Social Network Analysis And Online Analytical Processing

Résumé: Récemment, les réseaux sociaux, comme Twitter et Facebook, ont émergé comme des outils de communication extrêmement importants. Ces services non seulement rendent les utilisateurs capables d’échanger des informations sur leurs opinions et leurs perspectives, mais aussi de leur permettre de découvrir les derniers événements et réactions. Le résultat de ces services a conduit à l’accumulation d’énormes quantités de données structurées et non structurées. Bien que, ce contenu soit généralement bruyant, ambigües et non structuré, mais il est très riche en terme d’informations et des connaissances. Business Intelligence (BI) représente un ensemble de technologies et de systèmes qui jouent un rôle majeur pour fournir la bonne information extraite à partir de grandes quantités de données. Ces techniques représentent l’informatique à l’usage des dirigeants d’entreprises. Le but majeur de BI et d’offrir une aide à la décision et à la planification future. L’objectif principal de cette thèse est d’analyser les données générées par les réseaux sociaux à partir de différentes perspectives et avec différentes granularités en utilisant la technique OLAP. Cette étude pourrait aider les décideurs à fournir des décisions efficaces et effectives sur une énorme quantité de données complexes et multidimensionnelles. Pour réaliser l’analyse sémantique et pour regrouper les utilisateurs en fonction des intérêts similaires, nous proposons un nouveau modèle appelé Community Extraction based on Topic-Driven-Model (CETD). Pour déterminer la liste des informations pertinentes extraites à partir des données sociales, nous proposons un nouveau modèle d’entreposage appelé Social Graph Cube. Ce modèle permet d’adapter la technique OLAP selon les caractéristiques des données sociales multidimensionnelles. Nous proposons un nouveau framework appelé Microblogging Community Architecture pour l’extraction et le cubage dynamique des données sociales. Il présente la possibilité d’explorer de manière flexible les données sociales et d’analyser les nouvelles perceptions en temps opportun.

Publié dans la revue: