De l'intelligence dans les données ouvertes
Problèmes et solutions dans les domaines
l’enseignement et de la gestion des d...
Intelligence artificielle fouille
de données, raisonnement,
gestion des connaissances

Pas importe lesquelles,
On préfère ...
Pourquoi l’enseignement?
L’éducation, avant
(en simplifiant beaucoup)

Secondaire

Primaire

Université
coursera

eX
d

Maintenant…
(Et on simplifie toujours)

UDACITY
MIT
OCW

MOOCs
et OER

OpenLearn

Primaire

Secondaire
Aut...
“I want to be a photographer,
what should I do?”

Siri, I want to
become a
professional
photographer.
What should I do?

I...
Besoin de données ouvertes, partagées et
intégrées de toutes ces sources (linked data…)

eX
d

learning
outcomes assessmen...
Exemple: L’Open University
L’Open University:
– La plus grosse université du
royaume uni: 250K étudiants par
an, 8000 ense...
data.open.ac.uk
La première plateforme linked data provenant de
et utilisée par l’ensemble d’une université
Plein de (catégories) de données
Course information:
580 modules/ description of the course, information about the levels ...
Mais que faire? (applications)

Social
Découverte
de ressources

Recherche
Exploration
Exemple (super simple)

Carte interactive des
bâtiments de l’Open
University en
Angleterre
data.open.ac.uk
bat1

name

“Berrill building”

Milton
Keynes

bat1address

inDistrict
inCounty
Postcodemk76aa
Buckingh
am...
Pourquoi les données ouvertes/pourquoi en linked data.

Exemple en dehors de l’Open University
“Unistats, which incorporat...
Le genre de chose que
l’ont peut faire avec
ces données.
Mais…
… pour construire cette application
Il faut accepter les
termes et conditions
(click), télécharger le
fichier zip,
décompr...
90 lignes de HTML/Javascript,
écrites en 2-3 heures

Avec cette requête SPARQL
select distinct ?course ?label ?link ?perc ...
Pourquoi les données ouvertes/pourquoi en linked data.

Exemple entre l’Open University et la BBC
Resources URIs +
common topics

Interface

SimilarityBased Search

BBC Programme or iPlayer page
Resource
descriptions

In...
API/Service

Named Entity
Recognition

Programme
URI

Similarity
Search

Indexing

Scored sem.
Entities & Prg
URI

Prg. UR...
La même chose, avec juste du texte
(discou.info/alfa)
Et encore, avec du matériel de cours
propriétaire (ouvert + fermé)
Amener plus d’intelligence
Learning Analytics avec des connaissances du domaine

Web logs or
application
logs

Web logs or...
Moodle analytics a la NHS
Amener plus d’intelligence
Learning Analytics avec de la fouille de données (ouvertes/web)

d'Aquin, M. and Jay, N. (2013)...
Un autre exemple:
Données publiques/privées/personnelles, besoin de pus de données,
besoin de connaissances
Classification...
De l’analyse intelligente de données ouvertes a la
gestion de l’information personnelle
L’information personnelle a
une pl...
Exemple:
MOLUTI Personal Analytics in the browser

http://moluti.com
Exemple: UCIAD
personal analytics
dashboard
Tableaux de bord de mes
(étudiants, enseignants,
etc.) activités sur les sites...
Des situations de plus en plus complexes qui nécessitent des
raisonnements de plus en plus complexes
Facebook
graph API

Facebook
Ontology

Basic
linked data

Epistemic
logic theory
of Facebook
Ontological
inference
(types,...
Facebook Ontology (extract)
Place

Agent
author

subclass
likes

Person

in

Post

includes

subclass

Video

App
author

...
Example epistemic rules
Ka Post(X) :- author(X, a)
Ka Post(X) :- scope(X, All_Friends), author(X, Y), friend(Y, a)
Ka Post...
d'Aquin, Thomas. Modeling and reasoning upon facebook privacy settings. Demo at ISWC 2013
http://youtu.be/iFocaRtLdQg
Conclusion
Un retour au web
sémantique?
Besoin en traitement
intelligent de l’information
de plus en plus présent
Réconcil...
Check out:
Linkeduniversities.org

data.linkededucation.org/
linkedup/devtalk

semprivacy.com

linkedup-challenge.org

Lin...
Un peu d’intégration

Ref privon
Datami

http://datami.co.uk
Un peu d’intelligence

Trust in
websites

Sensitivity
of data

d'Aquin, Elahi, Motta. Semantic monitoring of personal web ...
De l'intelligence dans les données ouvertes - Problèmes et solutions dans les domaines l’enseignement et de la gestion des...
Upcoming SlideShare
Loading in …5
×

De l'intelligence dans les données ouvertes - Problèmes et solutions dans les domaines l’enseignement et de la gestion des données personnelles

1,227 views
1,133 views

Published on

Presentation a la matinee Donnees Ouverte LIRMM - Montpellier - 28/11/2013
Presentation at the Open Data workshop LIRMM
http://odrg.lirmm.fr/index.php/event-details?id=14

Published in: Technology
0 Comments
3 Likes
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total views
1,227
On SlideShare
0
From Embeds
0
Number of Embeds
162
Actions
Shares
0
Downloads
3
Comments
0
Likes
3
Embeds 0
No embeds

No notes for slide

De l'intelligence dans les données ouvertes - Problèmes et solutions dans les domaines l’enseignement et de la gestion des données personnelles

  1. 1. De l'intelligence dans les données ouvertes Problèmes et solutions dans les domaines l’enseignement et de la gestion des données personnelles Mathieu d’Aquin (@mdaquin) Knowledge Media Institute, The Open University, UK
  2. 2. Intelligence artificielle fouille de données, raisonnement, gestion des connaissances Pas importe lesquelles, On préfère les données web De l'intelligence dans les données ouvertes Problèmes et solutions dans les domaines l’enseignement et de la gestion des données personnelles Données web ouvertes comme solutions au problèmes (nouveaux et anciens) Mathieu d’Aquin (@mdaquin) Knowledge Media Institute, The Open University, UK Ca, c’est moi Parce que l’ouverture du web et des données génère de nouveaux problèmes Un endroit intéressant
  3. 3. Pourquoi l’enseignement? L’éducation, avant (en simplifiant beaucoup) Secondaire Primaire Université
  4. 4. coursera eX d Maintenant… (Et on simplifie toujours) UDACITY MIT OCW MOOCs et OER OpenLearn Primaire Secondaire Autre institutions avec des cours en ligne Open Universities Universities
  5. 5. “I want to be a photographer, what should I do?” Siri, I want to become a professional photographer. What should I do? I found this Open University course (T189), that you can enrolled to in the regional centre 2 miles from here (cost £427). “OK, anything free I can try first?” There is an Introduction to Photography course on MIT OCW, and a Computational Photography course on coursera starting soon.
  6. 6. Besoin de données ouvertes, partagées et intégrées de toutes ces sources (linked data…) eX d learning outcomes assessment UDACITY MIT courses results topics locations courses requirements OCW topics OpenLearn results locations learning topics outcomes courses results topics requirements learning outcomes coursera http://linkedup-project.eu http://linkeduniversities.org
  7. 7. Exemple: L’Open University L’Open University: – La plus grosse université du royaume uni: 250K étudiants par an, 8000 enseignants, un gros campus a Milton Keynes – Crée en 1969 – Presque entièrement fondée sur l’enseignement a distance – 13 centre régionaux, plus les centres nationaux – Cours disponibles dans plusieurs dizaines de pays Partager, transmettre, connecter l’information (publique!): un calvaire
  8. 8. data.open.ac.uk La première plateforme linked data provenant de et utilisée par l’ensemble d’une université
  9. 9. Plein de (catégories) de données Course information: 580 modules/ description of the course, information about the levels and number of credits associated with it, topics, and conditions of enrolment. Research publications: 16,000 academic articles / information about authors, dates, abstract and venue of the publication. Podcasts: 2220 video podcasts and 1500 audio podcats / short description, topics, link to a representative image and to a transscript if available, information about the course the podcast might relate to and license information regarding the content of the podcast. Open Educational Resources: 640 OpenLearn Units / short description, topics, tags used to annotate the resource, its language, the course it might relate to, and the license that applies to the content. Youtube videos: 900 videos / short description of the video, tags that were used to annotate the video, collection it might be part of and link to the related course if relevant. University buildings: 100 buildings / address, a picture of the building and the sub-divisions of the building into floors and spaces. Library catalogue: 12,000 books/ topics, authors, publisher and ISBN, as well as the course related. Others…
  10. 10. Mais que faire? (applications) Social Découverte de ressources Recherche Exploration
  11. 11. Exemple (super simple) Carte interactive des bâtiments de l’Open University en Angleterre
  12. 12. data.open.ac.uk bat1 name “Berrill building” Milton Keynes bat1address inDistrict inCounty Postcodemk76aa Buckingh amshire Espaces location Etages Bâtiments ID Address Code postal Mk76aalocation lat 52.024924 long -0.709726 data.ordnancesurvey.co.uk
  13. 13. Pourquoi les données ouvertes/pourquoi en linked data. Exemple en dehors de l’Open University “Unistats, which incorporates the KIS, provides course level information on all undergraduate higher education courses provided in the UK, which are of at least one year’s duration and consist of 120 or more credits of study” [1] « Données ouvertes » incluant des statistiques sur les taux de réussite aux diplômes universitaires dans les différents institutions anglaises, sur la poursuite d’étude et le recrutement des étudiants. [1] http://www.hesa.ac.uk/includes/C13061_resources/Unistats_checkdoc_d efinitions.pdf?v=1.12
  14. 14. Le genre de chose que l’ont peut faire avec ces données.
  15. 15. Mais…
  16. 16. … pour construire cette application Il faut accepter les termes et conditions (click), télécharger le fichier zip, décompresser, mettre le xml dans ca propre DB, et finalement, construire l’appli. Fournir les données en linked data avec SPARQL c’est faire tout ca une fois, pour tout le monde. http://data.linkededucation.org/linkedup /catalog/browse/
  17. 17. 90 lignes de HTML/Javascript, écrites en 2-3 heures Avec cette requête SPARQL select distinct ?course ?label ?link ?perc where { ?o <http://purl.org/linked-data/cube#dataSet> <http://data.linkedu.eu/kis/dataset/commonJobs>. ?o <http://data.linkedu.eu/kis/ontology/job> <http://data.linkedu.eu/kis/job/354>. ?o <http://data.linkedu.eu/kis/ontology/course> ?course. ?course <http://purl.org/dc/terms/title> ?label. ?course <http://data.linkedu.eu/kis/ontology/courseUrl> ?link. ?o <http://data.linkedu.eu/kis/ontology/percentage> ?perc. filter ( ?perc > 0 ) } order by desc(?perc)
  18. 18. Pourquoi les données ouvertes/pourquoi en linked data. Exemple entre l’Open University et la BBC
  19. 19. Resources URIs + common topics Interface SimilarityBased Search BBC Programme or iPlayer page Resource descriptions Indexes Synopsis Named Entity Recognition Semantic Entities (Dbpedia) Podcasts, OpenLearn Units and Articles data.open.ac.uk Semantic Indexing Indexes Semantic Index d'Aquin, M., Allocca, C. and Collins, T. (2012) DiscOU: A Flexible Discovery Engine for Open Educational Resources Using Semantic Indexing and Relationship Summaries, Demo ISWC 2012
  20. 20. API/Service Named Entity Recognition Programme URI Similarity Search Indexing Scored sem. Entities & Prg URI Prg. URI Resource URIS Common Topic Extraction Prg. URI & Res. URI Common Sem. Entity Scored semantic entities Injected with bookmarklet Interface (Javascript)
  21. 21. La même chose, avec juste du texte (discou.info/alfa)
  22. 22. Et encore, avec du matériel de cours propriétaire (ouvert + fermé)
  23. 23. Amener plus d’intelligence Learning Analytics avec des connaissances du domaine Web logs or application logs Web logs or application logs Web logs or application logs Generic Ontology of events, resources and actions Domain specific extension ontology (= background knowledge) Analytics with domain specific filters, views and reasoning
  24. 24. Moodle analytics a la NHS
  25. 25. Amener plus d’intelligence Learning Analytics avec de la fouille de données (ouvertes/web) d'Aquin, M. and Jay, N. (2013) Interpreting Data Mining Results with Linked Data for Learning Analytics: Motivation, Case Study and Direction, LAK 2013
  26. 26. Un autre exemple: Données publiques/privées/personnelles, besoin de pus de données, besoin de connaissances Classification des régions du royaume uni en accord avec les sujets d’intérêts d’après l’inscription aux cours des étudiants de l’Open University Comment expliquer ces groupes? Solution actuellement explorée : La programmation logique inductive combinée avec le parcours du linked open data graph Tiddi, I., d'Aquin, M. and Motta, E.Explaining Clusters with Inductive Logic Programming and Linked Data, Poster at ISWC 2013,
  27. 27. De l’analyse intelligente de données ouvertes a la gestion de l’information personnelle L’information personnelle a une place particulière Rarement données ouverte Utiliser pour améliorer les processus de l’organisation Rarement disponible pour les utilisateurs Et si les données personnelles était ouvertes au utilisateurs qui les génèrent
  28. 28. Exemple: MOLUTI Personal Analytics in the browser http://moluti.com
  29. 29. Exemple: UCIAD personal analytics dashboard Tableaux de bord de mes (étudiants, enseignants, etc.) activités sur les sites de l’Open University  Implication pour la gestion des données privées  Implication pour l’intégration de données d'Aquin, Elahi, Motta. Semantic technologies to support the user-centric analysis of activity data. SDoW 2011 at ISWC 2011 Thomas and d'Aquin. On the privacy implications of releasing consumer activity data. KMi Tech. Report kmi-13-02, 2013. http://uciad.info
  30. 30. Des situations de plus en plus complexes qui nécessitent des raisonnements de plus en plus complexes
  31. 31. Facebook graph API Facebook Ontology Basic linked data Epistemic logic theory of Facebook Ontological inference (types, relations) Epistemic inference (who knows what)
  32. 32. Facebook Ontology (extract) Place Agent author subclass likes Person in Post includes subclass Video App author Photo on Comment scope Status update {Everyone, Friends_of_Friends, All_Friends, Custom}
  33. 33. Example epistemic rules Ka Post(X) :- author(X, a) Ka Post(X) :- scope(X, All_Friends), author(X, Y), friend(Y, a) Ka Post(X) :- includes(X,Y), friend(Y, a) Ka wasIn(P, Y) :- includes(X,Y), in(X,P), Ka Post(X) Ka wasWith (Y,Z) :- includes(X, Y), include(X,Z), Ka Post(X)
  34. 34. d'Aquin, Thomas. Modeling and reasoning upon facebook privacy settings. Demo at ISWC 2013
  35. 35. http://youtu.be/iFocaRtLdQg
  36. 36. Conclusion Un retour au web sémantique? Besoin en traitement intelligent de l’information de plus en plus présent Réconcilier les approches “raw data” avec la modélisation, l’extraction et le manipulation de la connaissance.
  37. 37. Check out: Linkeduniversities.org data.linkededucation.org/ linkedup/devtalk semprivacy.com linkedup-challenge.org Linkedup-project.eu mksmart.org data.linkededucation.org /linkedup/catalog
  38. 38. Un peu d’intégration Ref privon
  39. 39. Datami http://datami.co.uk
  40. 40. Un peu d’intelligence Trust in websites Sensitivity of data d'Aquin, Elahi, Motta. Semantic monitoring of personal web activity to support the management of trust and privacy. SPOT 2010 at ESWC 2010

×