General Motors
BP
Ford Motor Company
AstraZeneca
DaimlerChrysler
CNN
General Electric
US Senate
Credit Suisse First Boston
Volkswagen
Siemens
The McGraw-Hill Companies
Philip Morris
Bloomberg
Verizon
AT&T
US Department of Defense
FIAT
Nestle
HP
Credit Lyonnais
General Dynamics
Hewlett Packard
ABN Amro
UBS Warburg
3
Merrill Lynch
New York Stock Exchange
The Economist
AT&T
France Telecom
BP
Boeing
Lafarge
Nestle
Lloyds
Safeway
Lloyds
People's Republic of China's
Ministry of Agriculture
Nordea
US State Department
Sun Microsystems
UK Department of Trade & Industry
General Motors
Tesco
Pfizer
Philips
The Coca Cola Company
Sybase
Sprint
New York Life Insurance
Hewlett Packard
AstraZeneca
Canon USA
Novell
Vodafone Omnitel
Ericsson
General Electric
Philips
HM Revenue & Customs
EDS
Philip Morris International
Royal & SunAlliance
Henkel
Novartis
Philips
Credit Lyonnais
Sun Microsystems
Ericsson
British American Tobacco
Norsk Hydro
New York Life Insurance
AstraZeneca
Skanska
BAE Systems
Kodak
General Motors
The Royal Mail Group
US State Department
Henkel
Bank of Montreal
Sun Microsystems
3
AstraZeneca
Danske Bank
Pfizer
BMW
Kronos Corporation
3
Fujitsu Technology Services
Zurich Financial Services
Halliburton
BBC
Royal & SunAlliance
Blue Cross/Blue Shield of Massachusetts
BP
T-Mobile
BBC
BP
Channel 4 Corporation
General Motors
MOL
VHA
3
Macmillan Publishing
AstraZeneca
ABN Amro
Burges Salmon
Motorola
British Telecom
Ferrari
Deloitte & Touche
Sun Microsystems
PA Consulting
US Army
UK Department of Trade & Industry
EMC Corporation
US Department of Commerce
Swiss Army
Encana Corporation
IEEE
Hewitt Associates LLC
3
Britvic Softdrinks
HEALTHvision
Paramount
Lexmark
US Department of Defense
JD Edwards
Ingersoll-Rand
PricewaterhouseCoopers
Vodafone Omnitel
Nomura
US State Department
Reed Elsevier
Dow Chemical Company
Siemens Power Generation
Texas Instruments
Forrester Research
McData
BBC
Wall Street Journal
Lloyds
General Motors
NASA
SCA
Reuters
ITN
T-Mobile
3
IBM NICA
AstraZeneca
Siemens
Forbes.com
Nissan North America, Inc.
Toyota Motor
AT&T
The McGraw-Hill Companies
Fox Sports
Society of Petroleum Engineers
US Department of Energy
European Commission
Telecom Italia
US State Department
Harrah's
AXA
Sybase
AstraZeneca
Napster
US Department of Defense
AstraZeneca
Siemens
US Department of Commerce
Oracle
Compuware
Philips
Olympus
ARM
Nestle
Taylor & Francis
Federal Express
Nissan Motor
Milward Brown Precis
Federal Government of Canada
UK Home Office
HM Revenue & Customs
3
Lloyds
Harvard Business School
Hewlett Packard
Britvic Softdrinks
MOL
Macmillan Publishing
Allianz Life Insurance Co
Swiss Army
Parliament of Singapore
VMS
Ericsson
Singapore Police Force
UK Department of Trade & Industry
Sony Music
GSA Advantage!
Kaiser Permanente
Stanford Business School
Johns Hopkins
Wachovia
Standard Life Insurance
Ingersoll-Rand
Raytheon
Commerzbank
Allstate Insurance
State of Washington
Napa Valley County
Texas Department of Transportation
American HomePatient
TIBCO
Sharper Image
Nestle
Xerox
America Online
Lockheed Northrop Grumman
Dow Chemical Company
Draeger Medical
Nestle
Sutter Health
Danske Bank
Philips
Kenyan AIDS Clinic
University of Washington
State of Minnesota
World Wildlife Fund
Autonomy Group Customers
 
テクノロジー
情報への迅速なアクセス
柔軟な接続性
リッチメディア管理

Technology 多言語サポート | 情報の統合管理 | 構造化データ管理
概要
関連イベント
導入事例
関連資料
関連ニュース

あらゆる企業情報の一元化

意味ベースコンピューティング(MBC)を推進する先駆者のオートノミーは、企業データの80%を占める非構造化コンテンツの分析に伴う難題を解決するリーダーとして知られています。しかし、企業の情報の大部分が格納されているビジネスアプリケーション内の残りのデータについてはどうすればいいのでしょうか。サイロ状態の環境で各種コンテンツを処理する際に直面する課題に対して、大半のエンタープライズサーチ・ベンダーは、構造化データの処理をビジネスインテリジェンス技術に頼っています。しかし、ビジネスインテリジェンスを最大限に活用するには、これらの異なる形式のコンテンツを正しく統合して組み合わせたうえで分析する ことが必要です。

多くのデータソースを抱える企業に対して、オートノミーの成熟したコネクタフレームワークでは、400以上のリポジトリをサポートし、単一インタフェースから企業内情報全体に対する検索を実現します。これにより、企業の情報資産を単一のビューで参照できるようになります。オートノミーは、非構造化コンテンツに対するのと同じインテリジェンス、柔軟性、精度で構造化データもサポートします。複雑な関係性を維持しつつ、あらゆるデータ形式から概念とエンティティを抽出して、関連性の高いコンテンツを自動的に関連付けます。

管理、分析機能

IDOLはあらゆる形式の情報を処理するための機能を500以上備えています。以下は主要機能の一部です。

コンセプトデータ分析 ? コンセプトデータ分析 MBC技術は異なるシステム間をまたいで異なる対象から、概念的、確率論的に関連付けられた結果を導き出すことができます。たとえば昨年度の売上高データが格納された2つの異なるデータベースがあるとします。その一方は単位としてユーロを使用し、もう一方は単位としてドルを使用したデータセットが格納されており、後者のデータベースには返品に関するデータも含まれているため両データベース内の値は若干異なります。このような状況でも、I両方のデータセットに同じデータが含まれていることを自動的に検出できます。
自動ハイパーリンキング ? IDOLは情報の形式にかかわらず、関連する情報を手動または完全自動でリンクします。あるドキュメント内のコンセプトを、別のファイル内のコンセプトに自動的にリンクします。ビデオやボイスメール内の関連するコンセプトにリンクすることもできます。ハイパーリンクは、ドキュメントの閲覧時にリアルタイムで生成されるため、煩雑な手作業なしに常に最新の状態を保ちます。
語句抽出 ? 従来型のエンティティ抽出にとどまらず、企業がすでに保有している知識に基づいて抽出したデータを充実させます。団体名、人名、場所、数字をはじめとする特定のデータの抽出だけでなく、これらの情報を企業内のほかのデータに概念的に関連付けて、自動的に関係性を構築します。
クラスタリング ? オートノミーの自動クラスタリング機能を活用することで、企業は大量のドキュメントやユーザプロファイルも分析することが可能になり、内在するテーマや情報クラスタを自動的に識別できます。非構造化コンテンツもクラスタリングします。数量的クラスタリングなどの最先端の発見的手法を使用して、コンセプトのグループ化を行います。
自動タクソノミ生成 ? 企業が保有する情報を理解することで自動的にタクソノミを生成し、ユーザにとってなじみのある親/子のタクソノミ構造に瞬時にデータを整理します。データセットのコンセプトを理解し、その理解に基づいて各ノードを自動的に識別し、名前を付け、作成します。

関連するイベントはありません。 こちら あるいは こちら をご覧ください。

一部の導入事例をご紹介しています。より詳細は、 http://publications.autonomy.com/ をご覧ください。

IDOLサーバ 7 による 自動ハイパーリンキング

Technology 多言語サポート | 情報の統合管理 | 構造化データ管理
その他のご案内

テクノロジー
機能
製品
ソリューション
サービス
導入実績
パートナーとOEM
ニュース & イベント
企業情報