STIC:STIC III (2014)/Module 3
Aller à la navigation
Aller à la recherche
Programme de la journée présentielle
- Introduction
- Présentations (cette fois-ci on partira des projets d'analyse, donc les outils à la fin)
- Discussion & décisions concernant la suite.
Rappel objectif final:
- 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 --> continuer tutoriel, faire minis test pour explorer les fonctions de DocuBurst et pour en pouvoir comprendre son utilité.
- Discutants: Eirini + Luca
- Outils faciles à télécharger
- Outils spécialisés et/ou difficiles
- Celine Renaud: IRaMuTeQ
- Discutants: Valérie + Félicie
- 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
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 : Analyse de sentiments en text mining, période 2: Méthodes de classification en text mining, 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 des 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