Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

R´ epublique Alg´ erienne D´ emocratique et Populaire Minist` ere de l’Enseigne

R´ epublique Alg´ erienne D´ emocratique et Populaire Minist` ere de l’Enseignement Sup´ erieur et de la Recherche Scientiﬁque Universit´ e Abdelhamid Ibn Badis Mostaganem Facult´ e des Sciences Exactes et de l’Informatique D´ epartement de Math´ ematique et de l’Informatique M´ emoire de Master en Informatique Sp´ ecialit´ e : Ing´ enierie des Syst` emes d’Informations Th` eme Sentiment Communities Analysis on Social Networks Encadr´ e par R´ ealis´ e par — Dr, Mokeddem Sid Ahmed — Mezarja Fouzia 2017/2018 Table des mati` eres Table des mati` eres i Table des ﬁgures iii Liste des tableaux v Introduction g´ en´ erale 2 1 Fouille de Texte 3 1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 1.2 Donn´ ees Structur´ ees . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 1.3 Texte : Donn´ ees non structur´ ees ? . . . . . . . . . . . . . . . . . . . . . . . . 4 1.4 Fouille de texte : pour quel type d’applications ? . . . . . . . . . . . . . . . . 4 1.4.1 Classiﬁcation de documents . . . . . . . . . . . . . . . . . . . . . . . 5 1.4.2 Recherche d’Information . . . . . . . . . . . . . . . . . . . . . . . . . 6 1.4.3 Clusetring et organisation des documents . . . . . . . . . . . . . . . . 6 1.4.4 Extraction de l’information . . . . . . . . . . . . . . . . . . . . . . . 6 1.5 De l’information textuelle ` a la representation vectorielle . . . . . . . . . . . . 7 1.5.1 Standardisation des documents . . . . . . . . . . . . . . . . . . . . . 8 1.5.2 Tokenisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 1.5.3 Lemmatisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 1.5.4 Repr´ esentation vectorielle pour la pr´ ediction . . . . . . . . . . . . . . 10 1.6 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16 2 Text mining dans les r´ eseaux sociaux 17 2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 2.2 M´ ethodes de classiﬁcation pour le text mining . . . . . . . . . . . . . . . . . 18 2.2.1 S´ election de caract´ eristiques pour la classiﬁcation de texte . . . . . . 18 2.2.2 Classiﬁcation par arbre de d´ ecision . . . . . . . . . . . . . . . . . . . 19 2.2.3 Classiﬁcation bas´ es sur des r` egles . . . . . . . . . . . . . . . . . . . . 20 2.2.4 Classiﬁcation probabiliste et Naive Bayes . . . . . . . . . . . . . . . . 20 2.2.5 Classiﬁcation lin´ eaire . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 2.2.6 Classiﬁcation par SVM . . . . . . . . . . . . . . . . . . . . . . . . . . 21 i Table des mati` eres 2.2.7 Classiﬁcation par r´ eseau de neurones . . . . . . . . . . . . . . . . . . 22 2.3 Classiﬁcation des donn´ ees du Web . . . . . . . . . . . . . . . . . . . . . . . . 22 2.4 Text mining dans les r´ eseaux sociaux . . . . . . . . . . . . . . . . . . . . . . 23 2.4.1 Aspects distincts du texte dans les m´ edias sociaux . . . . . . . . . . . 24 2.5 Application de l’analyse de texte aux m´ edias sociaux . . . . . . . . . . . . . 26 2.5.1 D´ etection d’´ ev´ enement . . . . . . . . . . . . . . . . . . . . . . . . . . 27 2.5.2 R´ eponse ` a une question collaborative . . . . . . . . . . . . . . . . . . 28 2.6 Sentiment Analysis et Opinion Mining . . . . . . . . . . . . . . . . . . . . . 28 2.6.1 D´ eﬁnition d’opinion . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28 2.6.2 R´ esum´ e de l’opinion bas´ ee sur l’aspect . . . . . . . . . . . . . . . . . 31 2.7 Classiﬁcation du sentiment de document . . . . . . . . . . . . . . . . . . . . 32 2.7.1 Classiﬁcation bas´ ee sur l’apprentissage supervis´ e . . . . . . . . . . . . 32 2.7.2 Classiﬁcation bas´ ee sur l’apprentissage non supervis´ e . . . . . . . . . 33 2.7.3 Subjectivit´ e et classiﬁcation des sentiments . . . . . . . . . . . . . . . 34 2.8 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35 3 Titre chapitre 3 36 3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 3.2 Twitter . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 3.3 Twitter APIs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 3.3.1 acc´ eder au donn´ ees Twitter . . . . . . . . . . . . . . . . . . . . . . . 38 3.3.2 Twitter search API . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39 3.3.3 Connectez votre application ` a Twitter . . . . . . . . . . . . . . . . . 40 3.4 Oscon graphique twitter . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41 3.4.1 M´ eta donn´ ees d’un tweet . . . . . . . . . . . . . . . . . . . . . . . . . 42 3.5 Analyse de texte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . uploads/Science et Technologie/ minf232.pdf