Projet final de Emmanuelle Guyot après sa formation des Fondamentaux en Data Science

1. PROJET DE DATA SCIENCE
JUILLET 2019 – Emmanuelle Guyot
QUELLES STARTUPS
RECOMMANDER AUX
GRANDS GROUPES ?

2. CONSTAT
LES GRANDS GROUPES DÉPENSENT DES
MILLIONS POUR INNOVER…
…SANS FORCÉMENT Y ARRIVER

3. CONSTAT

4. CONSTAT

5. PROBLÈME
Comment recommander plus facilement aux grands groupes
des startups innovantes qui pourraient les intéresser ?
Vous allez surement aimer…
Ces recommandations sont inspirées de votre historique de startups consultées et suivies.

6. SIMPLIFICATION DU PROBLÈME POUR LE PROJET
• Problème de timing pour avoir les données sur les grands groupes à temps
(uniquement celles sur les startups)
• Transformation de l’objectif : pour une startup donnée, recommander des clients
(grands groupes)

7. DONNÉES DISPONIBLES :  800 startups
1 ligne = 1 startup avec 6 attributs, dont ses clients

8. DONNÉES DISPONIBLES :  800 startups
1 ligne = 1 startup avec 6 attributs, dont ses clients
DÉMARCHE
Objectif : pour des tags donnés, trouver des startups similaires et recommander leurs clients
Démarche :
• Créer un tableau avec en ligne les startups, et en colonnes les tags
• Mettre des 0 et des 1 aux intersections selon que la startup possède ou nonce tag
• Pour une nouvelle liste de tags donnée, faire le produit scalaire avec chaque ligne de ce tableau
pour en ressortir les startups semblables
• Retourner les clients de ces startups

9. Etape 1 : cleaner les tags
Créer une fonction qui :
• clean les tags
• les sépare
• les mets en minuscule
• les ajoute à une liste
col_tags devient la colonne « propre » des tags

10. Etape 1 : cleaner les tags
Avant Après

11. Etape 2 : supprimer les startups qui n’ont pas de clients
Créer une autre colonne de tags où les startups
qui n’ont pas de clients sont supprimées
Créer une liste des tags (uniques) que l’on
utilisera pour créer les colonnes du tableau
Etape 3 : supprimer les tags en doublon

12. Etape 3 : supprimer les tags en doublon
s : l :

13. Etape 4 : populer le tableau colonne par colonne
• Créer chaque colonne en prenant un par un
les tags de la liste
• Ligne par ligne, ajouter un 0 si la startup ne
possède pas ce tag, ou un 1 si elle le possède
• Créer le tableau

14. Etape 4 : populer le tableau colonne par colonne
(Plus de 400 colonnes)

15. Etape 5 : comparer des tags aux startups de la base et retourner les clients
les plus pertinents
• Créer une fonction qui prend en argument
une liste de tags
• Traduire ces tags en liste de 0 et 1
• Faire le produit scalaire entre cette liste et
chaque ligne du tableau des startups
• Créer une colonne « Similarity » qui
enregistre le résultat du produit scalaire
• Retourner les 10 startups qui ont le plus grand
produit scalaire avec les tags d’entrée,
accompagnées de la liste de leurs clients

16. Etape 5 : comparer des tags aux startups de la base et retourner les clients
des startups similaires
Recommandation de clients : Vérification de la similarité :

17. Etape 5 : comparer des tags aux startups de la base et retourner les clients
des startups similaires
Recommandation de clients : Vérification de la similarité :

18. PROCHAINES ÉTAPES
• Faire le même travail « dans l’autre sens » pour recommander des
startups aux grands groupes
• Ajouter au système de recommandation les autres informations
disponibles (secteur, intérêt, technologie, fonds levés…)
• Intégrer les recos au site de Forinov et les automatiser pour proposer
des résultats exploitables directement par leurs clients