analyser le contexte des personnes dans les réseaux sociaux

ANALYSE DE CONTEXTE DES PERSONNES DANS LES RÉSEAUX

SOCIAUX

Présenté par:KENOUCHE Takfarinas

HALLAK Sidali

SOMMAIRE1. Présentation du sujet de master

2. Définition d’un réseau social

3. Analyse des réseaux sociaux

4. Méthodes d’analyse

5. Machine Learning

6. Analyse du contexte des personne dans les réseaux sociaux

7. Méthode de représentation Graphe Contextuel

Graphe d’intérêt

8. Outils existants d’analyse de contexte dans les réseaux sociaux

9. Conclusion

PRÉSENTATION DU SUJET DE MASTER Définition

Objectifs

PRÉSENTATION DU SUJET DE MASTER

Contexte Les réseaux sociaux ne cessent de connaître un succès exponentiel auprès des internautes, chaque jour on trouve plus 2,5 milliards de mise à jour Facebook, 400 millions de tweets.

Cette immense quantité de donnée, qui décrit le contexte de ces utilisateurs, peut être bénéfique dans plusieurs domaines du Web, tel que le E-commerce ou bien le E-marketing.

Ces information éparpillées et non structurées ce qui les rendent difficiles a extraire et à exploiter.

PRÉSENTATION DU SUJET DE MASTER

ObjectifPour cela, le présent projet a pour objectif de concevoir un système intelligent qui permet de récolter les informations sur une personne sur les réseaux sociaux, puis d’extraire et de structurer dans un graph extensible le contexte professionnel et général d’une personne.

Le système doit être basé sur les algorithmes de machine Learning qui permet l'évolution continue et l'amélioration des résultats avec le temps.

RÉSEAUX SOCIAUXRéseau SocialAnalyse des réseaux sociauxLes fins d’ARSMéthodes d’analyse des RS

RÉSEAU SOCIAL

DéfinitionLes réseaux sociaux dans l’internet sont des services web qui permettent aux individus de construire un profil public ou semi-public liée avec une liste d’autres profils qui nécessite une confirmation bidirectionnel pour l’amitié, mais certains réseaux ne le font pas, ces liens unidirectionnels sont parfois étiquetés comme fans ou abonnés, avec ces amis il a des relations et il partage avec eux des informations.

ANALYSE DES RÉSEAUX SOCIAUX

Définition L’Analyse des réseaux sociaux (ARS) est un processus d'analyse quantitative et qualitative d'un réseau social. L’ARS mesures et cartographie de le flux des relations et des changements dans les relations entre les entités possédant des connaissances.

Ces entités simples et complexes des sites web peuvent être des personnes, des groupes, des organisations et des nations.

ANALYSE DES RÉSEAUX SOCIAUX A quelles fins ?

Surveillance de la marque. Analyse et tendances de

marché

Extraction d’opinions. Veille concurrentielle.

Opinion du public. Stratégie marketing

Suivi de campagnes. Analyse de sujet

Extraction d’opinions. Évaluation d’essai de

produits

Analyse de produits. Soutien à la clientèle

Support aux relations

publiques.

Comparaison de produits

MÉTHODES D’ANALYSE

Définition Ces les méthodes qui permet de comprendre les relations que les individus établissent entre eux grâce à l’étude de l’intensité de leurs interactions, à la fois dans le monde du travail et dans leur communauté sociale privée.

On distingue deux grandes familles de méthodes d’analyse La méthode traditionnelle et la méthode du Data Mining

MÉTHODES D’ANALYSE

Méthodes: La méthode traditionnelle

Dans cette méthode on distingue deux mesures utilisées dans les réseaux sociaux. Les mesures locales sont les indices permettant de donner des informations locales sur un acteur donné comme la centralité ou le prestige. Les mesures globales sont porteuses d’éléments d’information globale sur le réseau.

La méthode du Data Mining

La fouille de données s'avère être un outil incroyablement riche et puissant lorsqu'elle est appliquée aux réseaux sociaux. La masse de données produites est riche et remplie d'informations pertinentes, ce qui permet aux processus de Data Mining de fonctionner correctement.

MACHINE LEARNING Définition

MACHINE LEARNING

Définition: L'apprentissage automatique (machine Learning en anglais), un des champs d'étude de l'intelligence artificielle, est la discipline scientifique concernée par le développement, l'analyse et l'implémentation de méthodes automatisables qui permettent à une machine (au sens large) d'évoluer grâce à un processus d'apprentissage, et ainsi de remplir des tâches qu'il est difficile ou impossible de remplir par des moyens algorithmiques plus classiques.

ANALYSE DU CONTEXTE DES PERSONNE DANS LES

RÉSEAUX SOCIAUX

ANALYSE DU CONTEXTE DES PERSONNE DANS LES RÉSEAUX SOCIAUX

L’analyse du contexte s’inscrit dans l’évolution des outils de Business Intelligence et de gestion des données. Le développement du web 2.0 a entraîné un intérêt de ces outils pour les équipes marketing, souvent soumises à un déluge de données. La solution se connecte d’elle même aux différents réseaux sociaux (Facebook, Twitter, LinkedIn, etc.), blogs, forums, commentaires d’articles, etc. Au fur et à mesure de l’indexation des données trouvées, la solution d’analyse des sentiments détermine, par un système de notation, si le contenu global recueilli est positif, négatif ou neutre.


La perception des clients et prospects La perception des clients et des prospects réfère au ressenti et à l’image qu’un client ou prospect peut avoir à propos d’une entreprise, d’une marque, d’un produit ou d’un service. Elle couvre donc plusieurs aspects. Par exemple, les termes « voiture allemande » renvoient à l’image d’une automobile de qualité, robuste et puissante. Cette perception est liée à la catégorie de la voiture et non à la marque ou à la robustesse réelle du véhicule.


Quels sont les sentiments à mesurer ? De nos jours, les early adopters se focalisent sur la mesure du sentiment global, autrement dit si le sentiment est positif ou négatif avec une échelle pour apprécier le degré de positivité ou de négativité. Le score obtenu permet de mesurer la satisfaction globale en temps réel, ainsi une entreprise peut suivre le contexte des consommateurs.

MÉTHODE DE REPRÉSENTATION

Graphe ContextuelGraphe d’Intérêt


Graphe Contextuel Un graphe contextuel constitue un formalisme basé sur le contexte pour représenter le raisonnement. Il représente une résolution de problèmes ou au moins une étape. Ils ont été utilisés dans un large spectre de domaine comme la médecine, la psychologie ergonomique, l'armée, la recherche d'information, la sécurité informatique, la sécurité routière, la loi, etc...


Le graphe d'intérêts C’est l’application du graphe contextuel sur les sur les intérêts d’une personne dans les réseaux.

Un graphe d'intérêt est une représentation en ligne des choses spécifiques dans lesquels une personne est intéressée. Les graphes d'intérêts ont pris de la valeur et sont très utilisés car l’hypothèse que les intérêts des personnes sont un aspect majeur de qui ils sont, qui font partie de leur identité personnelle, et peuvent être utilisés comme indicateurs de ces choses que ce qu'ils pourraient vouloir faire ou acheter, où ils pourraient vouloir aller, ou qui ils pourraient vouloir répondre, suivre ou voter pour.

MÉTHODE DE REPRÉSENTATION Utilisation des graphe d'intérêts Il y a un certain nombre d'utilisations pour les graphes d'intérêt à la fois du point de vue personnel et professionnel:

Personnel: appliquées conjointement avec des graphes sociaux pour créer un outil qui permet de faire rencontrer ou de connecter des gens dans un réseau social.

Professionnel: appliqués à des fins telles que la commercialisation, l’analyse de l’auditoire, achat basée sur la popularité, l’analyse des sentiments, la publicité comme une autre forme de profilage comportemental et ciblage basé sur des intérêts

OUTILS D’ANALYSE DE CONTEXTE DANS LES

RÉSEAUX SOCIAUX

OUTILS EXISTANTS D’ANALYSE DE CONTEXTE DANS LES RÉSEAUX SOCIAUX

CONCLUSION

Ce travail de recherche documentaire nous a était très bénéfique,

en suivant la démarche documentaire correcte, nous a permet

d’approfondir et d’analyses notre sujet de recherche qui s’intitule

l’analyse de contexte des personne dans les réseaux sociaux.

analyser le contexte des personnes dans les réseaux sociaux

Data & Analytics