Détection de tendances des réseaux sociaux en utilisant les techniques du TALN

Abstract

Nombreuses chercheuses et chercheurs ont recours à Twitter dans leur activité scientifique. Inévitablement, ces courts messages jouent aujourd’hui un rôle dans la dissémination de la science, Bien que Twitter fournisse une liste des sujets les plus populaires tweetés connus sous le nom de sujets tendance en temps réel sauf que la précision de la détection de tendances n’est pas d’une précision élever. Pour résoudre ce problème, on a recours aux méthodes d’apprentissage automatique ; nous classons les sujets tendance sur Twitteren 20 catégories dans le domaine scientifique ; Nous expérimentons 2 approches de classification automatique pour classerles thèmes et obtenir la tendance ; l’approche bien connue du sac de mots pour la classification des textes et classification basée sur le réseau. Lors de la classification textuelle, nous construisons des vecteurs de mots avec poids tf-idf qui sont classer à l'aide de l’algorithme multinomial Naïve Bayes. Et une méthode de classification basée sur le réseau, en utilisant un algorithme personnalisé. Expérimenté sur une base de données extraite par le billet de l’API twitter montrant qu'une précision de classification allant jusqu'à 75% et 85% peut être réalisée en utilisant la classification basée sur le texte et sur le réseau modélisation respectivement. Mots clés : Réseaux sociaux, Twitter, classification des sujets, sujets tendances