Passer au contenu principal

Servier

Recommandation d’articles scientifiques

Client

Servier

Expertises

Accompagnement
Design
Développement
Data science

Technos

Python
CoreNLP
MongoDB
Neo4J

Année

2018

Site

Application interne
Un outil qui permet une recommandation stratégique d’articles ? Un gain de temps de veille pour les chercheurs !

Contexte

Servier est un groupe pharmaceutique français. Il est présent dans 149 pays et compte près de 22000 salariés.

Nous l’avons accompagné dans l’élaboration et la création d’un outil de recommandation d’articles stratégiques pour leurs chercheurs.

Réalisation

Afin de faciliter le travail de veille mené par les chercheurs, nous avons développé un moteur de recommandation de publications scientifiques. Il s’agit d’une liste de publications selon des critères préalablement identifiés comme intéressants par les chercheurs, qui est quotidiennement proposée.

Un modèle word2vec pré-entrainé à été utilisé pour calculer les similarités sémantiques entre les résumés des publications et créer les relations correspondantes dans le graphe.

Résultat

Le DataLab de Servier a été très satisfait tant par la solution développée que par l’accompagnement et l’expertise de Kernix. La livraison s’est faite dans les temps impartis, et une belle interface a été livrée afin que les chercheurs puissent consulter leurs recommandations quotidiennes.

Ils peuvent lorsque cela s’avère nécessaire liker un article ce qui a pour conséquences de changer le visuel de l’article concerné sur l’interface et surtout d’améliorer les futures recommandations.

Prochaine réalisation

Powernext

Site institutionnel et données marchés temps réel

Powernext

Site institutionnel et données marchés temps réel
Haut de page
Haut de page