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
Series/Report no.: 2018/2019;
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 SizeFormat 
BENKHELIFA-Randa.pdf1,21 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.