Dépôt DSpace/Université Larbi Tébessi-Tébessa

Analyse et controle de diffusion de l’information en ligne sur les réseaux sociaux basé sur big data

Afficher la notice abrégée

dc.contributor.author Hama, soltani
dc.date.accessioned 2022-03-08T08:24:03Z
dc.date.available 2022-03-08T08:24:03Z
dc.date.issued 2019
dc.identifier.uri http//localhost:8080/jspui/handle/123456789/1836
dc.description.abstract L’analyse et contrôle de la diffusion d'information sur les réseaux sociaux jouent un grand rôle dans plusieurs domaines comme la sante, le marketing, les banques, la détection de fraude, l’analyse des marches, Ces analyses sont effectuées à l'aide des techniques d'apprentissage automatique, d’exploration de données, et de traitement de langage naturelle (NLP). La quantité énorme d'information qui circule sur les réseaux sociaux aident les gens à résoudre leurs problèmes et à trouver des réponses à leurs questionnes. L’accès à ces informations n'est pas un travail simple surtout avec les méthodes de recherche traditionnel. L’espace de recherche et le temps de réponse sont les deux facteurs principaux influençant les données fournis par les réseaux sociaux avec qui souffrent des caractéristiques de variabilité et d’hétérogénéité el de leur traitement. Dans ce travail nous proposons un processus basé sur les techniques d'apprentissage automatique et les techniques de traitement des données massives (BIG DATA). Parmi ces techniques, la technique qui est avérée efficace avec les données volumineuses est l’apprentissage approfondi en_US
dc.description.sponsorship Mr.makhlouf Derdour en_US
dc.language.iso fr en_US
dc.publisher Universite laarbi tebessi tebessa en_US
dc.subject analyse diffusion of information, social network, Big Data, machine learning, deep learning en_US
dc.subject Analyse de la diffusion de l’information, Les réseaux sociaux, données massives (Big Data), Apprentissage automatique, Apprentissage approfondi en_US
dc.title Analyse et controle de diffusion de l’information en ligne sur les réseaux sociaux basé sur big data en_US
dc.type Thesis en_US


Fichier(s) constituant ce document

Ce document figure dans la(les) collection(s) suivante(s)

Afficher la notice abrégée