L'équipe KIWI (Knowledge, Information and Web Intelligence) du laboratoire Loria (laboratoire lorrain de recherche en informatique et ses applications) du Loria (Laboratoire lorrain de recherche en informatique et ses applications) propose un stage de Master 2 recherche, dans le domaine des réseaux sociaux, de la détection d'opinions et de la e-reputation. Gratification : 2500 euros pour 6 mois de stage. Poursuite en thèse possible. Sujet : Apport des réseaux sociaux pour une meilleure relation client. Encadrement : Anne Boyer - Professeur, Equipe KIWI, LORIA - Anne.Boyer@loria.fr et Armelle Brun - Maître de conférences, Equipe KIWI, LORIA - Armelle.Brun@loria.fr Contexte et Problématique La garantie de la rentabilité des entreprises passe par une bonne communication et propagation de l'information en interne et avec leurs clients et leurs clients potentiels (prospects). Les réseaux sociaux d'entreprise (RSE) sont un nouveau moyen de favoriser la communication et la propagation d'informations au sein des entreprises. Si ces réseaux sont en général destinés à un usage interne aux entreprises, ils peuvent aussi être étendus à leurs clients. Dans ce cadre, les RSE peuvent interagir avec d'autres services comme les réseaux sociaux publics (RS) tels que Twitter ou Facebook (en exploitant les données disponibles sur les utilisateurs). Via cette interaction, l'entreprise cherche non seulement à mieux connaître ses clients mais aussi à savoir ce qui se dit d'elle à l'extérieur et ainsi réagir pour une meilleure efficacité. La mise en place de connexions entre les réseaux sociaux (RS) et les réseaux sociaux d'entreprise (RSE) permet donc non seulement de faire émerger un nouveau mode de communication entre l'entreprise et ses clients. Elle permet également à l'entreprise d'être à l'écoute de ce qui se dit d'elle et ainsi proposer des offres adéquates à de futurs clients. Déroulement du stage Le stage débutera par la réalisation d'un état de l'art sur l'analyse de réseaux sociaux, la diffusion de l'information dans les réseaux sociaux et dans les graphes et la détection d'opinions et de communautés d'opinions. Suite à cet état de l'art, l'étudiant s'intéressera à la définition d'un modèle permettant de déterminer automatiquement, dans les réseaux sociaux ou dans les blogs, l'activité autour d'une entreprise : ce qui se dit d'elle. Un prototype de ce modèle devra être réalisé. L'étudiant se penchera également sur la détermination de l'information pertinente à diffuser sur ces réseaux : quelle information diffuser ? sur quel réseau la diffuser ? à quelles personnes précisément la diffuser ? L'évaluation se fera par analyse des "retours" des utilisateurs : au travers de l'observation et de l'analyse des actions (traces d'usage) que les clients entreprendront suite à la diffusion de cette information : usage mining. Ce stage s'appuie sur les compétences et l'expérience de l'équipe dans les domaines comme la personnalisation [1], la modélisation utilisateurs [2], de la détection de communautés dans les réseaux et les réseaux sociaux de grande taille [3], la recherche de leaders dans des réseaux [4][5], etc. Profil recherché : M2 Recherche informatique ou école d'ingénieurs Bonnes notions en apprentissage automatique Bonnes connaissances en programmation java Bon niveau en anglais Références bibliographiques [1] Modélisation de comportements et apprentissage stochastique non supervisé de stratégies de recherche et d'accès à l'information. Castagnos S. Thèse de l'Université Nancy 2, novembre 2008. [2] Compass to Locate the User Model I need: Building the Bridge between Researchers and Practitioners in User Modeling. Brun A., Boyer A., Razmerita L. User Modeling, Adaptation and Personalization - UMAP 2010, États-Unis (2010). [3] From Community Detection to Mentor Selection in Rating-Free Collaborative Filtering. Brun A., Castagnos S., Boyer A. Advances in Multimedia Journal (2011) . [4] Social recommendations : mentor and leader détection to alleviate the cold-start problem in collaborative filtering. Brun A, Castagnos, S and Boyer A. in Social Network Mining, Analysis and Research trends : Techniques and Applications (2011). [5] Detecting Leaders to alleviate Latency in Recommender Systems. Esslimani I., Brun A., Boyer A. International Conference on Electronic Commerce and Web Technologies, Espagne (2010) Contact : Anne Boyer (anne.boyer@loria.fr) et Armelle Brun (armelle.brun@loria.fr). Les personnes intéressées par le sujet devront envoyer par mail un CV, un relevé de notes et une lettre de motivation.