Le méta-moteur inductif (MMI) est un dispositif générique capable d’émuler le fonctionnement de toute une collection de moteurs.
En mettant en œuvre un algorithme inductif, les moteurs de cette collection sont aptes à isoler des singularités situationnelles et les généraliser. Pour ce faire, le méta-moteur inductif se base sur des mécanismes cognitifs de généralisation reproduisant ceux du cerveau humain.
Au sein de l’analyse situationnelle appliquée au monde de l’internet, le contexte de l’internaute est représenté par la page du site affichée sur son navigateur mais aussi par le chemin qu’il a parcouru.
Par exemple une page présentant un bonnet constituera un contexte différent selon que l’internaute l’aura adressé dans une navigation sur les produits de la marque ou une navigation sur une thématique montagne ou une navigation explorant tous les chapeaux. Les recommandations dans ces différents contextes devront être très différentes.
Le MMI de Netwave a pour rôle de produire des moteurs inductifs basé sur un algorithme permettant de distinguer parmi les visites des internautes présents sur le site ou récemment venus sur le site ceux dont les contextes sont extrapolables aux autres internautes dans la même situation.
Le nombre de contexte possible est un multiple du nombre d’articles du site, chaque internaute pouvant mettre en œuvre des centaines d’approches différentes de chaque article. Le nombre de situations possibles dans lesquels peuvent se trouver les internautes est également très important. Dans ces conditions, un phénomène émergeant reposant sur l’association d’internautes dans une situation particulière et un contexte particulier constitue un « signal faible » noyé dans l’ensemble des données.
L’algorithme permettant d’isoler ces signaux faibles représentés par les couples (situation de l’internaute, contexte) généralisables résulte de travaux de recherche menés sur plusieurs années.
Dans le monde du e-commerce on s’intéresse aux visiteurs et à leur contexte, via leur navigation au sein des présentations de produits.
L’espace des visiteurs et des contextes constitue un ensemble sur lequel peut être bâtie une géométrie non euclidienne sur la base d’un difféomorphisme régulier liant les couples (visiteurs, contextes) entre eux.
Grace à des algorithmes inductifs, WebSAles Booster a la capacité d’agir en temps réel de façon pertinente et optimisée. Lorsqu’un internaute se situe dans une situation particulière et dans un lieu particulier du e-magasin, il est possible de construire son environnement en terme d’internautes actuellement dans des situations identiques ou voisines et en terme de produits visités ou sélectionnés identiques ou voisins.
L’algorithme peut alors parcourir cet espace et y identifier des produits à recommander en adéquation avec la situation et le contexte évolutif de l’internaute. La métrique associée permet de faire émerger une norme et contrôler la fin de l’algorithme lorsque le capital de recommandation stagne.
Par exemple pour un site e-commerce disposant de 1000 internautes connectés simultanément explorant 10.000 options (instances différentes de présentation de produits du catalogue, un même produit pouvant etre présenté plusieurs fois) l’algorithme utilisé divise par plus de 20 fois le nombre de couples (visiteurs, contextes), il se prête donc bien au temps réel.