IVACE – FEDER OpenKnowledge

Objectif

Le projet concentre son attention sur la R&D expérimentale autour du paradigme Open Data et Linked Open Data, avec pour objectif général (OG) de concevoir de nouveaux algorithmes de calcul capables d’identifier, de capturer et d’extraire des informations de valeur des catalogues Open Data de la Communauté valencienne, du Gouvernement espagnol et de l’Union européenne, de les contextualiser conformément à la structure sémantique du tissu entrepreneurial de la CV, et de fournir ainsi un modèle de gestion de l’information et de la connaissance caractérisant les aspects essentiels de la chaîne de valeur alimentaire avec une information renouvelée, très large et à haute valeur stratégique.

Pour cela, le projet articulera les

objectifs spécifiques

Analyse et détermination d’une structure sémantique normalisée pour la caractérisation de l’industrie agroalimentaire alignée sur le modèle Open Data. Ladite structure représente la base conceptuelle sur laquelle asseoir les ressources d’information open data sélectionnées pour leur valeur stratégique et déployées dans le prototype final.
Étude, analyse et implémentation informatique des algorithmes de calcul et modèles de consultation des catalogues de données Open Data existants dans le cadre régional, national et européen. Il s’agit d’un objectif critique dans le développement du projet ; lors de la rédaction du présent mémoire, le nombre de datasets existants sur le portail de données ouvertes de la Generalitat Valenciana, du Gouvernement espagnol et de l’Union européenne s’élevait à 42.893. Un chiffre d’une telle ampleur ne peut être analysé qu’au moyen de technologies de l’information expressément habilitées à cette fin, raison pour laquelle l’objectif prioritaire du projet est de concevoir les algorithmes de calcul et les modèles nécessaires pour atteindre cet objectif.
Identification, analyse et sélection des datasets Open Data d’intérêt stratégique dans le cadre de l’amélioration de la compétitivité de l’Industrie alimentaire. La compréhension du type d’information géré par les différents datasets présents dans chacune des sources open data analysées nous permettra d’identifier des ressources à haute valeur stratégique pour les organisations. À ce stade, la vision des entreprises qui collaboreront au projet est essentielle pour discriminer l’information en fonction de différents degrés de pertinence (1-non pertinente, 2-d’intérêt relatif, 3-utile, 4-importante, 5-stratégique). De même, une étude des différents datasets sera réalisée afin de les classer en fonction de leur accessibilité selon le schéma 5 étoiles de Tim Berners-Lee, inventeur du web et créateur du mouvement Linked Open Data
Analyse des interrelations entre datasets (Linked Open Data) pour la mise en œuvre d’informations croisées à haute valeur stratégique.
Développement de l’architecture et de l’infrastructure web pour le stockage, la classification, l’indexation et la visualisation des informations obtenues, sur la base de standards d’utilisabilité reconnus par le W3C (World Wide Web Consortium). La plateforme d’accès à l’information open data constitue le prototype d’application pour la gestion de l’information et de la connaissance décrite dans l’objectif général. Développée sur la base de standards RWD, elle fournira un puissant modèle de consultation de données ouvertes, ainsi qu’une visualisation des interrelations entre celles-ci, destinée à améliorer la compréhension des éléments essentiels de la chaîne de valeur alimentaire.
Preuves de concept et testing du prototype avec des entreprises du secteur. Cet objectif est centré sur la validation du prototype avec des entreprises agroalimentaires afin de vérifier son adaptation aux questions de nature stratégique propres à chacune d’elles. La vision du tissu entrepreneurial dans le cadre du projet est critique et jouera un rôle clé dans son développement.
Communication, diffusion et transfert des résultats au tissu entrepreneurial. Le projet disposera d’un plan de communication, diffusion et transfert conçu pour faire connaître le développement du projet durant ses phases initiales, les sources de financement, les objectifs et les résultats attendus, afin de générer des attentes dans le secteur productif, ainsi que d’actions de diffusion et de transfert des résultats à sa finalisation, dans lesquelles nous impliquerons à nouveau les entreprises constituant le tissu entrepreneurial agroalimentaire de la Communauté valencienne.

Activités

Analyse et sélection d’open datasets d’intérêt stratégique et détermination de la structure sémantique normalisée pour la caractérisation des entreprises.
Analyse et implémentation des algorithmes de calcul pour l’accès aux open datasets.
Analyse des interrelations entre datasets (Linked Open Data) pour la mise en œuvre d’informations croisées à haute valeur stratégique.
Développement de l’architecture et de l’infrastructure web pour le stockage, la classification, l’indexation et la visualisation des informations obtenues.
Preuves de concept et testing avec des entreprises du secteur.
Diffusion et communication.
Transfert et promotion des résultats.
Gestion et coordination.

Résultats obtenus

Étude de la structure sémantique normalisée pour la caractérisation des entreprises du secteur agroalimentaire de la Communauté valencienne.
Analyse des algorithmes de calcul pour la consultation et l’accès aux catalogues de données Open Data existants dans le cadre régional, national et européen.
Évaluation des datasets Open Data d’intérêt stratégique et analyse des liens existants entre eux (Linked Open Data).
Prototype web pour le stockage, la classification, l’indexation et la visualisation de l’information open data obtenue.

Diffusion/Transfert

Communiqué de presse

Approbation des 9 projets FEDER présentés à l’appel à projets de l’IVACE

Génération de contenus de valeur

Open Data : Développement de systèmes d’information stratégique pour l’industrie alimentaire

Avancées dans le développement de systèmes d’information pour l’industrie alimentaire. OpenData, Traitement du langage naturel, et Graphes de connaissances