ESI Talents

Sujet de Stage N°: 442

Sujet de Stage
Validation

Sujet de stage N° 442

Type*

Specialites*

Organisme*

Coencadrants*

Promoteur*

Aliane Hassina

Email promoteur*

Tel promoteur

Intitule*

Analyse de sentiments dans les données sociales massives

Resume*

L’analyse des réseaux sociaux constitue l’un des thèmes de recherche les plus actifs à l’heure actuelle : Analyse de sentiments, détection de tendances, détection de spams …. . L’analyse de sentiments qui vise à offrir des outils pour comprendre le sentiment général ou opinion des utilisateurs sur les réseaux sociaux est un thème qui a mobilisé beaucoup de chercheurs ces dernières années dans le monde vu son importance en particulier pour les décideurs et les entreprises dans la prise de décision. Dans le cadre d’un projet de  veille sociale de la division Humanités Numériques au CERIST, diverses approches ont déjà été expérimentées avec succès dans ce domaine. Toutefois, les avancées des technologies du big data et la croissance continue des données générées par les utilisateurs sur les réseaux sociaux a conduit au concept de « big social data ». Par ailleurs, avec l’évolution parallèle des techniques de l’Intelligence Artificielle, nous sommes aujourd’hui à la convergence des deux domaines IA et Big Data.
 Dans ce contexte, l’objectif de ce projet de fin d’études et de proposer une approche pour l’analyse de sentiments dans les données massives en utilisant les techniques de l’apprentissage automatique (traditionnel ou profond). Nous nous intéressons en particulier aux données de Twitter

Objectifs*

- Proposition et implémentation d’une approche fondée sur l'apprentissage automatique (ou profond) pour l’analyse de sentiments sur des données twitter massives. Ce projet s'inscrit dans un projet de la division DRDSI du CERIST intitulé veille et recommandation sur les réseaux sociaux. L'objectif du travail proposé dans le cadre du PFE est d'expérimenter, d'évaluer et de comparer les algorithmes d'apprentissage
automatique et profond pour arriver à une meilleure proposition qui sera éventuellement
intégré au projet sus-cité.

Resultats attendus*

- expérimentation, évaluation et choix de la meilleure approche ML ou DL sur des données twitter massives.
- Livrable sous forme d’API.

Antecedents

L’analyse de sentiments est un hot topic dans le domaine de la recherche, La division DRDSI du CERIST travaille depuis 2015 sur l'analyse de sentiments. Ces travaux ont mené notamment sur l'utilisation des algorithmes d'apprentissage automatique, construction de datasets et de lexiques pour l'analyse de sentiments, analyse de sentiments avec l'approche basée lexique, enrichissement automatique de lexiques d'analyse de sentiments. Plus récemment les travaux ont porté sur l'utilisation des architectures neuronales et de l'utilisation des word embeddings. Nous nous intéressons cette année à l'analyse de données massives. Dans le sujet proposé, nous nous intéressons aux données de twitter.

Moyens informatiques

Echeancier*

Etape 1 ( 2 mois)
        Etat de l’art 
Etape 2 (3  mois)
       Choix des algorithmes à expérimenter et implémentation 
Etape 3 (2 mois)
         évaluation 
Etape 4 (1 mois)
Rédaction du mémoire

Bibliographie

- M. Hadjiali, 2020. Big data and sentiment analysis : a comprehensive and systematic literature review », Concurrency and computation, practice and experience journal, Volume 32 issue 14. 
- S. Shayaa et al, 2018. « Sentiment analysis in big data : methods, applications and open challenges », IEEE access, Volume 6, 2018. 
- K.R. Prasad, 2019. « Big data sentiment analysis using distributed computing approach ». Advances in Intelligent Systems and Computing, 2019.
 - I. Alaoui et al, 2018. « A novel adaptable approach for sentiment analysis on big social data ». Journal of Big Data, Volume5, issue 2, 2018. 
- N. Anusha et al, 2017. « Sentiment analysis of twitter data trough big data », International joiyrnal of engineering research and technology volume 6. Issue 6. 2017. K.
-Al-Barznji et al, 2018. « Big data sentiment analysis using machine learning algorithms ». 26th International symposium on control of energy, industrial and ecological systems. 
- S. Sohangir, 2018. « Big data : deep learning for financial sentiment analysis ». Journal of Big Data. Volume 5, issue 3, 2018.

Statut validation*

Reponse aux experts

Reserve pour*

Projet recherche

Notification

Avis sur le Sujet de Stage

Intitule	Organisme	Debut	Fin	Avis	Commentaire
Analyse de sentiments dans les données sociales massives	CERIST : Centre de recherche sur l'information scientifique et technique	11/05/2020	11/09/2020	Avis favorable	—
Analyse de sentiments dans les données sociales massives	CERIST : Centre de recherche sur l'information scientifique et technique	11/05/2020	11/12/2020	Avis favorable	—
Analyse de sentiments dans les données sociales massives	CERIST : Centre de recherche sur l'information scientifique et technique	11/05/2020	11/12/2020	Avis favorable	—
Analyse de sentiments dans les données sociales massives	CERIST : Centre de recherche sur l'information scientifique et technique	11/05/2020	11/12/2020	Avis favorable avec réserves mineures	Il faut donner plus de détails sur les antécédents du sujet Les objectifs doivent être plus renseignés
Analyse de sentiments dans les données sociales massives	CERIST : Centre de recherche sur l'information scientifique et technique	11/05/2020	11/08/2020	Avis favorable	—