E Reputation Lingway
-
Upload
hugues-de-mazancourt -
Category
Documents
-
view
1.128 -
download
0
description
Transcript of E Reputation Lingway
www.lingway.com 20 octobre 10
Analyse automatique de la e-Réputation
Hugues de MazancourtDirecteur Technique
Lingway
Journée IliaTech 2
La e-Réputation
1,7 milliards d’internautes et 133 millions de bloggeurs dans le monde (source Technorati)
227 millions d’internautes, 32 millions de bloggeurs et 58 millions de membres de réseaux sociaux aux Etats-Unis (source Universal Mc Cann)
35 millions d’internautes en France ( Médiamétrie, décembre 09)
5 millions de bloggeurs et 10 millions de membres de réseaux sociaux en France (source Universal Mc Cann)
900 000 nouveaux « post » chaque jour (source Technorati)
285 000 nouveaux avis consommateurs publiés chaque jour
- 20 octobre 10
Illustration CNDP - dossier « identité numérique, quels enjeux pour l’école » - sept.2010
Journée IliaTech 3
Pour le meilleur et pour le pire
- 20 octobre 10
Journée IliaTech 4
A Lingway, la e-Réputation, c’est:
Un produit: LINGWAY e-Réputation Proposé directement à des entreprises soucieuses de
suivre leur image sur Internet• Banques, « réputation employeur », automobile
Ou en partenariat avec des agences de communication• Grande consommation
Un projet de R&D collaborative : iPinion En partenariat Permettant de renforcer les bases théoriques du
produit … et de permettre des expérimentations
- 20 octobre 10
Journée IliaTech 5
Le projet iPinion
La réunion de 3 expertises : Lingway : Traitement Automatique des Langues Pikko : cartographie de données complexes Medialab de Sciences Po : étude des usages des TIC
2 entreprises beta-testeurs Moêt Hennessy Radio France
Thèmes de recherche Analyser automatiquement l’opinion dans les textes (Lingway) Analyser & cartographier les réseaux d’opinion (Pikko) Qu’est-ce qu’un échantillon représentatif du Web (médialab) ?
- 20 octobre 10
Journée IliaTech 6
Processus d’analyse de la e-Réputation
- 20 octobre 10
Journée IliaTech 7
Collecter les données
Méthode « search » plutôt que « bouquet » « Syndrome du réverbère »
Sur la thématique de l’étude À partir d’une liste de mots clés, sur une plage de temps
Types de sources Web (sites, blogs, forums…) via des moteurs de recherche Twitter + ses liens Facebook Videos (Dailymotion, Youtube ) Sites d’avis (Ciao)
Enrichissement du catalogue de sources Black-lists, par exemple petites annonces, offres d’emploi Conservation de données complémentaires sur les sources
- 20 octobre 10
Journée IliaTech 8
La question du document
La tradition (et les moteurs de recherche) nous a habitués à raisonner en « pages », mais est-ce le bon degré d’analyse ?Plusieurs unités sur une page Un commentaire sur un blog n’a pas la même valeur que le post
lui-même• a priori moins
Pas plus qu’un commentaire sur un site de revue, par rapport à la présentation du produit• ici, il semble avoir plus de poids que le « post »
Une n-ième reprise d’un article a-t-elle le même poids que l’article initial? Cf. les « RT » sur twitter
Pas de réponse théorique à l’heure actuelle
- 20 octobre 10
Journée IliaTech 9
Plus prosaïquement…
Nettoyer les pages Supprimer les publicités, bandeaux de navigation, etc. pour
garder le « vrai » contenu
Découper les pages Isoler le post des commentaires Détecter les dates et auteurs des commentaires … et plus généralement de la page
Le tout avec une portée généraliste (« tout-terrain ») utilisation d’heuristiques sur la forme du document et de grammaires locales sur le texte Ce n’est pas un sujet théorique très exploré, pourtant, c’est le
point d’entrée indispensable à une analyse correcte
- 20 octobre 10
Journée IliaTech 10
Cartographie d’influence
- 20 octobre 10
Cartographie technologie Pikko
Journée IliaTech 11
Utilisation de Lingway KM
Utilisation des capacités sémantiques du moteur pour trouver des verbatims qui correspondent à des thématiques de la grille Sans avoir à énumérer toutes les formulations possibles
Utilisation des fonctions de text-mining pour découvrir de nouvelles thématiques Ces thématiques vont pouvoir enrichir la grille
• Sur des aspects durables ou éphémères (buzz)
- 20 octobre 10
Journée IliaTech 12
Moteur sémantique
- 20 octobre 10
Journée IliaTech 13
Identification de thèmes émergents
- 20 octobre 10
Journée IliaTech 14
Extraction d’adjectifs par banque
- 20 octobre 10
Caisse d’épargne
HSBC LCL
BNP
Journée IliaTech 15
Autres extractions
- 20 octobre 10
Discours officiel de la marque
Discours des internautes
Journée IliaTech 16
Identifier et mesurer les opinions
Opinion = Evaluation + thème Les frais d’ouverture de compte sont trop élevés J’ai remarqué un effort d’amabilité de la hot-line Le service n’est pourtant pas totalement déshumanisé
Identifier les thèmes Thèmes connus que l’on veut surveiller > « grille d’analyse » Thème inconnus que le système peut découvrir
Identifier les évaluations Analyse linguistique des polarités positives ou négatives des
verbatims
nécessité d’une analyse linguistique à la fois fine et robuste
- 20 octobre 10
Journée IliaTech 17
Les limites de l’interprétation
- 20 octobre 10
Journée IliaTech 18
Portail d’accès aux résultats
- 20 octobre 10
Etude « banques » de Juillet 2010
Journée IliaTech 19
LINGWAY e-Réputation: bénéfices
Une plateforme intégrée De l’acquisition à la présentation
Pour le suivi de tous types de sources Web, réseaux sociaux, avis consommateurs
Proposant une analyse quantitative Par source, par pays, par période …
Et qualitative Grâce à l’analyse linguistique permettant L’identification des thématiques L’association thème – objet L’analyse des tonalités
- 20 octobre 10
www.lingway.com
One more thing…
- 20 octobre 10Journée IliaTech 20
Journée IliaTech 21
Prochaines étapes
Segmentation des auteurs Age, CSP, …
Argument mining Savoir pourquoi les utilisateurs sont ou non contents Pour pouvoir ajuster le discours Mais aussi prévenir les crises en détectant des
singularités dans les arguments avancés • Cf. page Facebook Nestlé
- 20 octobre 10
www.lingway.com
Merci
- 20 octobre 10Journée IliaTech 22