STIC:STIC III (2014)/Module 3

Programme de la journée présentielle

• Introduction
• Présentations
• Discussion & décisions concernant la suite.

Rappels:

• Chaque projet doit aboutir à une page wiki. L'article décrit soit un logiciel, soit une méthode/technique, soit un problème de recherche avec une solution exemplaire.
• Chaque participant doit être discutant de deux projets (utilisez les pages discussion de chaque page produite).

Liste provisoire de projets

Tutoriels de logiciels

Note pour ceux qui explorent les extensions text mining des outils de data mining ou d'analyse de données. Ces extensions permettent de faire des analyses simples. Leur fonction principale est de préparer un corpus pour des analyses. Typiquement on produira un tableau de proximité que l'on analyse ensuite avec des techniques statistiques.

Outils faciles en ligne (fréquences, concordances, etc.)

• Arnaud: Tutoriel Voyant Tools (suite)
  • Discutant: Victor + Céline

• Victor Garretas: Tutoriel Taporware (suite)
  • Discutants: Arnaud + Céline

• kamanda0: Tutoriel DocuBurst
  • Discutants: Eirini + ?

Outils faciles à télécharger

• Angela F: Tutoriel sur ANTCONC
  • Discutants: Valérie + Félicie

Outils spécialisés et/ou difficiles

• Celine Renaud: IRaMuTeQ
  • Discutants: Valérie + Félicie

• Valerie.follonier: Tropes

Extensions text mining d'outils de data mining

• Eirinikarani: Tutoriel Orange Textable
  • Discutants: Yeelen + ?

• André: Tutoriel RapidMiner_Studio (extraire le contenu -> arriver à une matrice de fréquences)
  • Discutants: Angela + Damien

Visualisation de Graphes socio-métriques

• Joachim: Tutoriel Gephi (suite)
  • Discutants: Yeelen + Angela

Tutoriels généraux

• Mattia A. Fritz: Poursuivre le web scraping --> web scraping avec R, y compris les forums --> Forum/Text_mining (seulement partie extraction des données), collaboration avec Margot
  • Discutants: Damien + Eirini

• Damien Gauthier: Analyse de documents : Méthodes de classification en text mining, A suivre : identification de sujets (période 1 : Clustering et classification hiérarchique en text mining)
  • Discutants: Mattia + ?

Analyses exemplaires de cas

• Margot: Text mining appliqué à un forum pédagogique , analyse d'un forum précis
  • Discutants: Axelle + Mattia

• Valerie.follonier et Félicie: Analyses de réponses ouvertes dans un contexte d'évaluation de cours
  • Discutants: Arnaud + Victor

• Luca: Le rapport réflexif
  • Discutants: Margot + Axelle

• Axelle: Evaluation par les pairs
  • Discutants: Margot + Luca