Entrepôts, Représentation et Ingénierie des Connaissances

ERIC
EA 3083
Directeur : 
Jérôme Darmont
Directeur(s) adjoint(s) : 
Stéphane Bonnevay
Projet scientifique : 

L’objectif du laboratoire est de conforter son positionnement leader dans le domaine de l’informatique décisionnelle et de la science des données (modélisation, exploitation d’entrepôts et fouille de données massives, processus d'aide à la décision) au plan national, ainsi que de renforcer sa visibilité internationale. Le laboratoire va également poursuivre sa politique de collaboration scientifique avec les LLSHS, qui lui permet d’occuper un positionnement original au sein de l’informatique lyonnaise.

Fort de son expérience dans la gestion et l’analyse de données dites complexes, ERIC est idéalement placé pour contribuer aux travaux scientifiques visant la valorisation des données massives et prévoit de développer les thématiques de recherche suivantes :

  • analyse en ligne (OLAP) de données massives ;
  • analyse en ligne collaborative ;
  • entrepôts de données ouvertes ;
  • intégration de techniques d’optimisation et de méthodes d’apprentissage ;
  • apprentissage de préférences ;
  • dynamique temporelle des grands corpora de textes.

ERIC s’inscrit ainsi dans l'axe Numérique de l’ISH.

Équipes de recherche : 

Systèmes d’Information Décisionnels (SID)
Responsable : Fadila Bentayeb
Data Mining & Décision (DMD)
Responsable : Julien Jacques

Compétences, activités valorisables : 

MABED (Mention-anomaly-based Event Detection and Tracking in Twitter) est une méthode statistique pour la détection des événements d’intérêt sur Twitter, qui ne prend pas seulement en compte le contenu textuel des tweets, mais aussi la fréquence des interactions sociales entre utilisateurs, ainsi que la variabilité de durée des événements.

Online Educational Priorization Tool est une application web serveur à destination des professionnels de santé qui permet l’importation de données représentant des stratégies de réponse à une pandémie et leur traitement par des méthodes d’analyse multicritère.

RICSH (Recherche d'information contextuelle par segmentation thématique de documents) est une plateforme logicielle dédiée au prétraitement de documents textes en vue de leur intégration dans un entrepôt. Elle est composée de deux modules : un module d’identification et d’extraction des unités thématiques pour chaque document texte et un module de recherche d’information qui permet, étant donnée une requête, de trouver les documents les plus pertinents dans un corpus de textes en tenant compte à la fois du profil utilisateur et de celui de la requête.

SHSdocNET est un portail social sémantique pour l’exposition des compétences et la veille scientifique en SHS, réalisé en collaboration avec l’ISH.

SONDY (Open Source Platform for Social Dynamics Mining and Analysis) est une plateforme Java d’analyse et de fouille de données issues des média sociaux. Ses fonctions principales sont la détection d’événements et de sujets, ainsi que l’analyse d’influence.

Collaborations scientifiques : 

Partenaires socio-économiques :
EDF, Technicolor, Xerox
Partenaires académiques français :
Institut de Recherche en Informatique de Toulouse (UMR 5505), Laboratoire Informatique Robotique Microélectronique Montpellier (UMR 5506), Laboratoire Informatique de Nantes Atlantique (UMR 6241)
Partenaires académiques étrangers :
Université Polytechnique de Bucarest (Roumanie), Université du Québec en Outaouais (Canada), Université Nationale d’Économie de Kharkiv (Ukraine)

Principales publications : 

Bourdès V., Ferrières J., Amar J., Amelineau E., BONNEVAY S., Berlion M., Danchin N. Prediction of persistence of combined evidence-based cardiovascular medications in patients with acute coronary syndrome after hospital discharge using neural networks. In Medical and Biological Engineering and Computing, vol. 49 (2011) p.947-955. DOI: 10.1007/s11517-011-0785-4.
HACHICHA M., DARMONT J. (Corresp.). A Survey of XML Tree Patterns. In IEEE Transactions on Knowledge and Data Engineering, vol. 25/1 (2013) p.29-46. Ref HAL: hal-00623652_v1.
Le Bras Y., LENCA P., LALLICH S. Optimonotone measures for optimal rule discovery. In Computational Intelligence, vol. 28/4 (2012) p.475-504. DOI: 10.1111/j.1467-8640.2012.00422.x.
LUST T., ROLLAND A. (Corresp.). Choquet optimal set in biobjective combinatorial optimization. In Computers and Operations Research, vol. 40/10 (2013) 2260–2269. DOI: 10.1016/j.cor.2013.04.003.
Wolf C., GAVIN G. Inference and parameter estimation on hierarchical belief networks for image segmentation. In Neurocomputing, vol. 73/4-6 (2010) p.563-569. DOI: 10.1016/j.neucom.2009.07.017.

Rattachement : 
Université Lyon 2, Université Lyon 1
Coordonnées : 

ERIC - EA 3083
Université Lumière Lyon 2 - 5 avenue Pierre Mendès France - 69676 Bron cedex - France
Tél. +33 (0)4 78 77 31 54 - Fax +33 (0)4 78 77 23 75 - secretariatateric.univ-lyon2.fr