Classification de données complexes
Application à des prévisions de ventes
Collaboration avec
Cylande, Roubaix
Rouge Gorge, Neuville en Ferrain
Le projet
La problématique des prévisions de ventes est récurrente dans le secteur du commerce. Il existe aujourd’hui de gros volumes de données archivant les historiques de vente mélangeant des descripteurs de nature complexe : indexation temporelle, descripteurs mixtes qualitatifs/quantitatifs, etc. La difficulté est de définir des modèles de prévision qui prennent en considération toutes ces caractéristiques simultanément.
Les méthodes de classification apportent une solution générique en constituant au prélable des catégories de produits et/ou ventes, qui constitueront ensuite une base pour des prévisions conditionnelles. Au sein du Laboratoire Painlevé et d’Inria, des travaux de recherche matures, c’est-à-dire publiés au niveau académique et testés sur de véritables problématiques réelles, ont été développés sous forme de packages ou logiciels. C’est le cas de MixMod et MixtComp, tous deux dédiés à la classification dans des cadres légèrement différents.
Le laboratoire Paul Painlevé et Inria ont alors conclu des contrats de recherche pour des prévisions de vente avec les sociétés Cylande (2015/2016) et Rouge Gorge (2014/2015) en s’appuyant sur les deux logiciels que sont MixMod et MixtComp.
Quelques publications
[1] R. Lebret, S. Iovleff, F. Langrognet, C. Biernacki, G. Celeux, G. Govaert. Rmixmod: The R Package of the Model-Based Unsupervised, Supervised and Semi-Supervised Classification Mixmod Library . Journal of Statistical Software, 2015, forthcoming.
[2] C. Biernacki, T. Deregnaucourt, V. Kubicki. Model-based clustering with mixed/missing data using the new software MixtComp . CMStatistics 2015 (ERCIM 2015), London, United Kingdom, December 2015.
Package/logiciel
Le logiciel MixMod peut être téléchargé sous forme d’un package R ici sur le site du CRAN.
Le logiciel MixtComp est disponible en ligne (mode SaaS) ici.
Contact
Serge IOVLEFF : serge.iovleff[AT]math.univ-lille1.fr