UE (6 ECTS) : Analyse de données sociales et personnalisation de l’information

Responsables : Yoann Pitarch et Lynda Tamine-Lechani

Répartition : C/TD/TP : 40%, 30%, 30%

Objectifs 

Des masses d’informations sont de plus en plus accessibles aux utilisateurs à travers une large gamme de sources hétérogènes : web, smartphones, média sociaux, capteurs, etc. Ces informations (nouvelles, opinions, ..) contenues dans des supports (journaux, tweets, blogs, documents classiques,..) sont de plus, accédées et exploitées par des profils d’utilisateurs de plus en plus diversifiés (profils métiers, niveau d’expertise, intérêts, communauté, etc.). Ces utilisateurs interagissent de plus avec le système (tags, posts, ..) de façon individuelle ou en communautés comme dans le cas des réseaux sociaux. Ces différents facteurs engendrent des problèmes comme la difficulté pour un utilisateur d’accéder spécifiquement aux informations qui lui sont utiles en considérant son profil; il est alors opportun d’exploiter ces masses d’informations afin de recommander des services, produits ou informations, identifier des communautés, analyser de tendances ou d’évènements, fouiller des opinions, etc. autant de services qui permettent de dédier le fonctionnement des systèmes à des utilisateurs et/ou communautés en réduisant ainsi virtuellement l’échelle des informations. L’objectif de ce cours est de fournir des outils théoriques et pratiques pour l’analyse, le traitement, l’accès aux masses d’informations et la transformation de ces données et informations « en connaissances actionnables »




Pré-requis

Modèles théoriques de la recherche d’information (partie de l’UE en M1): modèles théoriques (vectoriel, probabiliste, thématique, basé sur l’apprentissage automatique)


L’UE est composée de 2 matières à 3 ECTS chacune



----------------------------------------------

Matière1 : 3 ECTS

Titre de la matière : Analyse de données sociales


1. Introduction

  1. Analyse structurelle des réseaux sociaux

3. Analyse de contenus sociaux

o Outils théoriques: Extraction d’information (analyse statistique de textes, Topics model, …)


4. Modèles d’accès complexes



-----------------

M2 : 3 ECTS

Titre de la matière : Recommandation et personnalisation de l’information


  1. Introduction (applications grand public, problèmes méthodologiques)

  2. Approches génériques de recommandation/personnalisation

  3. Accès personnalisé à l’information

- Ressources (ontologies, wiki)

- Modes de construction/représentation de profil (vectoriel, réseaux, sémantique)

  1. Recommandation de l’information


Ouvrages de références :

Web Data Mining : Exploring Hyperlinks, Contents, and Usage Data (Springer) par Bing Liu

Social Network Analysis: Methods and Applications par Stanley Wasserman et Katherine

Recommender systems, an Introduction, Dietmar Jannach, Markus Zanker, Alexander Felfernig, Gerhard Friedrich, Cambrige University press, 2015


Compétences

Maîtriser les outils de base pour la personnalisation d’information dans un contexte individuel et/ou social ainsi que les outils pour l’analyse et fouille d’informations sociales


Mots-clés

Utilisateur, personnalisation, recommandation, fouille de graphes, analyse de communautés, réseaux sociaux, données sociales




2