Pour ces travaux sur la cartographie des compétences à partir de plus de 30 types de documents et travaux scientifiques, Expernova a été invité ce mardi 26 Mai à intervenir à la conférence de l’ADBS dédiée aux perspectives de la littérature grise. Cette matinée d’étude, qui a réunie de nombreux professionnels sur le campus de SciencesPo Paris, a permis d’apporter des éléments concrets tant sur la typologie des informations que sur les usages et perspectives prometteuses qui sont ouvertes aujourd’hui.
3. Expernova.com est un moteur de recherche dédié à l’identification
de partenaires R&D et à la réalisation d’états de l’art simplifiés.
]expernova, qui sommes nous ?[
Notre savoir-faire:“ L’identification de
compétences scientifiques “
4. ]Notre base de données[
expernova.com couvre
3 zones géographiques clés
52 pays référencés !
10 000 000
30 000 000
55 000
140 000
40 000 000
Basée sur technologie propriétaire de Data Mining,
notre Base de données vous propose plus de
5. Spécialement adaptée aux nouveaux métiers de l’Innovation
]« Use cases »[
Montage de projets
collaboratifs
Préparation RDV d’affaires et
de conférences
Technology Scouting
Etats de l’art simplifiés
Identification de concurrents
technologiques
Résolution d’un problème
bloquant
Identifier et choisir ses
futurs partenaires
6. ]Qui sommes nous?[
Saisissez vos mots clés sur
expernova.com
« Expernova.com est un moteur de recherche dédié à
l’identification de partenaires R&D et à la réalisation d’états de l’art simplifiés. »
Panorama complet des résultats
Des profils détaillés
Experts, Labos, Entreprises, Startup
7. ][Savoir Faire
Collecte de données
Création de profils de compétences
Capitalisation sur une base de données interne structurée
Moteur de recherche
Connecteurs
Matching (Affiliations)
Extraction/pondération (Data Mining/Text Mining)
Pondération croisée (Indexation/classement)
Partenariat scientifiques
9. 2010 2011 2012 2013 2014
Europe Europe + Asie Europe + Asie + Amérique du Nord
4 M
40 M
70 M
Documents analysés (millions)
Evolution des Données analysées[
[
A n a l y s e
Publications
A n a l y s e
Projets
collaboratifs
A n a l y s e
Littérature
Grise
(thèses, conf.)
A n a l y s e
Brevets
Indexation
Contenus
Web ciblés
France
10. Publications[
[
Pourquoi ?
Document scientifique de référence
Données qualifiées, validées
Identifier l’expertise
Identifier les collaborations
Développer un connecteur OAI (150 sources)
-> Logiciel interne SourcesManager
Identifier les sources
Structurer les données
-> Logiciel interne LabManager
Quels enjeux « Produit » ?
Cas d’utilisation
MATCHING
11. Projets collaboratifs[
[
Pourquoi ?
Cartographier des acteurs qui publient peu
Intégrer les acteurs les plus « éduqués » aux partenariats
Identifier l’expertise
Identifier les réseaux
Faire de Veille concurrentielle
Changement niveau granularité (Pas d’auteurs liés)
Développer des Crawlers spécifiques
1ère pondération croisée entre types de travaux
Quels enjeux « Produit » ?
Cas d’utilisation
MATCHING
12. Contenus Web ciblés[
[
Pourquoi ?
Accéder à des informations non publiées
Détecter des signaux plus faibles (workshops, projets en cours,…)
Bénéficier d’informations déclaratives
Identifier l’expertise
Identifier des équipements
Identifier des technologies / produits
Développement d’un « Focused Crawler » (rester sur un
périmètre donné / html, pdf, excel, word,…)
Intégration de répertoires (bases de startups, médias
ciblés,…) / Saisies manuelles de qualité
Quels enjeux « Produit » ?
Cas d’utilisation
13. Littérature Grise[
[
Pourquoi ?
Cartographier des acteurs « hors carrière académique »
Détecter des signaux plus faibles (workshops, projets en cours,…)
Identifier l’expertise
Identifier les réseaux
Cas d’utilisation
Plus de 20 % des documents
scientifiques analysés par Expernova
33 types de documents et travaux
Parmi lesquels :
Conference Proceedings Article
Case Reports
Comparative Study
Letter
Report
Editorial
PhD Thesis
Randomized Controlled Trial
In Vitro
Historical Article
Newsclipping
Evaluation Studies
15. Brevets[
[
Pourquoi ?
Cartographier les compétences d’acteurs plus industriels
Identifier des partenariats R&D
Identifier l’expertise
Identifier des réseaux
Faire de la Veille concurrentielle
Changement de modèle de données (version3)
-> Inspiré du Standard CERIF (modélisation écosystème)
-> Modéliser une organisation
-> Modéliser le parcours d’un chercheur
Interprétation en familles de brevets
Quels enjeux « Produit » ?
Cas d’utilisation
MATCHING
17. Ecosystème « Grey Literature »[
[
Tendance du concept « Grey Literature »
Principales zones et villes
Travaux intégrant la notion de
littérature grise :
1189 publications
539 autres travaux/docs
14 projets européens
18. Ecosystème « Grey Literature »[
[
Concepts & univers corrélés
Systèmes d’information
Analyse de données
Sciences de la vie
…