification de situation du procédé selon l'invention utilise des « déclencheurs ». Les déclencheurs, mieux connus sous l'appellation anglo-saxonne « triggers », sont des modules logiciels qui sont aptes à s'activer et provoquer un traitement particulier en fonction d'événements prédéfinis. Les triggers peuvent être de nombreux types. Dans un premier type, 5 l'évènement est une action de l'internaute comme un clic de consultation, un clic de sélection, etc. Dans un second type l'évènement est l'expiration d'un délai, par exemple après la dernière visite de l'internaute, ou par rapport à la précédente activation du trigger (dans ce dernier cas il s'active à une fréquence fixe, par exemple toutes les heures). On comprendra que 10 de nombreuses autres configurations sont possibles. A l'activation d'un trigger donné, les moyens de traitement de données du serveur 1 déclenchent une tentative de détermination de l'état d'au moins un « indice ». Les indices sont divers éléments porteurs de signification pour une situation. Certains indices concernent la « scène 15 situationnelle », c'est-à-dire l'ensemble ou un sous-ensemble des situations des internautes connectés qui se déroulent concomitamment. Il s'agit par exemple de l'heure, de la météo, etc. Alternativement, certains indices concernent la « sphère situationnelle », c'est-à-dire la situation particulière de l'internaute. Il s'agit alors par exemple de l'âge, le genre, la taille de 20 l'internaute, sa navigation (rapide, hésitante, etc.) son état (pressé, en recherche, etc.). Les indices sont donc relatifs à des données personnelles dudit utilisateur connecté à la plateforme 2 et/ou relatifs à des données générales. La combinaison de ces deux « zones » situationnelles offre en pratique de bons résultats pour la détermination fiable de la situation d'un 25 utilisateur. Naturellement, certains indices relatifs à des résultats espérés (par exemple la conclusion ou non d'une transaction) sont spécialement impliqués, en particulier en vue de l'analyse des situations. La ou les unités de traitement du serveur 1 disposent ainsi d'une 30 collection d'indices observables prédéterminée. Il est à noter qu'observable ne signifie pas forcément déterminable. Une tentative de détermination de l'état d'un indice peut ne pas être fructueuse. Par exemple l'âge de l'internaute n'est pas forcément accessible. L'indice est alors considéré comme « indiscernable ». Il n'est toutefois pas exclu qu'une tentative ultérieure (via le même trigger ou un autre) soit cette fois couronnée de succès. Une liste des indices à tenter de déterminer est associée à chaque trigger. Si ce trigger est activé, ce seront ces indices et seulement ces indices dont l'état sera observé. A titre d'exemple, un trigger périodique pourra tenter de déterminer la météo ou le nombre de clics par seconde de l'utilisateur. Alternativement, un trigger lié au clic sur le bouton « envoyer » à la fin d'un formulaire pourra tenter de déterminer l'âge et le genre de l'utilisateur en fonction du texte saisi. En fonction des résultats de ladite tentative de détermination de l'état d'au moins un indice, la ou les unités de traitement génèrent et stockent sur les moyens de stockage du serveur 1 une signature situationnelle de l'utilisateur (si une situation situationnelle existe déjà, elle est seulement mise à jour). La signature situationnelle d'un utilisateur correspond à l'ensemble des données relatives aux indices, lesquelles permettent de caractériser la situation de l'utilisateur. Avantageusement, une signature situationnelle est en particulier composée d'une pluralité d'unités d'information chacune étant associée à un indice (avantageusement on trouve deux parties dans une signature situationnelle, les unités étant appelées respectivement « thresholds » si l'indice associé est relatif à la scène situationnelle, et « trackers » si l'indice associé est relatif à la sphère situationnelle), chaque unité d'information pouvant prendre au moins trois valeurs dont une première valeur si l'état déterminé de l'indice associé correspond à un état de référence (valeur « 1 »), une deuxième valeur si l'état déterminé de l'indice associé ne correspond pas à l'état de référence (valeur « 0 »), et une troisième valeur (valeur « X ») si l'état de l'indice associé n'a pas pu être déterminé (que ce soit parce qu'aucune tentative de détermination n'a été faite pour l'indice associé, ou parce que la tentative qui a suivi le déclenchement du trigger n'a pas réussi). Chaque unité d'information est alors un « bit » à trois valeurs.
On comprendra que les notations 0, 1 et X sont purement illustratives et que l'homme du métier pourra choisir la représentation de données de son choix. En particulier, on peut envisager utiliser des unités d'information n'ayant pas un nombre déterminé de valeurs et aptes à stocker par exemple des nombres, des chaines de caractère, etc. On verra toutefois plus loin l'intérêt d'avoir des unités d'information à n états. En utilisant la notation définie précédemment, 1X10 01XX est un exemple de signature situationnelle à 8 unités d'information. On note en outre que bien qu'ici on ne distingue pas les cas « aucune détermination tentée » / « détermination tentée mais infructueuse » (même valeur « X »), l'information selon laquelle une détermination a été tentée peut être alternativement prise en compte. En effet, bien que l'information que constitue l'état de l'indice n'ait pas pu être obtenue, le fait que la tentative ait échoué peut être porteur d'information.
Par exemple cela peut signifier que l'utilisateur a volontairement (voire involontairement) occulté des pans de son profil et donc qu'il peut être quelqu'un cherchant à augmenter sa confidentialité internet. Il est à noter que certains trackers ou thresholds peuvent s'appuyer sur des intégrateurs de loi de distribution, par exemple de gauss ou de poisson, afin de leur conférer un caractère rémanent. En d'autres termes, les intégrateurs « prévoient » l'état que doit avoir l'indice en fonction des précédentes observations, ce qui évite à court terme la nécessité de redéclencher une tentative de détermination lorsque la précédente s'est faite il y a peu.
La signature situationnelle de l'utilisateur est alors comparée avec une pluralité de « masques ». Chaque masque est associé à une situation de référence, et correspond à un espace de signatures situationnelles. Pour cela, chaque masque est constitué comme une signature d'une pluralité d'unités d'informations, pouvant prendre les valeurs 0, 1, X, mais aussi une quatrième valeur (notée « A ») si l'unité d'information peut être quelconque. L'état de certains indices n'est en effet pas caractéristique de certaines situations.
Par exemple 10A0 AAX1 est un masque à 8 unités d'information qui regroupe les signatures suivantes : 1000 00X1, 1000 01X1, 1000 0XX1, 1000 10X1, 1000 11X1, 1000 1XX1, 1000 X0X1, 1000 X1X1, 1000 XXXI, 1010 00X1, 1010 01X1, 1000 0XX1, 1010 10X1, 1010 11X1, 1010 1XX1, 1010 X0X1, 1010 X1X1, 1010 XXXI, 10X0 00X1, 10X0 01X1, 10X0 OXX1, 10X0 10X1, 10X0 11X1, 10X0 1XX1, 10X0 X0X1, 10X0 X1X1, 10X0 XXX1. La comparaison entre la signature et un masque se fait alors facilement grâce à des portes logiques (on compare chaque unité du masque n'ayant pas pour valeur « A » avec l'unité correspondante sur la signature grâce à XOR, et on applique AND sur les résultats de ces comparaisons). Lorsqu'un masque correspond, on identifie la situation dudit utilisateur connecté à la plateforme 2 comme étant la situation de référence associée à l'au moins un masque contenant ladite signature situationnelle. Il est à noter qu'une pluralité de masques est avantageusement stockée sur les moyens de stockage du serveur 1, et qu'il n'est pas impossible que certains des masques aient des portées qui se recoupent, en d'autres termes qu'il n'y ait pas unicité du masque correspondant à une situation donnée. Pour résoudre cette difficulté, les masques sont avantageusement testés itérativement selon un roulement : si le test est positif, la situation de référence associée au masque est retenue, sinon le masque suivant est testé. Lorsqu'un nouveau trigger est activé, le même masque de situation est retesté en premier afin de maintenir si possible la stabilité de la situation actuelle. A l'issue de cette première phase du procédé, on dispose donc d'une 25 situation identifiée comme étant la situation de l'utilisateur. Deuxième mécanisme : Traitement de la situation Le deuxième mécanisme du procédé selon l'invention consiste en 30 une analyse de la situation identifiée de l'utilisateur par des moyens physiques ou logiques d'analyse situationnelle du serveur 1 de sorte à obtenir des données traitées, qui vont être porteuses de sens pour l'utilisateur, un gestionnaire du site internet, etc. Les moyens d'analyse situationnelle peuvent consister en une application exécutée par les moyens de traitement de données du serveur 1 (on peut envisager un processeur multi-coeur dont des coeurs sont dédiés à cette analyse situationnelle, voir plus loin).
Pour cela, chaque situation de référence est associée à au moins une « stratégie » (avantageusement 1 à 3), c'est-à-dire un ensemble composé d'un ou plusieurs moteurs situationnels (ainsi que les éventuels paramètres de ces moteurs) et de contenus de messages, c'est-à-dire des textes, des contenus graphiques (incluant des images, des vidéos, etc.), des liens URL (Uniform Resource Locator), des éléments de forme (format, paramètres de police, etc.), et tout autre donnée utile à la personnalisation d'un message. Par message (également appelé recommandation) on entend toute forme de communication résultant du traitement des données de connexion et ayant un effet escompté sur la situation.
Tout à fait classiquement, il peut s'agir de messages de compte- rendu adressés au gestionnaire du site (sous la forme de mails par exemple), mais il peut s'agir surtout de messages destinés à l'utilisateur dont la situation est en cours de traitement. Par exemple, ce peut être un bandeau qui s'affiche la page internet qu'il consulte, un mail, un SMS, etc.
Le ou les moteurs situationnels sont des éléments logiciels choisis parmi une bibliothèque de moteurs situationnels. Chaque moteur situationnel est ainsi apte à mettre en oeuvre un traitement donné sur une situation d'un utilisateur (le moteur prend en compte des paramètres de toute la scène et la sphère situationnelles : en effet, si la signature situationnelle d'un utilisateur est unique, la situation identifiée ne l'est pas. La prise en compte des unités d'information, c'est-à-dire des états des indices observés, permet de personnaliser le traitement) de sorte à obtenir un ou plusieurs messages ayant un effet escompté sur la situation. Un premier exemple de moteur peut mettre en oeuvre une recommandation d'un ou plusieurs produits connexes à ceux visités (on oriente vers les situations du magasin). Un deuxième exemple de moteur peut mettre en oeuvre une recommandation de produits achetés par des internautes dans une situation similaire à la situation identifiée de l'utilisateur (on est au niveau personnel). Dans un troisième exemple de moteur, on peut tout simplement recommander des produits à la mode (détection d'une hausse des ventes significatives, on est au niveau de la sociologie de groupe).
Il est à noter qu'une même stratégie peut être associée à plusieurs situations et que chaque stratégie peut relever d'un niveau « d'essentialité », c'est-à-dire un critère de priorité qui peut être important en cas de forte affluence d'utilisateurs. Pour au moins une des stratégies associées avec ladite situation identifiée (on peut les analyser par ordre d'essentialité), les moyens de traitement du serveur 1 mettent en oeuvre les moteurs situationnels associés de sorte à obtenir au moins une pile de messages. Avantageusement, on génère au moins deux piles de messages (avantageusement trois), chacun étant associée à un niveau de confidentialité. Par niveau de confidentialité on entend le niveau de publicité du message. Par exemple, dans une mise en oeuvre du procédé à deux niveaux de confidentialité, le niveau 1 correspond à des messages personnels, alors que le niveau 2 correspond à des messages globaux (par exemple un bandeau sur le site). Les trois exemples de moteurs décrits précédemment correspondent à trois niveaux de confidentialités distincts : le premier présente un niveau de confidentialité « faible », puisqu'il est destiné à tout utilisateur ; Le deuxième présente un niveau de confidentialité « élevé », puisque la recommandation est personnelle, et n'est donc destinée qu'à l'utilisateur. Le troisième correspond à un niveau de confidentialité « moyen », puisque l'exposition se fait au niveau du groupe. Les trois recommandations produites par ces trois moteurs se retrouveraient donc dans trois piles différentes. Ces piles de messages sont alors dépilées pour « exposer » les messages, c'est-à-dire les transmettre à leur destinataire. Plus précisément, cela consiste à envoyer à destination (selon le cas) de l'équipement 3 dudit utilisateur et/ou de la plateforme 2 (quand il s'agit d'éléments de pages) un sous-ensemble des messages de ladite au moins une pile de messages.
Ce peut être fait via une simple politique LIFO (Last In First Out, « Dernier Entré, Premier Sorti »), mais avantageusement une stratégie dite à jetons est mise en oeuvre. Dans cette stratégie, la page courante comprend des zones d'exposition aptes à recevoir un message dans un format donné et présentant des paramètres donnés. Les zones, lorsqu'elles sont disponibles, émettent un jeton comprenant les différents paramètres de la zone. Un moteur situationnel reçoit le jeton et constitue « sur commande » un ou plusieurs messages en fonction de ces paramètres. Les messages disposant du jeton sont alors extraits de la pile avant les autres.
L'exposition du ou des messages affecte la situation (par exemple en provoquant une transaction si elle a eu l'impact escompté sur l'utilisateur), ce qui a des chances d'activer de nouveaux triggers et d'entraîner le changement de la situation dans laquelle se trouve l'utilisateur. Le procédé est ainsi relancé et l'effet des messages sera observé au prochain cycle d'analyse. Optimisation des capacités de traitement L'activité des internautes n'est pas constante au cours de la journée, et en particulier à des périodes de pics les moyens de traitement de données du serveur 1 peuvent avoir des difficultés à faire face à l'afflux d'information (en d'autres termes le volume du flux à traiter). Avantageusement le système tient compte de ces variabilités du trafic et régule le procédé. En particulier, le procédé mobilise avantageusement les ressources nécessaires pour identifier les situations de tous les utilisateurs connectés (la première partie du procédé est moins consommatrice de ressources que la seconde), mais n'en analyse qu'une partie selon les capacités disponibles, triés en particulier sur le niveau « d'essentialité » des stratégies mentionné précédemment. Pour cela, trois niveaux graduels d'activité sont définis (ici appelés « alphafloor », « betafloor » et « gammafloor »), le fonctionnement passant dans un mode dégradé (on laisse tomber certaines situations au-delà d'un seuil) ou différé (des situations jugées intéressantes ne sont pas traités tout de suite à cause de l'engorgement, mais le seront plus tard lorsque l'activité sera plus faible). La précision de l'analyse d'une situation peut également varier en fonction du niveau d'activité : si les ressources manquent on va à l'essentiel (mode essentiellement déductif), et sinon on réalise une analyse précise (mode essentiellement inductif) pour lequel on a plus de réflexe. Dans le cas d'une semi ou non supervisé (voir plus loin), en cas de ressources disponibles on favorise l'apprentissage.
Les trois niveaux précédents sont définis en fonction des niveaux d'activité typiques sur le site en nombre d'actions par seconde. L'alphafloor correspond à un niveau d'activité « élevé ». Par exemple sur un site où l'on observe jusqu'à 1000 connexions simultanée, en supposant qu'un utilisateur produit un clic (ou tout autre action comme une 15 saisie) toutes les 10 secondes en moyenne, l'alphafloor est à 100 Hz. Le betafloor correspond à un niveau d'activité « moyen ». Par exemple si sur le même site on observe 100000 connexions par jour et on constate qu'un internaute reste 1 min 30 secondes en moyenne, le betafloor est à 10,4 Hz. 20 Le gammafloor correspond à un niveau d'activité « faible ». Par exemple, si on observe sur le site un ratio de 1 à 100 entre le maximum et le minimum de connexions simultanées sur une journée (soir un minimum de 10 connexions simultanées à 9 secondes par clic), le gammafloor est à 1,11 Hz. 25 Dans le cas inverse (plus de capacités de traitement disponibles que nécessaire), le procédé peut utiliser des « Shadows », c'est-à-dire maintenir des situations rémanentes d'anciens utilisateurs, afin d'augmenter la base d'apprentissage. 30 Modes semi-supervisé et non-supervisé Le procédé nécessite un ensemble de situations de référence pour fonctionner, mais cet ensemble n'est pas figé et peut évoluer. En particulier, les stratégies peuvent comporter des moteurs situationnels configurés pour que des messages soient émis pour signaler en particulier à destinataire d'un gestionnaire du site l'émergence d'une nouvelle situation. Le gestionnaire peut décider d'en faire une nouvelle situation de référence.
Dans un mode semi-supervisé, le système suggère au gestionnaire de nouvelles situations de référence (associées à un masque prédéterminé par le moteur situationnel), et ce dernier peut valider ou non ces propositions. Alternativement, dans un mode non-supervisé (tel que celui représenté par la figure 2), le système est complètement automatique et inclut de lui-même les nouvelles situations de référence. Il est à noter que l'observe l'apparition de nouvelles situations par « bourgeonnement ». En d'autres termes, ce que les moteurs détectent est l'émergence d'une sous-catégorie d'une situation large (par exemple si une part non négligeables des signatures situationnelles correspondant à une situation de référence s'avèrent présenter des états identiques pour des indices qui étaient classés « A », c'est-à-dire non pris en compte dans le masque). Alternativement, pour une situation de référence donnée, on peut tenter de sélectionner les situations qui ont débouché sur une transaction, afin de détecter les messages efficaces.
Processeurs reflexes Selon un deuxième aspect, l'invention concerne un système 1, en particulier un serveur 1 comprenant au moins une unité de traitement de données et des moyens de stockage de données, ladite au moins une unité de traitement étant configurée pour la mise en oeuvre du procédé selon le premier aspect lors de la connexion d'un utilisateur à une plateforme 2 d'un site via un équipement 3. Comme l'on a expliqué, le plus souvent le procédé est mis en oeuvre 30 par un serveur du site qui est distinct des serveurs qui composent la plateforme 2 (c'est-à-dire les serveurs qui hébergent les pages du site et gèrent le fonctionnement du site), l'équipement 3 de l'utilisateur étant alors connecté audit serveur pour la mise en oeuvre du procédé via la plateforme 2. De façon particulièrement préféré, le deuxième aspect de l'invention 5 concerne un système 1 de traitement de données de connexion à une plateforme 2 d'un site Internet dont un mode de réalisation particulièrement préféré est représenté sur la figure 3. Ce système comprend - au moins deux modules indépendants 21, 22 de traitement de données de connexion (modules « SALI2 » dont SALIX et SALIC 10 sont deux versions), les modules de traitement 21, 22 étant répartis en moins deux groupes complémentaires, les modules 21, 22 d'un groupe étant configurés pour mettre en oeuvre un sous-ensemble des opérations nécessaires pour l'exécution d'un procédé de traitement des données de connexion d'un utilisateur à ladite 15 plateforme 2 comprenant l'identification d'une situation de l'utilisateur, les modules de traitement 21 de chaque groupe recevant des données issues des modules de traitement 22 d'un autre groupe de sorte à compléter la totalité du procédé de traitement de données de connexion ; 20 - un module répartiteur 10 (« RENZO ») qui reçoit lesdites données de connexion et les transmet aux modules de traitement 21, 22 ; - un module réconciliateur 30 (« RENALDO ») qui collecte les données issues des modules de traitement 21, 22 et délivre des données traitées de connexion à ladite plateforme 2. 25 Ces modules 10, 21, 22, 30 sont appelés des processeurs réflexes, à cause de leur aptitude à traiter sans a priori les données en entrée. Le principe est donc d'avoir deux (voire plus) groupes de n modules 30 21, 22, les modules 21, 22 d'un groupe effectuant en parallèle la même tâche, et les tâches de chacun des groupes étant complémentaires pour réaliser le traitement des données de connexion. Les différents modules 21, 22 peuvent être soit des processeurs physiquement indépendants (et reliés par un bus), chacun disposant de ses moyens de traitement et de son espace de stockage, ou alternativement des briques logicielles mises en oeuvre sur un équipement donné, les modules partageant alors des mêmes ressources processeur (éventuellement multi-coeur) et un même espace de 5 stockage. Il est à noter que le système 1 peut être réparti sur plusieurs serveurs voire être installé en cloud-computing sur des machines virtuelles Les modules 21, 22 s'échangent avantageusement des données sous la forme d'un flux dans un langage d'abstraction, par exemple XML (eXtensible Markup Language), JSON (JavaScript Object Notation), le 10 protocole SOAP (Simple Object Access Protocol), Silvia ou encore Mawerick. En référence à la figure 4 est représenté schématiquement un module de traitement 21, 22 (indifféremment du groupe) de type SALI2. Comme l'on voit, il possède avantageusement 7 ports d'entrée/sortie. Il est 15 en effet souhaitable que les modules 21, 22 soient connectés à une bibliothèque de moteurs situationnels exécutables et/ou à une base de données contenant une ontologie caractéristique dudit site internet afin de pouvoir mettre en oeuvre les étapes de procédé précédemment expliquées. En particulier : 20 - Le port OBS (observateur) reçoit les données en provenance de la plateforme 2 sous forme de flux XML ; - Le port COL (collecteur) reçoit les données en provenance des autres modules de traitement 21, 22 SALI2 sous forme de flux XML ; - Le port ONT (ontologie) reçoit l'ontologie sous forme de fichier XML ; 25 - Le port LIB (library) contient les bibliothèques de trackers, thresholds et moteurs situationnels (exécutables) ; - Le port EDI (éditeur) émet les données de sortie sous forme de flux XML; - Le port DIF (diffuseur) émet les données à destination des modules 30 de traitement 21, 22 d'autres groupes sous forme de flux XML ; - Le port MON (monitoring) émet des statistiques.
La répartition des tâches entre les groupes de modules 21, 22 permet une bien meilleure efficacité de traitement par la spécialisation des modules 21, 22, et le fait que chaque groupe soit alimenté en données assure comme on le voit sur la figure 3 un « feedback ». Les résultats d'une 5 partie du traitement permettent d'améliorer l'autre partie de traitement. Plusieurs clés de répartitions possibles entre les groupes de modules de traitement 21, 22 vont être décrites plus loin. Il est à noter qu'il est possible de combiner ces approches : le système 1 peut avoir deux groupes de modules 21, 22 répartis selon une première loi, les modules 21, 22 d'un 10 groupe étant eux même répartis en deux sous-groupes selon une deuxième loi. Le travail de tri est effectué par le module répartiteur 10. Ce dernier interprète chaque paquet d'information, et l'adresse aux modules de traitement 21, 22 adéquats. 15 Le module réconciliateur 30 reçoit les flux relatifs à des messages à envoyer en fonction des traitements effectués et s'occupe de la publication de ces messages. Il recompose un flux global à destination de la plateforme 2 du site et/ou de l'équipement 3 de l'utilisateur. 20 Selon une première variante, les modules de traitement 21 d'un groupe sont des modules de pré-traitement configurés pour identifier les situations d'utilisateurs connectés à ladite plateforme 2, et les modules de traitement 22 d'un autre groupe sont des modules de post-traitement configurés pour traiter des situations identifiées d'utilisateurs connectés. 25 Dans cette configuration particulièrement avantageuse, on a avantageusement un module de pré-traitement 21, et N modules de post-traitement 22 (en particulier 4 ou 8, mais on comprendra qu'on n'est pas limité à ce nombre et que l'on peut en avoir un nombre quelconque), car le traitement des situations obtenues et l'envoi de messages et la partie la 30 plus consommatrice de ressources du procédé. Le lien de feedback, que l'on voit sur la figure 2, permet que ou les modules de pré-traitement 21 collectent des données issus du ou des modules de post-traitement 22 de sorte à influer sur l'identification des situations. Cela rend possible le mode non-supervisé évoqué précédemment. Selon une deuxième variante, les modules de traitement 21 d'un groupe mettent en oeuvre les opérations en temps réel (les modules de « traitement immédiat »), et les modules 22 d'un autre groupe mettent en oeuvre les opérations différées (modules de « traitement différé »). En d'autres termes, certains modules 21 exécutent des tâches nécessitant une action immédiate (par exemple les déclencheurs en lien avec la navigation des utilisateurs, l'envoi de messages à exposition immédiate), alors que les autres modules 22 réalisent des tâches dont l'exécution peut être décalée dans le temps. Les données sont stockées sur les moyens de stockage le temps de pouvoir être traitées. Cette configuration facilite la rémanence des informations et la prise en compte du passé, dans la mesure où à tout instant les modules 21 « temps réel » reçoivent des données relatives à des traitements réalisés en différé (qui sont donc le fruit de données de connexion plus anciennes). La boucle de feedback permet ainsi aux modules de traitement différé 22 de communiquer aux modules de traitement immédiat 21 des « grilles de traitement » via lesquelles le traitement immédiat est adapté. Cette configuration s'adapte en outre très bien aux périodes de forte affluence en transférant des données de traitement immédiat à traitement différé. Il s'agit du système représenté sur la figure 3 : le « SALIX » est le module de traitement différé 22, et les « SALIC » sont les modules de traitement immédiat 21. Dans cette configuration particulièrement avantageuse, on a avantageusement un module de traitement différé 22, et N modules de traitement immédiat 21 (le traitement immédiat a la priorité, et est plus consommateur puisque une certaine partie des traitements ne peuvent être faits en différés). Dans une configuration à 4 modules de traitement immédiat 21, on a alors au total 7 modules 10, 21, 22, 30, un processeur octo-coeur est donc particulièrement préféré (le huitième coeur gérant le reste des opérations systèmes).
Les figures 5 et 6 représentent plus en détail respectivement un module de traitement immédiat 21 de type SALIC et un module de traitement différé 22 de type SALIX. Sur ces figures on voit les ports OBS, COLL, EDI et DIF (les ports ONT, LIB et MON sont câblés de façon similaire entre les deux types de module). Un module de traitement immédiat 21 SALIC s'occupe d'identifier toutes les situations des utilisateurs (à réaliser en temps immédiat) via les vecteurs de consultation, sélection, consommation (qui comprennent les données observées pour déterminer les états des indices) reçus par le port observateur. Le port diffuseur transmet les vecteurs au module de traitement différé 22 SALIX. Le port collecteur réceptionne les vecteurs d'information traitée en différé et les grilles en provenance du module de traitement différé 22 SALIX.
Les trackers (ainsi que les thresholds) génèrent les signatures situationnelles à partir des vecteurs et des grilles. Les moteurs situationnels temps réel associés aux stratégies des situations identifiées sont exécutés, et les messages produits par l'exécution des moteurs envoyés via le port éditeur.
Un module de traitement différé 22 SALIX s'occupe quant à lui des traitements qui n'ont pas besoin d'être faits tout de suite. Le port observateur reçoit exclusivement des données relatives aux services et aux usagers administrateurs. Le port collecteur réceptionne les vecteurs en provenance des modules de traitement immédiat 21 SALIC. Des moteurs situationnels sont mis en oeuvre sous le contrôle d'un timer (minuteur) qui définit à quel point le traitement est différé. Ces moteurs produisent les messages différés (messages à destination des utilisateurs étant envoyés quelques heures suivant sa visite par exemple sous la forme d'un e-mail promotionnel l'incitant à revenir sur le site) et les messages pour les administrateurs du site qui sont émis à destination des supports adéquats via le port éditeur, ainsi que les grilles de traitement qui comme expliqué sont renvoyées (avec certains vecteurs) vers les modules de traitement immédiat 21 SALIC via le port diffuseur.
Selon une troisième variante, chaque groupe de modules 21, 22 correspond à une « ligne de services ». Il s'agit d'une unité de base de classification de produits au sein d'un site internet au sein du système dit « LSO » pour Lignes/Services/Options. Une ligne de services regroupe plusieurs services. Par exemple la catégorie « Salon » qui va regrouper des services « Tables », « Meubles TV », « Canapés », etc. dans un catalogue de meubles est une ligne de services. De même, la catégorie « Homme », ou « Taille XL » est une ligne de services d'un catalogue de vêtements. Sur un site internet tel un site marchand, on note qu'il est possible de présenter les mêmes produits sous plusieurs modes de classifications, il s'agit alors de lignes de services différentes. Chaque service présente des options. Dans l'exemple précédent, un service « Pantalons » d'une ligne « Homme » contiendra une liste d'options qui sont autant de modèles de pantalons.
Chaque option présente un produit avec plusieurs variantes (taille, couleurs, etc.) ; chaque produit est en effet unique (référence catalogue donné), contrairement à l'option. Un même produit peut donc être présenté dans plusieurs contextes LSO. Pour revenir à notre exemple, on peut retrouver le même pantalon dans le service « Pantalons homme » de la ligne « XL ».
On peut ainsi envisager de séparer les modules de traitement 21, 22 par ligne de services, en particulier pour des sites présentant des produits très divers pour lesquels les situations des utilisateurs vont être très différentes. Il est à noter qu'il est courant pour des gros sites que l'utilisateur soit redirigé vers l'un ou l'autre des serveurs de la plateforme 2 selon la ligne de services sur laquelle il navigue. En outre, de façon avantageuse, on combine plusieurs de ces variantes. En particulier, les modules de traitement immédiat 21 SALIC de la deuxième variante peuvent être chacun dédié à une ou plusieurs lignes de services. Dans ce cas, le module répartiteur 10 RENZO repartit le flux entrant en le dirigeant vers le module de traitement différé 22 SALIX s'il s'agit de données d'administration ou vers un module de traitement immédiat 21 SALIC s'il s'agit de données de navigation d'un utilisateur, en fonction de la ligne de services dans laquelle il se trouve.
Claims (7)
- REVENDICATIONS1. Système (1) de traitement de données de connexion à une plateforme (2) d'un site Internet, caractérisé en ce qu'il comprend : - au moins deux modules indépendants de traitement (21, 22) de données de connexion, les modules de traitement (21, 22) étant répartis en moins deux groupes complémentaires, les modules d'un groupe (21, 22) étant configurés pour mettre en oeuvre un sous- ensemble des opérations nécessaires pour l'exécution d'un procédé de traitement des données de connexion d'un utilisateur via un équipement (3) à ladite plateforme (2) comprenant l'identification d'une situation de l'utilisateur, les modules de traitement (21, 22) de chaque groupe recevant des données issues des modules de traitement (21, 22) d'un autre groupe de sorte à compléter la totalité du procédé de traitement de données de connexion ; - un module répartiteur (10) qui reçoit lesdites données de connexion et les transmet aux modules de traitement (21, 22) ; - un module réconciliateur (30) qui collecte les données issues des modules de traitement (21, 22) et délivre des données traitées de connexion à ladite plateforme (2) et/ou à l'équipement (3) de l'utilisateur.
- 2. Système selon la revendication précédente, dans lequel les différents modules (21, 22) s'échangent des données sous la forme de flux XML (eXtensible Markup Language), JSON (JavaScript Object Notation) ou Silvia.
- 3. Système selon l'une des revendications précédentes, dans lequel les modules de traitement (21) d'un groupe mettent en oeuvre les opérations en temps réel, et les modules (22) d'un autre groupe mettent en oeuvre les opérations différées.
- 4. Système selon l'une des revendications précédentes, dans lequel les modules de traitement d'un groupe (21) sont des modules de pré-traitement configurés pour identifier les situations d'utilisateurs connectés à ladite plateforme (2), et les modules de traitement d'un autre groupe (22) sont des modules de post-traitement configurés pour traiter des situations identifiées d'utilisateurs connectés.
- 5. Système selon la revendication précédente, dans lequel le ou 10 les modules de pré-traitement (21) collectent des données issus du ou des modules de post-traitement (22) de sorte à influer sur l'identification des situations.
- 6. Système selon l'une des revendications précédentes, dans 15 lequel les modules de traitement (21, 22) de chaque groupe mettent en oeuvre le procédé de traitement spécifiquement pour les utilisateurs naviguant sur les pages du site internet relatives à une ou plusieurs lignes de services données. 20
- 7. Système selon l'une des revendications précédentes, dans lequel les modules de traitement (21, 22) sont connectés à une bibliothèque de moteurs situationnels exécutables et/ou à une base de données contenant une ontologie caractéristique dudit site internet.
Priority Applications (12)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR1257484A FR2994358B1 (fr) | 2012-08-01 | 2012-08-01 | Systeme de traitement de donnees de connexion a une plateforme d'un site internet |
JP2015524793A JP6388583B2 (ja) | 2012-08-01 | 2013-08-01 | インターネットサイトのプラットホームへの接続データの処理システム |
PCT/EP2013/066217 WO2014020122A1 (fr) | 2012-08-01 | 2013-08-01 | Système de traitement de données de connexion à une plateforme d'un site internet |
KR1020157005332A KR20150052050A (ko) | 2012-08-01 | 2013-08-01 | 인터넷 사이트의 플랫폼으로의 연결을 위한 데이터를 프로세싱하기 위한 시스템 |
CA2880418A CA2880418A1 (fr) | 2012-08-01 | 2013-08-01 | Systeme de traitement de donnees de connexion a une plateforme d'un site internet |
US14/418,430 US20150304183A1 (en) | 2012-08-01 | 2013-08-01 | System for processing connection data to a platform of an internet site |
RU2015105306A RU2654171C2 (ru) | 2012-08-01 | 2013-08-01 | Система для обработки данных, относящихся к соединению с платформой интернет-сайта |
EP13745826.1A EP2880840A1 (fr) | 2012-08-01 | 2013-08-01 | Système de traitement de données de connexion à une plateforme d'un site internet |
BR112015002253A BR112015002253A2 (pt) | 2012-08-01 | 2013-08-01 | sistema para processar dados de conexão para uma plataforma de site da internet |
IN1308DEN2015 IN2015DN01308A (fr) | 2012-08-01 | 2013-08-01 | |
MX2015001471A MX2015001471A (es) | 2012-08-01 | 2013-08-01 | Sistema para procesamiento de datos para conectar a una plataforma de un sitio de internet. |
CN201380051205.6A CN104737520A (zh) | 2012-08-01 | 2013-08-01 | 用于处理互联网网站平台连接数据的系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR1257484A FR2994358B1 (fr) | 2012-08-01 | 2012-08-01 | Systeme de traitement de donnees de connexion a une plateforme d'un site internet |
Publications (2)
Publication Number | Publication Date |
---|---|
FR2994358A1 true FR2994358A1 (fr) | 2014-02-07 |
FR2994358B1 FR2994358B1 (fr) | 2015-06-19 |
Family
ID=47666187
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
FR1257484A Expired - Fee Related FR2994358B1 (fr) | 2012-08-01 | 2012-08-01 | Systeme de traitement de donnees de connexion a une plateforme d'un site internet |
Country Status (12)
Country | Link |
---|---|
US (1) | US20150304183A1 (fr) |
EP (1) | EP2880840A1 (fr) |
JP (1) | JP6388583B2 (fr) |
KR (1) | KR20150052050A (fr) |
CN (1) | CN104737520A (fr) |
BR (1) | BR112015002253A2 (fr) |
CA (1) | CA2880418A1 (fr) |
FR (1) | FR2994358B1 (fr) |
IN (1) | IN2015DN01308A (fr) |
MX (1) | MX2015001471A (fr) |
RU (1) | RU2654171C2 (fr) |
WO (1) | WO2014020122A1 (fr) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2000020999A1 (fr) * | 1998-10-02 | 2000-04-13 | Ncr Corporation | Techniques permettant de deployer en parallele des modeles analytiques |
FR2809565A1 (fr) * | 2000-05-26 | 2001-11-30 | Jacques Pozzetto | Systeme de diffusion de messages |
US20040167897A1 (en) * | 2003-02-25 | 2004-08-26 | International Business Machines Corporation | Data mining accelerator for efficient data searching |
CN101226624A (zh) * | 2008-02-15 | 2008-07-23 | 上海申通轨道交通研究咨询有限公司 | 轨道交通票务数据分级分类处理系统及其方法 |
WO2012007489A1 (fr) * | 2010-07-13 | 2012-01-19 | Ensuite Informatique | Processeur d'analyse situationnelle |
WO2012051757A1 (fr) * | 2010-10-21 | 2012-04-26 | Beijing Prosperous Biopharm Co., Ltd. | Procédé et dispositif de suite d'outils permettant d'identifier une structure modulaire dans un réseau complexe |
Family Cites Families (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070038603A1 (en) * | 2005-08-10 | 2007-02-15 | Guha Ramanathan V | Sharing context data across programmable search engines |
US7685296B2 (en) * | 2003-09-25 | 2010-03-23 | Microsoft Corporation | Systems and methods for client-based web crawling |
KR100651729B1 (ko) * | 2003-11-14 | 2006-12-06 | 한국전자통신연구원 | 홈네트워크 환경에서의 멀티-모달 상황 인식어플리케이션을 위한 시스템 및 방법 |
JP4936636B2 (ja) * | 2003-12-26 | 2012-05-23 | ヤフー株式会社 | 広告管理プログラム、広告管理方法および広告管理装置 |
US7698270B2 (en) * | 2004-12-29 | 2010-04-13 | Baynote, Inc. | Method and apparatus for identifying, extracting, capturing, and leveraging expertise and knowledge |
US7693836B2 (en) * | 2005-12-27 | 2010-04-06 | Baynote, Inc. | Method and apparatus for determining peer groups based upon observed usage patterns |
JP2007181127A (ja) * | 2005-12-28 | 2007-07-12 | Ntt Docomo Inc | 通信装置、通信方法及びプログラム |
US8504575B2 (en) * | 2006-03-29 | 2013-08-06 | Yahoo! Inc. | Behavioral targeting system |
US20090138415A1 (en) * | 2007-11-02 | 2009-05-28 | James Justin Lancaster | Automated research systems and methods for researching systems |
US20080250450A1 (en) * | 2007-04-06 | 2008-10-09 | Adisn, Inc. | Systems and methods for targeted advertising |
US7890549B2 (en) * | 2007-04-30 | 2011-02-15 | Quantum Leap Research, Inc. | Collaboration portal (COPO) a scaleable method, system, and apparatus for providing computer-accessible benefits to communities of users |
US20090055132A1 (en) * | 2007-08-22 | 2009-02-26 | Samsung Electronics Co., Ltd. | Determining situational patterns of use for computing systems |
US20090235167A1 (en) * | 2008-03-12 | 2009-09-17 | International Business Machines Corporation | Method and system for context aware collaborative tagging |
FR2947358B1 (fr) * | 2009-06-26 | 2013-02-15 | Alcatel Lucent | Un assistant-conseiller utilisant l'analyse semantique des echanges communautaires |
US20110191352A1 (en) * | 2009-12-03 | 2011-08-04 | New Jersey Institute Of Technology | Socially- And Context-Aware People-Matching Systems and Methods Relating Thereto |
US8954452B2 (en) * | 2010-02-04 | 2015-02-10 | Nokia Corporation | Method and apparatus for characterizing user behavior patterns from user interaction history |
JP5777715B2 (ja) * | 2010-09-17 | 2015-09-09 | ノキア コーポレイション | コンテキスト情報を分類する方法および装置 |
US20120130806A1 (en) * | 2010-11-18 | 2012-05-24 | Palo Alto Research Center Incorporated | Contextually specific opportunity based advertising |
GB2502736A (en) * | 2011-02-23 | 2013-12-04 | Bottlenose Inc | System and method for analyzing messages in a network or across networks |
US9251809B2 (en) * | 2012-05-21 | 2016-02-02 | Bruce Reiner | Method and apparatus of speech analysis for real-time measurement of stress, fatigue, and uncertainty |
US8996693B2 (en) * | 2012-09-17 | 2015-03-31 | Nokia Corporation | Method and apparatus for providing dynamic stream processing of data based on static analytics |
-
2012
- 2012-08-01 FR FR1257484A patent/FR2994358B1/fr not_active Expired - Fee Related
-
2013
- 2013-08-01 EP EP13745826.1A patent/EP2880840A1/fr not_active Withdrawn
- 2013-08-01 BR BR112015002253A patent/BR112015002253A2/pt not_active IP Right Cessation
- 2013-08-01 CA CA2880418A patent/CA2880418A1/fr not_active Abandoned
- 2013-08-01 US US14/418,430 patent/US20150304183A1/en not_active Abandoned
- 2013-08-01 RU RU2015105306A patent/RU2654171C2/ru active
- 2013-08-01 CN CN201380051205.6A patent/CN104737520A/zh active Pending
- 2013-08-01 JP JP2015524793A patent/JP6388583B2/ja not_active Expired - Fee Related
- 2013-08-01 KR KR1020157005332A patent/KR20150052050A/ko not_active Application Discontinuation
- 2013-08-01 IN IN1308DEN2015 patent/IN2015DN01308A/en unknown
- 2013-08-01 WO PCT/EP2013/066217 patent/WO2014020122A1/fr active Application Filing
- 2013-08-01 MX MX2015001471A patent/MX2015001471A/es unknown
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2000020999A1 (fr) * | 1998-10-02 | 2000-04-13 | Ncr Corporation | Techniques permettant de deployer en parallele des modeles analytiques |
FR2809565A1 (fr) * | 2000-05-26 | 2001-11-30 | Jacques Pozzetto | Systeme de diffusion de messages |
US20040167897A1 (en) * | 2003-02-25 | 2004-08-26 | International Business Machines Corporation | Data mining accelerator for efficient data searching |
CN101226624A (zh) * | 2008-02-15 | 2008-07-23 | 上海申通轨道交通研究咨询有限公司 | 轨道交通票务数据分级分类处理系统及其方法 |
WO2012007489A1 (fr) * | 2010-07-13 | 2012-01-19 | Ensuite Informatique | Processeur d'analyse situationnelle |
WO2012051757A1 (fr) * | 2010-10-21 | 2012-04-26 | Beijing Prosperous Biopharm Co., Ltd. | Procédé et dispositif de suite d'outils permettant d'identifier une structure modulaire dans un réseau complexe |
Also Published As
Publication number | Publication date |
---|---|
RU2015105306A (ru) | 2016-09-20 |
FR2994358B1 (fr) | 2015-06-19 |
CN104737520A (zh) | 2015-06-24 |
JP6388583B2 (ja) | 2018-09-12 |
CA2880418A1 (fr) | 2014-02-06 |
MX2015001471A (es) | 2015-06-23 |
RU2654171C2 (ru) | 2018-05-16 |
WO2014020122A1 (fr) | 2014-02-06 |
BR112015002253A2 (pt) | 2017-07-04 |
JP2015528964A (ja) | 2015-10-01 |
IN2015DN01308A (fr) | 2015-07-03 |
EP2880840A1 (fr) | 2015-06-10 |
KR20150052050A (ko) | 2015-05-13 |
US20150304183A1 (en) | 2015-10-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP1899887B1 (fr) | Procede et systeme de reperage et de filtrage d'informations multimedia sur un reseau | |
FR3018620A3 (fr) | Creation de regles pour une utilisation dans des systemes de gestion des tiers | |
FR2840088A1 (fr) | Moteur de recherche et base de donnees, et procedes pour leur mise en oeuvre | |
FR3025909A3 (fr) | Audit de video sur le web | |
WO2008052966A1 (fr) | Applications pour le profilage d'utilisateurs de services de telecommunications | |
Egger | Identifying key opinion leaders in social networks-an approach to use Instagram data to rate and identify key opinion leader for a specific business field | |
EP2880557B1 (fr) | Procédé de traitement de données de connexion d'une plateforme d'un site internet | |
EP2880558B1 (fr) | Procédé de traitement de données pour analyse situationnelle | |
Liu et al. | Detection of false Weibo repost based on XGBoost | |
FR2994358A1 (fr) | Systeme de traitement de donnees de connexion a une plateforme d'un site internet | |
Egger | Identifying Key Opinion Leaders in Social Networks | |
Roshini et al. | An efficient SecureU application to detect malicious applications in social media networks | |
WO2018015515A1 (fr) | Procedes de partage d'opinion, equipements et programmes d'ordinateur pour la mise en oeuvre des procedes | |
FR3071085A1 (fr) | Un procede et un systeme d'apprentissage automatique pour predire les interactions d'un utilisateur en ligne | |
FR3142824A1 (fr) | Procédé pour offrir un méta-service numérique en rapport avec au moins une personne morale ou physique, système et programme informatique associés | |
KYAW | Creating User Interesting Usage Access Pattern using Statistical Data | |
FR3132582A1 (fr) | Procédé et système pour enrichir un contenu audiovisuel | |
FR3071086A1 (fr) | Un procede et systeme pour une offre adaptative intelligente dans un reseau d'echange en ligne automatise | |
Mili et al. | Machine learning for spam comment Filtering in Social Networks | |
WO2017025574A1 (fr) | Procédé de détermination automatique de recommandation(s) d'action(s) à effectuer auprès de personnes d'une organisation, et appareil informatique associé | |
FR2947070A1 (fr) | Procede pour completer une information represente sur un support - site de liens. | |
FR2960669A1 (fr) | Procede et dispositif de recherche d'information |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PLFP | Fee payment |
Year of fee payment: 5 |
|
PLFP | Fee payment |
Year of fee payment: 6 |
|
PLFP | Fee payment |
Year of fee payment: 7 |
|
PLFP | Fee payment |
Year of fee payment: 8 |
|
PLFP | Fee payment |
Year of fee payment: 9 |
|
PLFP | Fee payment |
Year of fee payment: 10 |
|
PLFP | Fee payment |
Year of fee payment: 11 |
|
ST | Notification of lapse |
Effective date: 20240405 |