Web Mining
Voie Data Science et Marketing
- Année
- 3e année
- Semestre
- Semestre 5
- Unité d’enseignement
- Méthodes Data Science
- Volume horaire
- 15 h
- Crédits
- 1
Les fiches sont renseignées à partir des syllabus RESA/ENEAM et peuvent être actualisées par l’équipe pédagogique. Les modalités d’évaluation indiquées ne remplacent pas les consignes du cours.
Objectif du cours
Le Web Mining est l’application de techniques et modèles permettant de rechercher, récolter, nettoyer, analyser, classer et recommander des informations/données issues du Web. Ces techniques sont notamment utilisées dans les moteurs de recherche, qui jouent un rôle central dans la société de l’information connectée, ainsi que les réseaux sociaux.
Ce cours a pour objectif d’apprendre à maîtriser les techniques et modèles du webmining, afin notamment de pouvoir les utiliser/appliquer dans des situations réelles
Plan du cours
-
I. Introduction au Webmining
2 h- Présentation du Web
- Source et type de données Web
- Type d’analyse
-
II. Text Mining: Analyse de données textuelles issues du Web
4 h- Eléments fondamentaux de l'analyse de textes (corpus, bag of words, etc.)
- Extraction de termes et représentation de documents (word embedding)
- Catégorisation de documents
- Application : Analyse de sentiment
-
III. Link Analysis : Analyse de contenu relevant sur base de la structure en hyperliens, formant un
- réseau/graphe, des données issues du Web (6 h)
- Eléments fondamentaux de la structure d'un réseau/graphe
- Méthodologie d'analyse d'un réseau/graphe
- Identification de sous-groupes cohésifs
- Notions de similarité et de distance
- Identification de nœuds prestigieux
- Identification de nœuds centraux
- Prédiction de nouveaux liens
-
IV. Application : Social Network Analysis Analyse de donnés d’usage sur le Web
3 h- Données, source de données et nettoyage
- Identification des sessions et des usagers
- Path completion
- Cas pratique d’analyse des données web
Évaluation
1 devoir pratique
Bibliographie
- MCILWRAITH D., MARMANIS H., BABENKO D. 2nd ed, Algorithms of the Intelligent Web, Manning Publications, 2016.
- LANGVILLE A., MEYER C., Google’s PageRank and Beyond: The Science of Search Engine Rankings, Princeton University Press, 2012.
- FOUSS F., SAERENS M., SHIMBO M., Algorithms and Models for Network Data and Link Analysis, Cambridge University Press, 2016.
- AMINI M.-R., GAUSSIER E., Recherche d’information: Applications, modèles et algorithmes, Eyrolles, 2013.
- MANNING C. D., RAGHAVAN P., SCHÜTZE H., Introduction to Information Retrieval, Cambridge University Press, 2008.
- MARTIN A., CHARTIER M., ANDRIEU O., Techniques de référencement web: Audit et suivi SEO, Eyrolles, 2016.
- Daniel Jurafsky, James H. Martin. Speech and Language Processing: An introduction to natural language processing, computational linguistics, and speech recognition, 2nd edition, Prentice-Hall, 2009. Draft of the 3rd edition partly available at https://web.stanford.edu/~jurafsky/slp3.
- Yoav Goldberg. Neural Network Methods for Natural Language Processing. 2017. An earlier draft is freely available online at http://u.cs.biu.ac.il/~yogo/nnlp.pdf.
- Kevin Gimpel's lectures (Toyota Technological Institute at Chicago and UChicago) on Natural Language Processing (https://ttic.uchicago.edu/~kgimpel/teaching/31190-s18/index.html) and on Advanced Natural Language Processing (https://ttic.uchicago.edu/~kgimpel/teaching/31210-s19/index.html).