E Reputation Lingway

22
www.lingway.com 20 octobre 10 Analyse automatique de la e-Réputation Hugues de Mazancourt Directeur Technique Lingway

description

Presentation held at Iliatech day (Inria/CNRS) on October 2010.

Transcript of E Reputation Lingway

Page 1: E Reputation Lingway

www.lingway.com 20 octobre 10

Analyse automatique de la e-Réputation

Hugues de MazancourtDirecteur Technique

Lingway

Page 2: E Reputation 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

Page 3: E Reputation Lingway

Journée IliaTech 3

Pour le meilleur et pour le pire

- 20 octobre 10

Page 4: E Reputation Lingway

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

Page 5: E Reputation Lingway

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

Page 6: E Reputation Lingway

Journée IliaTech 6

Processus d’analyse de la e-Réputation

- 20 octobre 10

Page 7: E Reputation Lingway

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

Page 8: E Reputation Lingway

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

Page 9: E Reputation Lingway

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

Page 10: E Reputation Lingway

Journée IliaTech 10

Cartographie d’influence

- 20 octobre 10

Cartographie technologie Pikko

Page 11: E Reputation Lingway

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

Page 12: E Reputation Lingway

Journée IliaTech 12

Moteur sémantique

- 20 octobre 10

Page 13: E Reputation Lingway

Journée IliaTech 13

Identification de thèmes émergents

- 20 octobre 10

Page 14: E Reputation Lingway

Journée IliaTech 14

Extraction d’adjectifs par banque

- 20 octobre 10

Caisse d’épargne

HSBC LCL

BNP

Page 15: E Reputation Lingway

Journée IliaTech 15

Autres extractions

- 20 octobre 10

Discours officiel de la marque

Discours des internautes

Page 16: E Reputation Lingway

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

Page 17: E Reputation Lingway

Journée IliaTech 17

Les limites de l’interprétation

- 20 octobre 10

Page 18: E Reputation Lingway

Journée IliaTech 18

Portail d’accès aux résultats

- 20 octobre 10

Etude « banques » de Juillet 2010

Page 19: E Reputation Lingway

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

Page 20: E Reputation Lingway

www.lingway.com

One more thing…

- 20 octobre 10Journée IliaTech 20

Page 21: E Reputation Lingway

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

Page 22: E Reputation Lingway

www.lingway.com

Merci

- 20 octobre 10Journée IliaTech 22