Thèse en cours

Traçage du contenu marketing vidéo

FR  |  
EN
Auteur / Autrice : Mohamed Allouche
Direction : Mihai Mitrea
Type : Projet de thèse
Discipline(s) : Informatique, données, IA
Date : Inscription en doctorat le 01/09/2020
Etablissement(s) : Institut polytechnique de Paris
Ecole(s) doctorale(s) : École doctorale de l'Institut polytechnique de Paris
Partenaire(s) de recherche : Laboratoire : SAMOVAR - Services répartis, Architectures, Modélisation, Validation, Administration des Réseaux
Equipe de recherche : ARMEDIA

Mots clés

FR  |  
EN

Résumé

FR  |  
EN

Concernant le marketing vidéo, une constatation s'impose : si l'époque de la télévision et les premières deux décades de l'Internet ont été marquées par les contenus vidéo publicitaires (c'est à dire des contenus poussés vers l'acheteur par un producteur qui payait un professionnel à cet effet – en anglais paid content), les dernières années ont marqué l'avènement d'un nouveau type de contenu, connu en anglais sous le nom organic content. Si la vocation de ce nouveau type de contenu reste toujours le marketing, sa typologie et sa distribution différent par rapport au contenu payé. Concernant la typologie, le contenu organique est bien plus large qu'un clip publicitaire classique et peut inclure des tutoriaux par rapport à un produit, des informations additionnelles comme les engagements sociétaux du producteur, des retours d'expérience, etc. Les canaux de distribution d'un contenu organique sont, quant à eux, gratuits (e.g. Twitter, Facebook, Youtube, …) : l'utilisateur ciblé vient lui même chercher un contenu organique, se l'approprie et éventuellement le redistribue, selon son intérêt. Cette thèse CIFRE s'attaque à la possibilité de collecter des données permettant de tracer avec précision l'acheminement d'un contenu marketing vidéo (principalement organique), dans un contexte de coexistence de canaux de diffusion numérique et analogique et en tenant compte des possibilités de traitement par des utilisateurs dans une communauté ciblée (réseau social professionnel ou personnel). En confrontant l'état de l'art à notre objectif principal on peut identifier comme principaux verrous : - le manque d'un cadre métier pour le fingerprinting martech - la scalabilité de la solution envisagée - la possibilité de personnalisation d'une application de fingerprinting Les principales contributions attendues sont structurées à quatre niveaux (qui sont présentés d'une façon top-down): - contributions théoriques : la spécification d'un modèle théorique pour le fingerprinting et l'estimation des paramètres sous-jacents pour le cas martech (modélisation statistique pour les contenus vidéo d'origine et pour leurs modifications, calcul de la capacité du canal, règle optimale de codage canal) ; - contributions méthodologiques : spécification d'un fingerprint extrait à partir du flux codé et d'une règle métier d'appariement paramétrable (pour permettre son adaptation à des contextes applicatifs différents); - contributions d'intégration logicielle : intégration logicielle dans la plate-forme Vidmizer et avec les logicielles de référence ISO pour le codage vidéo - contributions expérimentales : création d'une base de test de relevance métier, étude expérimentale et paramétrage fonctionnel, en collaboration avec les partenaires Vidmizer qui ont exprimé leur intérêt dans ce projet (EDF et Lulli Sur La Toile)