Résumé: L'analyse des médias sociaux, y compris l'analyse des sentiments tirée des données de Twitter, est un sujet populaire. Elle s'intéresse à comprendre les opinions et sentiments des utilisateurs du réseau Twitter sur divers sujets, qu'ils soient politiques, sportifs, artistiques, voire économiques et commerciaux. Notre projet s'inscrit dans cette perspective. Il s'agit d'une suite logique d'une série de projets visant à créer une plate-forme hautement évolutive pour l'analyse des mégadonnées issues des médias sociaux. Le travail eectué auparavant s'est principalement concentré, en plus de la langue anglaise, à la langue arabe standard. Dans le cadre du travail actuel, nous souhaitons renforcer cette plateforme dans le but d'améliorer la gestion du dialecte algérien, plus présent dans le contexte du web social en Algérie. La particularité de cette analyse, dans notre cas, est qu'elle est eectuée en intégrant à la fois des outils de big data, ainsi que des techniques issues du monde de l'apprentissage automatique. L'objectif est de concevoir une plateforme permettant une catégorisation automatique, pertinente, hautement évolutive et en temps réel des tweets téléchargés en Streaming. Nous montrerons comment cela est possible à partir d'un simple texte (tweet) et comment peut-on avoir de tels modèles automatiques en utilisant une variété d'outils et de bibliothèques tels que Spark ML, Spark NLP, etc.

Cerist:
Langue: Français
Collation: 83 p. ill. ;30 cm.
Diplôme: Post-Graduation Spécialisée
Etablissement de soutenance: Alger, Centre de Recherche sur l'Information Scientifique et Technique
Thème Informatique

Mots clés:
Big data
Analyse de Sentiments
Twitter

Note: Bibliogr.pp.69-71; Annexe pp.72-74; Bibliogr.pp.75-77; Annexe pp.78-85