analyse automatique de la e-réputation - lingway
Post on 30-Jun-2015
1.432 Views
Preview:
DESCRIPTION
TRANSCRIPT
www.lingway.com 20 octobre 10
Analyse automatique de la e-RéputationHugues de Mazancourt
Directeur TechniqueLingway
La e-Réputation
1,7 milliards d’internautes et 133 millions de bloggeurs dans le monde (source Technorati)
227 millions d’internautes, 32 millions de bloggeurs et 58 millions de membres de réseaux sociaux aux Etats-Unis (source Universal Mc Cann)
35 millions d’internautes en France ( Médiamétrie, décembre 09 )
5 millions de bloggeurs et 10 millions de membres de réseaux sociaux en France (source Universal Mc Cann)
900 000 nouveaux « post »chaque jour (source Technorati)
285 000 nouveaux avis consommateurs publiés chaque jour
- 20 octobre 10Journée IliaTech 2
Illustration CNDP - dossier « identité numérique, quels enjeux pour l’école » - sept.2010
Pour le meilleur et pour le pire
- 20 octobre 10Journée IliaTech 3
A Lingway, la e-Réputation, c’est:
Un produit: LINGWAY e-Réputation� Proposé directement à des entreprises soucieuses de suivre
leur image sur Internet• Banques, « réputation employeur », automobile
� Ou en partenariat avec des agences de communication• Grande consommation
Un projet de R&D collaborative : iPinion� En partenariat� Permettant de renforcer les bases théoriques du produit� … et de permettre des expérimentations
- 20 octobre 10Journée IliaTech 4
Le projet iPinion
La réunion de 3 expertises :� Lingway : Traitement Automatique des Langues� Pikko : cartographie de données complexes� Medialab de Sciences Po : étude des usages des TIC
2 entreprises beta-testeurs� Moêt Hennessy� Radio France
Thèmes de recherche� Analyser automatiquement l’opinion dans les textes (Lingway)� Analyser & cartographier les réseaux d’opinion (Pikko)� Qu’est-ce qu’un échantillon représentatif du Web (médialab) ?
- 20 octobre 10Journée IliaTech 5
Processus d’analyse de la e-Réputation
- 20 octobre 10Journée IliaTech 6
Collecter les données
Méthode « search » plutôt que « bouquet »� « Syndrome du réverbère »
Sur la thématique de l’étude� À partir d’une liste de mots clés, sur une plage de temps
Types de sources� Web (sites, blogs, forums…) via des moteurs de recherche� Twitter + ses liens
� Videos (Dailymotion, Youtube )
� Sites d’avis (Ciao)
Enrichissement du catalogue de sources� Black-lists, par exemple petites annonces, offres d’emploi
� Conservation de données complémentaires sur les sources
- 20 octobre 10Journée IliaTech 7
La question du document
La tradition (et les moteurs de recherche) nous a habitués à raisonner en « pages », mais est-ce le bon degré d’analyse ?Plusieurs unités sur une page� Un commentaire sur un blog n’a pas la même valeur que le post
lui-même• a priori moins
� Pas plus qu’un commentaire sur un site de revue, par rapport à la présentation du produit
• ici, il semble avoir plus de poids que le « post »
Une n-ième reprise d’un article a-t-elle le même po ids que l’article initial?� Cf. les « RT » sur twitter
Pas de réponse théorique à l’heure actuelle
- 20 octobre 10Journée IliaTech 8
Plus prosaïquement…
Nettoyer les pages� Supprimer les publicités, bandeaux de navigation, etc. pour
garder le « vrai » contenu
Découper les pages� Isoler le post des commentaires� Détecter les dates et auteurs des commentaires� … et plus généralement de la page
Le tout avec une portée généraliste (« tout-terrain » )���� utilisation d’heuristiques sur la forme du document et de grammaires locales sur le texte� Ce n’est pas un sujet théorique très exploré, pourtant, c’est le
point d’entrée indispensable à une analyse correcte
- 20 octobre 10Journée IliaTech 9
Cartographie d’influence
- 20 octobre 10Journée IliaTech 10
Cartographie technologie Pikko
Utilisation de Lingway KM
Utilisation des capacités sémantiques du moteur pour trouver des verbatims qui correspondent à des thématiques de la grille� Sans avoir à énumérer toutes les formulations possibles
Utilisation des fonctions de text-mining pour découvrir de nouvelles thématiques� Ces thématiques vont pouvoir enrichir la grille
• Sur des aspects durables ou éphémères (buzz)
- 20 octobre 10Journée IliaTech 11
Moteur sémantique
- 20 octobre 10Journée IliaTech 12
Identification de thèmes émergents
- 20 octobre 10Journée IliaTech 13
Extraction d’adjectifs par banque
- 20 octobre 10Journée IliaTech 14
Caisse d’épargne
HSBC LCL
BNP
Autres extractions
- 20 octobre 10Journée IliaTech 15
Discours officiel de la marque
Discours des internautes
Identifier et mesurer les opinions
Opinion = Evaluation + thème� Les frais d’ouverture de compte sont trop élevés� J’ai remarqué un effort d’amabilité de la hot-line� Le service n’est pourtant pas totalement déshumanisé
Identifier les thèmes� Thèmes connus que l’on veut surveiller > « grille d’analyse »� Thème inconnus que le système peut découvrir
Identifier les évaluations� Analyse linguistique des polarités positives ou négatives des
verbatims���� nécessité d’une analyse linguistique à la fois fine e t robuste
- 20 octobre 10Journée IliaTech 16
Les limites de l’interprétation
- 20 octobre 10Journée IliaTech 17
Portail d’accès aux résultats
- 20 octobre 10Journée IliaTech 18
Etude « banques » de Juillet 2010
LINGWAY e-Réputation: bénéfices
Une plateforme intégrée � De l’acquisition à la présentation
Pour le suivi de tous types de sources� Web, réseaux sociaux, avis consommateurs
Proposant une analyse quantitative� Par source, par pays, par période …
Et qualitative� Grâce à l’analyse linguistique permettant� L’identification des thématiques� L’association thème – objet� L’analyse des tonalités
- 20 octobre 10Journée IliaTech 19
www.lingway.com
One more thing…
- 20 octobre 10Journée IliaTech 20
Prochaines étapes
Segmentation des auteurs� Age, CSP, …
Argument mining� Savoir pourquoi les utilisateurs sont ou non contents� Pour pouvoir ajuster le discours� Mais aussi prévenir les crises en détectant des singularités
dans les arguments avancés • Cf. page Facebook Nestlé
- 20 octobre 10Journée IliaTech 21
www.lingway.com
Merci
- 20 octobre 10Journée IliaTech 22
top related