Description
Date depot: 1 janvier 1900
Titre: Exploration et modélisation de données peu ou pas structurées et algorithmes de recommandation pour le financement de l'innovation.
Encadrant :
François DELBOT (LIP6)
Directeur de thèse:
Jean-Francois PRADAT-PEYRE (LIP6)
Domaine scientifique: Sciences et technologies de l'information et de la communication
Thématique CNRS : Non defini
Resumé:
Dans le but de contribuer à la maturité des projets innovants, et de convaincre les investisseurs publics de soutenir l’innovation proposée il est souhaitable de mettre en place une plateforme applicative d’intermédiation du financement de l’innovation permettant d’informer, d’évaluer et de recommander les dispositifs d’aides aux entreprises innovantes.
La problématique fondamentale du concept que nous proposons est celle de la recommandation : comment automatiser la recommandation du meilleur financement pour le meilleur projet possible ? La réponse à cette question va nécessiter un travail important de modélisation, d’uniformisation et d’exploration des données aujourd’hui disponibles, par la théorie des graphes en particulier, afin de mettre en place l’algorithme de recommandation le plus efficace possible. Le problème étant d'une grande complexité, une approche basée sur la concurrence pourra être mise en œuvre.
Doctorant.e: Grollemund Vincent