La classification : au coeur du système
La classification est un problème central de l'apprentissage automatique (machine learning) et de l'intelligence artificielle. Une règle de classification est une procédure permettant d'affecter à un objet l'étiquette du groupe auquel il appartient, autrement dit de le reconnaître. Les ordinateurs sont capables, grâce à un programme d'apprentissage automatique qui leur permet d'apprendre des règles, de classer les utilisateurs à partir d'exemples représentant toutes les classes possibles. Or, devant l'augmentation des volumes de données et des usages, l'apprentissage peut ne couvrir qu'une petite fraction des possibilités.
Sailendra a donc choisi de développer un nouvel algorithme capable de gérer cela à base de la logique subjective qui est une extension de la logique probabiliste..

Un algorithme inédit basé sur la logique subjective dans l'univers de la recommandation et la prédiction.
Lors de cette conférence, Charif HAYDAR a dévoilé un nouvel algorithme à base de négociation entre vecteurs, c'est-à-dire capable de s'auto- ajuster à la base de données, avec très peu de paramétrage en amont et en mesure de détecter les zones de densités variées.
L'algorithme, baptisé MUTUAL VOTES, a été testé pour le clustering dans la recommandation et comparé à de nombreux algorithmes existants. Et la comparaison est sans appel : l'algorithme de Sailendra s'ajuste automatiquement à la typologie de l'ensemble de données dans un espace dimensionnel élevé et ne nécessite aucun paramétrage.

Testé sur une base de données réelle.
L'efficacité de MUTUAL VOTES a été démontrée sur une base de données réelles : celle des ventes de
J. Milliet, spécialiste de la distribution de boissons destinées aux professionnels de la restauration et aux particuliers. Les performances de l'algorithme de Sailendra ont été comparées à celles d'autres algorithmes en termes de classification et de prévision des achats des utilisateurs. Les résultats montrent les avantages de l'algorithme développé par Sailendra, surtout en termes de prédiction.

Perspectives : l'avancée technologique de Sailendra va profiter directement à ses clients
Les algorithmes développés dans le cadre d'UMAP 2017 vont permettre d'affiner encore davantage les recommandations proposées par le système Sailendra.
Cette innovation va notamment permettre d'améliorer l'efficacité de l'offre technologique développée par Sailendra, qui va ainsi pouvoir proposer à ses clients un clustering fin et automatique pour :

une augmentation supplémentaire du taux de croissance du chiffre d'affaires généré ;
une précision de la classification afin de définir très efficacement les groupes de consommateurs ;
une parfaite connaissance de la base clients grâce à la définition et l'étiquetage très précis de leurs intérêts communs pour ensuite servir chaque consommateur au plus près de ses envies et de ses besoins.
In Fine, une augmentation du taux de confiance et de satisfaction des consommateurs pour le client.

Pour Régis LHOSTE, Président fondateur de Sailendra : « Nous sommes très fiers que les travaux de recherche de Charif HAYDAR et d'Anne BOYER aient retenus l'attention du Jury de l'UMAP 2017, qui est une conférence scientifique d'envergure. C'est pour nous une reconnaissance scientifique de tout premier ordre et cela aura un impact majeur sur la notoriété des recherches que nous menons chez Sailendra. Aujourd'hui, les données récoltées par ou pour les entreprises sont devenues un enjeu important. Les informations, et toutes celles non exploitées au sein des grands volumes de données, sont devenues pour ces entreprises un facteur de compétitivité et d'innovation. Nous avons démontré que notre nouvel algorithme dépasse les autres algorithmes existants, que ce soit en termes de précision et de prévision. Ces résultats sont encourageants et nous sommes en train de tester notre algorithme sur d'autres types de données, en particulier les ensembles de données plus volumineux pour tester son évolutivité .

Rappel Calendrier financier PHARMAGEST INTERACTIVE :
- Publication du CA 1 er semestre 2017 : le 10 août 2017.
- Publication des résultats semestriels : le 22 septembre 2017