Mise en place d'une architecture permettant d'optimiser les poids

[pedevineau]

Mise en place d'une architecture permettant d'optimiser les poids elastic à partir d'une optimisation sur une fonction de coût (par exemple un taux de réussite de la tâche "retrouver les entreprises labellisées en utilisant tout ou partie de l'information disponible).

[wgrison]

J'ai mis en place un processus qui pourrait répondre aux attentes. La fonction utilise les résultats retournés par Elastic, calcule plusieurs mesures de similarité textuelle (cf. librairie recordlinkage) puis retourne une probabilité d'appariement à partir d'une régression logistique. Le coût est directement calculé à partir de cette probabilité prédite et permet d'optimiser les poids de la fonction de régression. La librairie recordlinkage mentionnée propose une mesure de similarité pour les coordonnées géographiques à l'image d'ElasticSearch. Je me suis aussi demandé pourquoi vous n'utilisiez pas le "geo_score" de la base geo sirene pour déterminer si l'utilisation des données de l'API adresse est pertinente.