Please use this identifier to cite or link to this item:
https://dspace.univ-ouargla.dz/jspui/handle/123456789/22725
Title: | Modélisation sémantique des intérêts des internautes dans les réseaux sociaux |
Authors: | LAALLAM ,Fatima Zohra Randa, BENKHELIFA |
Keywords: | Modélisation sémantique Text mining Classification du texte Réseaux sociaux Intérêts d’utilisateur Web sémantique Profilage Semantic modeling Text mining Text classification Online social networks User interests Semantic Web Profiling النمذجة الدلالية تعدين النص تصنيف النصوص الشبكات الاجتماعية اهتمامات المستخدم الويب الدلالي بروفيل |
Issue Date: | 2019 |
Abstract: | Les sites des réseaux sociaux tels que Facebook et Twitter sont en croissance exponentielle ; ils génèrent
des quantités considérables de données personnelles et sociales sur les utilisateurs et leurs interactions.
Ces données représentent une source d'informations importante pour plusieurs applications telles que les
systèmes de recommandation, la détection des communautés et le marketing. De telles applications
nécessitent des informations utiles sur les données personnelles et le contenu social de l'utilisateur.
Cependant, la structure actuelle des réseaux sociaux ne permet pas d'extraire de manière simple et rapide
ces informations. Et ce, malgré les efforts considérables déployés par la communauté du Web
sémantique afin de résoudre ce problème, en essayant de représenter l'utilisateur de la manière la plus
précise possible. Néanmoins, ces modèles sémantiques sont incapables de donner un sens au contenu.
De ce fait, il faut exploiter le contenu textuel afin d'enrichir le profil utilisateur.
Dans cette thèse, nous présentons un modèle générique qui combine deux disciplines différentes
(le text mining et les modèles sémantiques). Le modèle proposé intègre l'approche du text mining dans
un modèle sémantique afin d'enrichir le profil utilisateur en classifiant son contenu textuel. Le but est
de: (1) regrouper le contenu social par catégories selon une approche descendante, (2) déduire et
modéliser les intérêts dynamiques temporelles de l’utilisateur, (3) regrouper les utilisateurs qui ont des
intérêts similaires par catégories, (4) mettre au point un mécanisme pour interroger les données du
système.
Après cela, nous évaluons le modèle proposé en construisant une application sociale qui utilise
un grand ensemble de données Facebook. Ce modèle peut être utilisé comme structure de base pour
plusieurs applications telles que les systèmes de recommandation.Abstract
Online social networks such as Facebook and Twitter are in exponential growing, they generate
considerable amounts of personal and social data about users and their interactions. This data is an
important source of information for several applications such as recommendation systems, community
detection and marketing. Such applications require useful information about the personal data and the
social content of the user. However, the current structure of social networks does not allow to extract this
information in a simply way. Despite, major efforts have emerged from the semantic web community to
address this problem trying to represent the user as accurately as possible. These Semantic Models are
unable to give a sense to the user-generated content. For this, more mining and sense-making need to be
done on the content, to enrich the user profile.
In this thesis, we introduce a generic model which combines two disciplines (Text Mining and
Semantic models). The proposed model incorporates the text mining approach into a semantic model to
enrich the user profile by including information on user's posts classifications. In an attempt to: (1) group
online contents into topics under a top-down approach, (2) infer and model the temporal dynamic
interests of users, (3) group users with similar interests and preferences, (4) attribute a mechanism for
querying the system data.
We evaluate the proposed model by building a social application that uses a large Facebook
dataset. This model can be used as a basic structure for several applications such as recommendation
systems. تشهد مواقع الشبكات الاجتماعية مثل فيسبوك و تويتر تزايد مستمر، فهي تولد كميات كبيرة من البيانات الشخصية والاجتماعية حول المستخدمين وتفاعلاتهم. تمثل هذه البيانات مصدرًا مهمًا للمعلومات بالنسبة للعديد من التطبيقات مثل أنظمة الإقتراح و اكتشاف التجمعات و التسويق. تتطلب مثل هذه التطبيقات معلومات مفيدة حول البيانات الشخصية والمحتوى الاجتماعي للمستخدم. إلا أن البنية الحالية للشبكات الاجتماعية لا تسمح لاستخراج هذه المعلومات ببساطة وبسرعة. على الرغم من الجهود الكبيرة التي يبذلها مجتمع الويب الدلالي لحل هذه المشكلة ، بمحاولته لتمثيل المستخدم بأكثر دقة ممكنة. نتيجة لذلك يجب استغلال المحتوى النصي لإثراء بروفيل المستخدم. في هذه الأطروحة، نقدم نموذجًا عامًا يجمع بين تخصصين )تحدي دًا تعدين النص والنماذج الدلالية(. النموذج المقترح يدمج منهج تعدين النص في نموذج دلالي لإثراء بروفيل المستخدم من خلال تصنيف محتواه النصي. و ذلك ) من أجل: ) 1( تصنيف المحتوى الاجتماعي حسب الفئات باتباع نهج الهرم ، ) 2( استنتاج ونمذجة اهتمامات المستخدمين الديناميكية بالنسبة للزمن، ) 3 تصنيف المستخدمين الذين يملكون اهتمامات مماثلة إلى فئات ) 4 ( تطوير آلية للاستعلام عن بيانات النظام. بعد ذلك، نقوم بتقييم النموذج المقترح من خلال بناء تطبيق اجتماعي يستخدم مجموعة كبيرة من بيانات فيسبوك. يمكن استخدام هذا النموذج كهيكل أساسي للعديد من التطبيقات مثل أنظمة الإقتراح. |
Description: | SYSTEMES ET RESEAUX INFORMATIQUE |
URI: | http://dspace.univ-ouargla.dz/jspui/handle/123456789/22725 |
Appears in Collections: | Département d'informatique et technologie de l'information - Doctorat |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
BENKHELIFA-Randa.pdf | 1,21 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.