1. ANALYSE DE CONTEXTE DES PERSONNES
DANS LES RÉSEAUX SOCIAUX
Présenté par:
KENOUCHE Takfarinas
HALLAK Sidali

2. SOMMAIRE
1. 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

3. PRÉSENTATION DU SUJET
DE MASTER Définition
Objectifs

4. 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.

5. PRÉSENTATION DU SUJET DE
MASTER
Objectif
Pour 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.

6. RÉSEAUX SOCIAUX
Réseau Social
Analyse des réseaux
sociaux
Les fins d’ARS
Méthodes d’analyse des RS

7. RÉSEAU SOCIAL
Définition
Les 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.

8. 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.

9. ANALYSE DES RÉSEAUX SOCIAUX
Aquelles 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

10. 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

11. 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

12. MACHINE LEARNING Définition

13. 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.

14. ANALYSE DU CONTEXTE DES
PERSONNE DANS LES
RÉSEAUX SOCIAUX

15. 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.

16. ANALYSE DU CONTEXTE DES
PERSONNE DANS LES RÉSEAUX
SOCIAUX
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.

17. ANALYSE DU CONTEXTE DES
PERSONNE DANS LES RÉSEAUX
SOCIAUX
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.

18. MÉTHODE DE
REPRÉSENTATION
Graphe Contextuel
Graphe d’Intérêt

19. MÉTHODE DE REPRÉSENTATION
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...

20. MÉTHODE DE REPRÉSENTATION
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.

21. 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

22. OUTILS D’ANALYSE DE
CONTEXTE DANS LES
RÉSEAUX SOCIAUX

23. OUTILS EXISTANTS D’ANALYSE DE
CONTEXTE DANS LES RÉSEAUX
SOCIAUX

24. 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.