Analyse et valorisation des données issues des réseaux sociaux

par Guillaume Vimont

Projet de thèse en Informatique

Sous la direction de Michel de Rougemont.

Thèses en préparation à Paris 2 , dans le cadre de École doctorale des sciences économiques et gestion, sciences de l'information et de la communication (Paris) , en partenariat avec Centre de Recherches en Economie et Droit (CRED) (laboratoire) et de Laboratoire d'Informatique Algorithmique: Fondements et Applications (LIAFA-CNRS) (equipe de recherche) depuis le 23-11-2015 .


  • Résumé

    Le « Big Data » est né d'un ensemble de progrès technologiques qui ont révolutionné la façon dont les données sont générées, transmises, stockées et analysées. Les évolutions sociétales vis-à-vis des nouveaux usages, du partage de l'information ainsi que des nouvelles possibilités de monétisation, sont des éléments-clés qui ont contribué à la richesse et au volume des données. On distingue généralement 2 natures de données sous ce concept du « Big Data » : Les données des entreprises : tous les types de données structurées, semi-structurées ou non-structurées que l'entreprise produit et stocke. Les données en dehors des entreprises : tous les types de données structurées, semi- structurées ou non-structurées accessibles depuis des bases de données externes (publiques ou fournisseurs de données) ou des flux de données. Ces données prennent différentes formes, numériques, alphanumériques, temporelles... L'objectif dans cette thèse est de s'intéresser plus particulièrement aux données issues des réseaux sociaux, dont l'objectif est d'analyser leur volume, leur vélocité, leur variété, et leur véracité. La première partie des travaux portera donc sur l'aspect technique, regroupant toutes les techniques à mettre en oeuvre entre la captation, le stockage, l'approximation des calculs approché et l'analyse des données. La seconde partie des travaux portera sur l'aspect économique, le gain d'information récolté et la valorisation des données lors de nos analyses, seront appliquées à différents modèles économiques dans un but d'optimisation et d'amélioration.


  • Pas de résumé disponible.