Vandy BERTEN 
Section Recherche 
Social Media & eGovernment 
flickr.com/infocux
Table des matières 
Introduction 
Use case 1 : Recherche par mots-clés 
Use case 2 : Page Facebook 
Use case 3 : Network A...
www.socialmediasmarketing.com 
Introduction
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 4/145 
Introduction Contexte 
eGov belge ...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 5/145 
• Réseaux/médias sociaux : au cent...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 6/145 
• Expression d’avis, de sentiment,...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 7/145 
« Dérapage » faciles, sans contrôl...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 8/145 
Médias sociaux et actualité 
Émeut...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 9/145 
• Services actifs : Intégration so...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 10/145 
• Dans presque tous les pays, des...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 11/145 
• Cette présentation n’est pas : ...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 12/145 
Réseaux sociaux
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 13/145 
Réseaux sociaux 
Facebook 
• 1,3 ...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 14/145 
Réseaux sociaux 
LinkedIn 
• 300 ...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 15/145 
Réseaux sociaux 
Twitter 
• 200 m...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 16/145 
Réseaux sociaux 
WhatsApp 
• Outi...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 17/145 
Réseaux sociaux 
Google+ 
• 1 mil...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 18/145 
Réseaux sociaux 
Snapchat 
• Simi...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 19/145 
Réseaux sociaux 
Netlog 
• Simila...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 20/145 
Réseaux sociaux 
Pinterest 
• Pla...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 21/145 
Réseaux sociaux 
Instagram 
• Pla...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 22/145 
• Use case 1 – Twitter : recherch...
mysmn.com 
Use case 1 : Mots-clés
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 24/145 
Table des matières 
Introduction ...
INTRODUCTION 
Mots-clés
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 26/145 
Contexte 
• Twitter : tous les tw...
HOT TOPICS 
Mots-clés
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 28/145 
« Hot topics » 
• Identification ...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 29/145 
Twitter.com 
• Sur la page d’accu...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 30/145 
Trendsmap.com 
www.trendsmap.com
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 31/145 
Trendsmap.com 
www.trendsmap.com
RECHERCHE CIBLÉE 
Mots-clés
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 33/145 
Recherche ciblée 
• Si on connait...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 34/145 
Difficultés 
ONSS 
Jvai traversé ...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 35/145 
Contourner les difficultés 
• Cri...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 36/145 
Méthodes d’extraction 
Plusieurs ...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 37/145 
« Tax-on-web » : Google trends
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 38/145 
« Tax-on-web » : Topsy.com
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 39/145 
« Tax-on-web » : Mention.com
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 40/145 
« Tax-on-web » : API + tableur (/...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 41/145 
« Tax-on-web » : API + tableur (/...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 42/145 
Forem (web crawling) 
0 
50 
100 ...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 43/145 
Forem (Twitter) : topic extractio...
DÉTECTION D’ÉVÈNEMENTS 
Mots-clés
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 45/145 
Détection d’évènement 
• De plus ...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 46/145 
Mots-clés: l’essentiel 
Basé sur ...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 47/145 
Mots-clés: les outils 
Rech erche...
facebook.com 
Use case 2 : Page Facebook
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 49/145 
Table des matières 
Introduction ...
INTRODUCTION 
Page Facebook
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 51/145 
Contexte 
• Page Facebook : Vitri...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 52/145 
Contexte 
• AFSCA : Agence Fédéra...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 53/145 
Contexte : exemple d’annonce
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 54/145 
Commentaires 
• 209 posts 
• 590 ...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 55/145 
Questions 
• Peut-on « mesurer » ...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 56/145 
Outils disponibles 
• Pour sa pro...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 57/145 
Engagor 
Page AFSCA, posts (rouge...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 58/145 
Engagor
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 59/145 
À quoi a-t-on affaire ? 
• Une co...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 60/145 
Facebook API 
• Facebook permet d...
ANALYSE DES FRÉQUENCES 
Page Facebook
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 62/145 
Facebook API + Google charts 
Pos...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 63/145 
Facebook API + Google charts
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 64/145 
Facebook API + Google charts 
29 ...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 65/145 
Fréquence : lessons learned 
• De...
TOPIC EXTRACTION 
Page Facebook
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 67/145 
Topic extraction 
• Objectif : co...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 68/145 
0 
5 
10 
15 
20 
25 
30 
35 
40 ...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 69/145 
AFSCA (Twitter) : Crawler + Excel...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 70/145 
AFSCA (Twitter) : Crawler + Excel...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 71/145 
AFSCA (Twitter) : Crawler + Excel...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 72/145 
AFSCA (Twitter) : Crawler + Excel...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 73/145 
Topic extraction: lessons learned...
SENTIMENT ANALYSIS 
Page Facebook
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 75/145 
Sentiment analysis 
• Idée : déte...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 76/145 
Forem Lynda Lemay AFSCA 
Sentimen...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 77/145 
Sentiment analysis 
• Évolution ?...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 78/145 
Sentiment analysis: lessons learn...
NETWORK ANALYTICS 
Page Facebook
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 80/145 
Network analytics : acteurs 
12 j...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 81/145 
Networks analytics : commentaires...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 82/145 
Network analytics : Smals (acteur...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 83/145 
Network analytics 
• On pourrait ...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 84/145 
Network analytics : liens d’amiti...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 85/145 
Network analytics : liens d’amiti...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 86/145 
Autre exemple : Student@Work 
• S...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 87/145 
Student@Work : toutes les interac...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 88/145 
Student@Work : sans S@W 
Posts 
U...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 89/145 
Student@Work : posts et commentai...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 90/145 
Network analytics: lessons learne...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 91/145 
Page Facebook : l’essentiel 
Anal...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 92/145 
Page Facebook : les outils 
Pour ...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 93/145 
Questions ?
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 94/145 
Pause !
www.socialseomanagement.com 
Use case 3 : Network Analytics
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 96/145 
Table des matières 
Introduction ...
INTRODUCTION 
Network Analytics
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 98/145 
Contexte 
• Les médias sociaux (F...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 99/145 
Intérêt 
• Conscientiser sur l’in...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 100/145 
Médias sociaux et délits 
• Les ...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 101/145 
Médias sociaux et fraude 
• Hypo...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 102/145 
Fil rouge 
• Pour la suite, on s...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 103/145 
Préambule : « Graph Search » 
• ...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 104/145
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 105/145 
Liste d’amis : très instructif 
...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 106/145 
Réseau personnel 
• Réseau de ni...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 107/145 
Réseau personnel 
Suite : 
• Str...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 108/145 
Outils 
• On va se servir de l’o...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 109/145 
Gephi
STRUCTURE 
Network Analytics
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 111/145 
Structures de communauté 
Commun...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 112/145 
Structures de communauté 
• À pa...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 113/145 
Partitions
CENTRALITÉ 
Network Analytics
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 115/145 
Mesure de centralité 
• Différen...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 116/145 
Mesure de centralité 
Degree 
ce...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 117/145 
Mesure de centralité
INFÉRENCE 
Network Analytics
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 119/145 
Inférence 
• Idée : repérer au s...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 120/145 
Inférence (About / Work & Educat...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 121/145 
Inférence (About / Work & Educat...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 122/145 
Inférence (Groupes) 
• Idem pour...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 123/145 
Inférence (Famille) 
• En regard...
RECONSTRUCTION 
Network Analytics
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 125/145 
Reconstruction 
• On pense parfo...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 126/145
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 127/145 
Reconstruction 
• Sur la version...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 128/145
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 129/145 
Reconstruction 
• Liste d’amis d...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 130/145
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 131/145 
Reconstruction 
• On soupçonne B...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 132/145 
Reconstruction de vandy.berten 
...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 133/145 
Reconstruction 
Réseau reconstru...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 134/145 
Reconstruction : deviner 
• Peut...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 135/145 
Reconstruction : deviner 
Amis d...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 136/145 
Reconstruction : deviner 
• Sur ...
ÉVOLUTION 
Network Analytics
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 138/145 
Évolution 
• On peut voir depuis...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 139/145 
Et alors ? 
• On pourrait appliq...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 140/145 
Amélioration du phishing ? 
Bonj...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 141/145 
Network analytics: l’essentiel 
...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 142/145 
Network analytics: les outils 
E...
socialstrand.com 
Conclusions 
infocux
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 144/145 
Conclusions 
Souvent, méta-infor...
Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 145/145 
Vandy Berten 
02/787.57.32 
vand...
Prochain SlideShare
Chargement dans…5
×

20141023 social media & e government infosession

500 vues

Publié le

Research by Vandy Berten of Smals Research on opportunities and threats about social media in e-government. Presentation in FRENCH from live event on 23-10-2014 at Brussels (Smals HQ).

Includes advanced online search functions, topic extraction, sentiment analysis, Facebook-topics, network analytics.

How secure is a secured Facebook profile? Privacy is not guaranteed. Loopholes are through Graph search, People you may know...

More info: www.smals.be
www.smalsresearch.be/author/berten/

Publié dans : Médias sociaux
0 commentaire
1 j’aime
Statistiques
Remarques
  • Soyez le premier à commenter

Aucun téléchargement
Vues
Nombre de vues
500
Sur SlideShare
0
Issues des intégrations
0
Intégrations
10
Actions
Partages
0
Téléchargements
18
Commentaires
0
J’aime
1
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive

20141023 social media & e government infosession

  1. 1. Vandy BERTEN Section Recherche Social Media & eGovernment flickr.com/infocux
  2. 2. Table des matières Introduction Use case 1 : Recherche par mots-clés Use case 2 : Page Facebook Use case 3 : Network Analytics Conclusions Vandy Berten
  3. 3. www.socialmediasmarketing.com Introduction
  4. 4. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 4/145 Introduction Contexte eGov belge À l’étranger Réseaux sociaux Uses cases Mots-clés Page Facebook Network Analytics Conclusions Table des matières Vandy Berten
  5. 5. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 5/145 • Réseaux/médias sociaux : au centre de la communication de la grande majorité des « communicants » (marques, entreprises, personnalités, presse …) • Diffusion de publicités, campagnes… • Networking, création « d’ambassadeurs » • Feedback des clients/utilisateurs/fans… (direct ou indirect, volontaire ou non) • Support clients (en partie par les clients) Contexte Focus de l’exposé : médias sociaux en tant que source d’information
  6. 6. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 6/145 • Expression d’avis, de sentiment, de protestation, de mécontentement… • Amplification de messages (presse, « amis », personnalité…) • Rumeurs, hoax, dénigrement, désinformation… Canal idéal, rapide et (quasi) incontrôlable ! • Évènement plus vite sur les réseaux sociaux que sur les « médias traditionnels » Informations ?
  7. 7. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 7/145 « Dérapage » faciles, sans contrôle
  8. 8. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 8/145 Médias sociaux et actualité Émeutes de Londres, 2011 Rôle majeur de Twitter dans la propagation de rumeurPs,u lke kdeélpplaocpe,m 2e0n1t 1d es foules Réseau téléphonique saturé, mais pas Twitter. Message pour les proches, hébergement, … Daesh (IS), 2014 Outil principal de propagande
  9. 9. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 9/145 • Services actifs : Intégration sociale, ONP, ONSS (+student@work), Fedasil, AFSCA, Finances, armée… • Services présents, mais inactifs : ONEM • Présence partielle : CPAS Forest • Police : grande « fragmentation » – @PolFed_presse, @police_temoin, @Polsupport_F, @HELI_FEDPOLFED, @polinfo_fr, @Jobpol_F (+NL) – @PolitieLeuven, @Politie_Halle, @PZSintNiklaas, @Politie5418, @ZPNamur, @polzonepuy, @PZWLW • Qui fait réellement du monitoring/webcare ? Difficile à savoir… Situation actuelle eGov Belge
  10. 10. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 10/145 • Dans presque tous les pays, des institutions sont présentes • Quelques pays ont une vraie politique « médias sociaux » • Nouvelle-Zélande (référence pour Gartner) : lignes de conduites (générales, en cas de problème, …), toolbox… • Canada : beaucoup d’organismes présents • … À l’étranger
  11. 11. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 11/145 • Cette présentation n’est pas : – Une intro à « comment démarrer sur les médias sociaux » • → SPF « Personnel & Organisation » • Littérature abondante – Comment écrire un tweet percutant, réussir une campagne… – Un catalogue d’outils de monitoring – Un tutorial des API • Focus : – Identification de problèmes, plus que mesure de performance d’une campagne/d’une marque – Présentation de techniques, plus que des outils Cette présentation est/n’est pas …
  12. 12. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 12/145 Réseaux sociaux
  13. 13. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 13/145 Réseaux sociaux Facebook • 1,3 milliards d’utilisateurs actifs • 1 Belge sur 2 (5.6 millions) ! • Présence massive du politique, des entreprises, des people… • Beaucoup d’expression d’opinion • Une API permettant de récolter beaucoup de données, mais uniquement pour ce qui est « public » (pages + utilisateurs d’application) • Énormément d’informations personnelles
  14. 14. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 14/145 Réseaux sociaux LinkedIn • 300 millions d’utilisateurs actifs • 2.2 millions de Belges • Plus un espace de networking que d’expression • API disponible
  15. 15. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 15/145 Réseaux sociaux Twitter • 200 millions d’utilisateurs • 1 million en Belgique (?) • Beaucoup d’opinion exprimée • Relations plus basées sur l’intérêt que l’amitié • Tout est public ! (sauf direct messages) • API complète, mais limitations temporelles (requête/minutes et passé restreint)
  16. 16. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 16/145 Réseaux sociaux WhatsApp • Outil de communication, similaire au SMS • Uniquement des messages privés, rien n’est public • Pas d’API
  17. 17. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 17/145 Réseaux sociaux Google+ • 1 millions de Belges, mais peu actifs • Vient avec un compte Gmail • API disponible • Public très « branché » [opinion !]
  18. 18. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 18/145 Réseaux sociaux Snapchat • Similaire à WhatsApp • Outil de communication • Uniquement des messages privés, rien n’est public • Tout s’efface en quelques secondes … pas d’API par définition !
  19. 19. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 19/145 Réseaux sociaux Netlog • Similaire à Facebook • Principalement pour les adolescents • Réseau belge, a été populaire en Belgique, surtout en Flandre, • Est « en voie d’extinction » ! • API disponible, mais très mal documentée
  20. 20. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 20/145 Réseaux sociaux Pinterest • Plateforme de partage de photos • Pas beaucoup d’opinion exprimée • API disponible
  21. 21. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 21/145 Réseaux sociaux Instagram • Plateforme de partage de photos • Idem que Pinterest, pas beaucoup d’opinion exprimée (en Belgique ?) • API disponible
  22. 22. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 22/145 • Use case 1 – Twitter : recherche par mots-clé ; Comment identifier les « hot topics » ? Sur un sujet particulier ? Comment collecter l’information et la traiter ? Comment identifier des pics de discussion ? De quoi parle-t-on ? • Use case 2 – Page Facebook : Quels sont les sujets de discussion ? Peut-on identifier des moments de tension ? Les citoyens sont-ils critiques ? Qui sont les citoyens qui s’expriment ? • Use case 3 – Network analytics : À partir d’un ensemble d’informations publiques, que peut-on reconstruire ? Uses cases
  23. 23. mysmn.com Use case 1 : Mots-clés
  24. 24. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 24/145 Table des matières Introduction Use case 1: Mots-clé Introduction Hot topics Recherche ciblée Détection d’évènement Page Facebook Network Analytics Conclusions Vandy Berten
  25. 25. INTRODUCTION Mots-clés
  26. 26. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 26/145 Contexte • Twitter : tous les tweets publics ! (FB : pages publiques) • Limite des 140 caractères : on va à l’essentiel • Très utilisé pour identifier les sujets populaires • Contraintes API Twitter : – Temporelle : # requêtes/minutes limité – Contenu : accès (borné à 1%) au 7 derniers jours • Certains outils ont un accès complet (Firehose)
  27. 27. HOT TOPICS Mots-clés
  28. 28. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 28/145 « Hot topics » • Identification de sujets « chauds » sans savoir ce qu’on cherche • À faire en parallèle à des recherches plus ciblées, pour identifier les nouveaux sujets • Se base sur les mots qui reviennent le plus souvent dans une zone géographique précise
  29. 29. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 29/145 Twitter.com • Sur la page d’accueil • https://twitter.com/i/discover
  30. 30. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 30/145 Trendsmap.com www.trendsmap.com
  31. 31. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 31/145 Trendsmap.com www.trendsmap.com
  32. 32. RECHERCHE CIBLÉE Mots-clés
  33. 33. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 33/145 Recherche ciblée • Si on connait les « mots-clés » à examiner, il existe de nombreux outils • Certains se basent sur le passé, d’autres nécessitent la mise en place d’une « écoute » • Un certain nombre de moteurs de recherche permettent juste de lister les tweets répondant à une requête → limite l’intérêt • Pour la suite, on s’intéresse surtout à Twitter
  34. 34. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 34/145 Difficultés ONSS Jvai traversé le mur du onss! C du bon onss kom met onss Onss fait un bouffe? Dimona Capac DMFA Dimethylformamide Direct Marketing Fundraisers Association Društvo matematikov, fizikov in astronomov RSZ http://instagram.com/p/s-RSz-TDFd/
  35. 35. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 35/145 Contourner les difficultés • Critère linguistique : « dimona lang:fr » → langue du profil, pas du message • Rajouter des mots-clés : « déclaration dimona » → limite Israël, mais trop restrictif (6 tweets !) • Exclure des mots : « dimona -israel -israélien -palestinien -palestine -nucléaire -gaza -missile » → Pas encore suffisant ! • Critère géographique : « dimona near:brussels within:150km » → Doit être renseigné (profil ou tweet)
  36. 36. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 36/145 Méthodes d’extraction Plusieurs méthodes d’extraction de tweets : • Configurer un outil (Engagor, Mention.com…) avec une recherche programmée (passé souvent limité) • Utiliser l’API : – « search » : tweets jusqu’à une semaine en arrière – « stream » : « réveillé » dès qu’un nouveau tweet arrive • Web crawler : version « Web » de Twitter donne plus de résultats que l’API (plus anciens) → possibilité d’extraction, mais laborieux
  37. 37. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 37/145 « Tax-on-web » : Google trends
  38. 38. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 38/145 « Tax-on-web » : Topsy.com
  39. 39. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 39/145 « Tax-on-web » : Mention.com
  40. 40. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 40/145 « Tax-on-web » : API + tableur (/jour)
  41. 41. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 41/145 « Tax-on-web » : API + tableur (/heure) • @FOD_Finance : • « Al meer dan 2.000.000 aangiftes binnen via #taxonweb. (…) » (5RT) • « Laatste rechte lijn (…) #taxonweb. (…) » (5RT) • @SPF_Finance : • « Déjà 2.000.000 de déclarations via #taxonweb. (…) ? » (2RT) • « Dernière ligne droite (…) #taxonweb. (…) » (3RT) • → 19 tweets en quelques minutes « Tax-on-web down... » ; « Lap: #taxonweb is down. » ; « Bijna zo down als de mensen die er gebruik van wilden maken. » ; « Typisch : […] aan zijn #taxonweb dan ligt het systeem weer plat. #fb » ; « Heeft iedereen […] #crash #serverdown » ; « Een "groene" dag op #taxonweb , maar helaas: site niet beschikbaar :-( . Elk jaar een probleem ... volgend jaar dan maar terug op papier? » ; « Lap #taxonweb #down. Even geduld dus » ; « pfff #taxonweb est down, juste quand Jour j'allais m'y mettre ! » Heure
  42. 42. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 42/145 Forem (web crawling) 0 50 100 150 200 250 300 350 400 2007/06 2008/01 2008/04 2008/09 2008/12 2009/03 2009/06 2009/09 2009/12 2010/03 2010/06 2010/09 2010/12 2011/03 2011/06 2011/09 2011/12 2012/03 2012/06 2012/09 2012/12 2013/03 2013/06 2013/09 2013/12 2014/03 2014/06 Forem (fr) #Tweets
  43. 43. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 43/145 Forem (Twitter) : topic extraction 0 10 20 30 40 50 60 70 80 90 2007/06 2009/05 2010/08 2011/03 2011/06 2011/09 2011/10 2011/12 2012/01 2012/02 2012/03 2012/05 2012/06 2012/07 2012/09 2012/10 2012/12 2013/01 2013/01 2013/01 2013/01 2013/01 2013/02 2013/02 2013/04 2013/05 2013/05 2013/06 2013/08 2013/09 2013/09 2013/10 2013/11 2014/01 2014/01 2014/02 2014/03 2014/05 0 10 20 30 40 50 60 70 80 90 2007/06 2009/05 2010/08 2011/03 2011/06 2011/09 2011/10 2011/12 2012/01 2012/02 2012/03 2012/05 2012/06 2012/07 2012/09 2012/10 2012/12 2013/01 2013/01 2013/01 2013/01 2013/01 2013/02 2013/02 2013/04 2013/05 2013/05 2013/06 2013/08 2013/09 2013/09 2013/10 2013/11 2014/01 2014/01 2014/02 2014/03 2014/05 emploi formation wallon maroc charleroi Belgique chômeur helpdesk délocalisation actiris Janv. 2013
  44. 44. DÉTECTION D’ÉVÈNEMENTS Mots-clés
  45. 45. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 45/145 Détection d’évènement • De plus en plus, les témoins d’un incident le tweet directement • Un évènement majeur (attentat, catastrophe, …) génère un grand nombre de tweets localisés, avec des mots en commun • Certains outils (Dataminr, Twitcident) s’en servent pour automatiquement détecter un évènement sur base de critères • Pas encore d’outil gratuit ?
  46. 46. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 46/145 Mots-clés: l’essentiel Basé sur des noms de projet, d’organisme, de personne Identification + compréhension des pics de tension Difficile sur des acronymes courts, peu uniques Y réfléchir quand on crée un projet ? Créer des comptes ou hashtags ? Support « non structuré » (≠ page FB) bruit à filtrer
  47. 47. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 47/145 Mots-clés: les outils Rech erche ciblée (listing): - Twitter.com - Tweetdeck - Topsy - Socialmention Recherche ciblée (listing +stats) : - Engagor (15j+€) - Hootsuite (subset+€) - Simplymeasured (15j+€) - Topsy (€) - … - Détection évènement - Dataminr (€) - Twitcident (€) - Google Trends Pour les plus branchés : - API search & stream - Selenium (Web crawling) Hot topics : - Trendsmap (subset+€) - Geofeedia (€) - Trends topics (Twitter)
  48. 48. facebook.com Use case 2 : Page Facebook
  49. 49. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 49/145 Table des matières Introduction Mots-clé Use case 2 : Page Facebook Introduction Analyse de fréquence Topic extraction Sentiment Analysis Network Analytics Network Analytics Conclusions Vandy Berten
  50. 50. INTRODUCTION Page Facebook
  51. 51. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 51/145 Contexte • Page Facebook : Vitrine d’une société, d’un organisme, d’un projet (≠ profil) • Tout est public, connexion pas nécessaire (→ indexé par Google) • Contenu accessible via API • Partie centrale : Timeline (Journal), composée de posts et de commentaires • 3 niveaux d’interaction : – Posts par le gestionnaire, commentaires bloqués – Posts par le gestionnaire, commentaires acceptés – Posts par tout le monde, commentaires acceptés
  52. 52. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 52/145 Contexte • AFSCA : Agence Fédérale pour la Sécurité de la Chaîne Alimentaire (= FAVV) • Compétente pour l’alimentation (magasin, restaurants, usines, fêtes…) mais également pour les animaux (vaccins, commerce…) domestiques et d’élevage • Page Facebook : annonce de contrôle, rappels de produits, annonces diverses • Comme toute agence de contrôle : pas que des amis ! • Mais enjeux et responsabilités considérables !
  53. 53. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 53/145 Contexte : exemple d’annonce
  54. 54. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 54/145 Commentaires • 209 posts • 590 commentaires • 335 commentateurs • 302 post likes • 974 comment likes
  55. 55. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 55/145 Questions • Peut-on « mesurer » cette situation ? • À quel point est-elle problématique ? • Est-ce un phénomène passager ? • Les « contestataires » forment-ils une « communautés » • Sont-ils représentatifs de la société en général ?
  56. 56. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 56/145 Outils disponibles • Pour sa propre page Facebook : nombreux outils (gratuits ou non) disponibles • Pour une page quelconque : quelques outils… pourtant le contenu d’une page est public ! – Engagor – Quintly – SimplyMeasured – Aucun gratuit ? • Une autorité peut avoir besoin de monitorer les pages de ses différentes entités… • … ou de suivre des pages liées à « l’opposition »
  57. 57. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 57/145 Engagor Page AFSCA, posts (rouge) et commentaires (bleu) par jour
  58. 58. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 58/145 Engagor
  59. 59. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 59/145 À quoi a-t-on affaire ? • Une communauté régulière et active avec un pic d’activité ? • 2-3 personnes qui se sont lancées dans un débat sans fin ? • Des visiteurs uniques soudainement intéressés par un post ? • Des gens qui se connaissent mutuellement ? Non liés entre eux ? • Quel est le sujet du débat ?
  60. 60. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 60/145 Facebook API • Facebook permet d’extraire de l’information au travers d’API (Application Programming Interface) dans différents langages (principalement PHP et javascript) • Authentification et délégation : oAuth • Très peu d’accès aux profils perso, mais accès complet aux pages • Certaines « application Facebook » (p.ex. Netvizz) permettent une extraction « toute faite »
  61. 61. ANALYSE DES FRÉQUENCES Page Facebook
  62. 62. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 62/145 Facebook API + Google charts Post du 12/1: « La rage est une maladie endémique en Espagne […] » Post du 29/1 : « Vous pouvez laisser des commentaires […] mais il y a quelques règles à respecter ! […] » 9/1, DH.be: « Basile le podenco a été exécuté par l’Afsca » 3 mars 17-18 février Janvier ? 15/2, DH.be: « Ces 34 chiots "sont en train de mourir de faim " »
  63. 63. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 63/145 Facebook API + Google charts
  64. 64. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 64/145 Facebook API + Google charts 29 janvier
  65. 65. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 65/145 Fréquence : lessons learned • Deux pics de commentaires, liés à deux évènements identifiés (Basile, quarantaine) • Première phase : beaucoup de commentaires, peu de commentateurs • Seconde phase : beaucoup de commentateurs • Critiques peu liées au post commenté
  66. 66. TOPIC EXTRACTION Page Facebook
  67. 67. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 67/145 Topic extraction • Objectif : connaitre le sujet d’une conversation • Basé sur la fréquence d’apparition, présence dans des dictionnaires thématique, classifications • Tag cloud : Wordle.net
  68. 68. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 68/145 0 5 10 15 20 25 30 35 40 45 50 animal chien/chiot honte rage vaccin quarantaine AFSCA (Facebook) : API + Excel Janvier 2014 17-18 février 3 mars
  69. 69. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 69/145 AFSCA (Twitter) : Crawler + Excel 0 5 10 15 20 25 30 35 40 45 2007/8 2010/8 2011/3 2011/6 2011/7 2012/3 2012/5 2012/7 2012/8 2012/10 2012/12 2013/2 2013/2 2013/3 2013/5 2013/7 2013/7 2013/8 2013/10 2013/11 2013/11 2013/11 2013/12 2013/12 2014/1 2014/2 2014/3 2014/4 2014/5 2014/6 contrôle résultat cheval viande tonne rappel contamination tarte inspection
  70. 70. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 70/145 AFSCA (Twitter) : Crawler + Excel 0 5 10 15 20 25 30 35 40 45 2007/8 2010/8 2011/3 2011/6 2011/7 2012/3 2012/5 2012/7 2012/8 2012/10 2012/12 2013/2 2013/2 2013/3 2013/5 2013/7 2013/7 2013/8 2013/10 2013/11 2013/11 2013/11 2013/12 2013/12 2014/1 2014/2 2014/3 2014/4 2014/5 2014/6 contrôle résultat cheval viande tonne rappel contamination tarte inspection Sur la page Facebook : 10 mentions de « cheval »
  71. 71. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 71/145 AFSCA (Twitter) : Crawler + Excel 0 5 10 15 20 25 30 35 40 45 2007/8 2010/8 2011/3 2011/6 2011/7 2012/3 2012/5 2012/7 2012/8 2012/10 2012/12 2013/2 2013/2 2013/3 2013/5 2013/7 2013/7 2013/8 2013/10 2013/11 2013/11 2013/11 2013/12 2013/12 2014/1 2014/2 2014/3 2014/4 2014/5 2014/6 contrôle résultat cheval viande tonne rappel contamination tarte inspection Sur la page Facebook : 5 mentions de « tarte »
  72. 72. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 72/145 AFSCA (Twitter) : Crawler + Excel 0 5 10 15 20 25 30 35 40 45 2007/8 2010/8 2011/3 2011/6 2011/7 2012/3 2012/5 2012/7 2012/8 2012/10 2012/12 2013/2 2013/2 2013/3 2013/5 2013/7 2013/7 2013/8 2013/10 2013/11 2013/11 2013/11 2013/12 2013/12 2014/1 2014/2 2014/3 2014/4 2014/5 2014/6 contrôle résultat cheval viande tonne rappel contamination tarte inspection
  73. 73. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 73/145 Topic extraction: lessons learned • Facebook : sujet = animaux – Première phase (Janvier) : rage (vaccin, quarantaine) – Seconde phase (Février) : animaux, honte • Twitter : sujet = alimentation – Viande de cheval – Tarte – Publication des contrôles • Permet d’orienter une campagne d’information vers le bon public cible
  74. 74. SENTIMENT ANALYSIS Page Facebook
  75. 75. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 75/145 Sentiment analysis • Idée : déterminer si un texte est positif, négatif ou neutre • Domaine de recherche issu de la linguistique computationelle, surtout développé en anglais. Quelques outils en français, peu en néerlandais • Gère mal les fautes d’orthographe, « langage sms », l’ironie • Pas utile à l’échelle d’un message, mais pour des tendances plus larges, des comparaisons • Remarque : on s’exprime plus pour râler que pour complimenter !
  76. 76. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 76/145 Forem Lynda Lemay AFSCA Sentiment analysis
  77. 77. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 77/145 Sentiment analysis • Évolution ? 3 mars 17-18 février Janvier
  78. 78. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 78/145 Sentiment analysis: lessons learned • Donne une information générale, mais technique pas encore très mature en français • Pas utilisable plus « localement »
  79. 79. NETWORK ANALYTICS Page Facebook
  80. 80. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 80/145 Network analytics : acteurs 12 janvier Aucune réaction 29 janvier Beaucoup de visites uniques Posts Users Comment, like
  81. 81. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 81/145 Networks analytics : commentaires 80% users : 1 commentaire 95,5% : ≤ 5 commentaires Posts Users Comment
  82. 82. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 82/145 Network analytics : Smals (acteurs) Posts Users Comment, like
  83. 83. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 83/145 Network analytics • On pourrait aller plus loin, avec ce qui est accessible sur la version Web mais pas avec l’API • On ne pourra trouver qu’une partie de l’information • Exemple : Relations d’amitié entre les « acteurs » ou les « likers » de la page
  84. 84. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 84/145 Network analytics : liens d’amitié Approximation (25% connex. manquantes) Liste privée Liste publique Amitié
  85. 85. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 85/145 Network analytics : liens d’amitié Approximation
  86. 86. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 86/145 Autre exemple : Student@Work • Student@Work : application de l’ONSS pour les étudiants jobistes • Page Facebook sur laquelle tout le monde peut créer un post • Sert à la fois d’outil de communication et de « service desk » pour les problèmes techniques
  87. 87. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 87/145 Student@Work : toutes les interactions Posts sans réponse Student@Work Posts populaires créés par S@W (visiteurs de passage) Posts Users Comment, like
  88. 88. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 88/145 Student@Work : sans S@W Posts Utilisateurs La plupart des interactions : un user (qui ne revient pas) avec un post
  89. 89. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 89/145 Student@Work : posts et commentaires Uniquement création et commentaires (pas likes) Les grappes : composées essentiellement de likes
  90. 90. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 90/145 Network analytics: lessons learned • La grande majorité des commentaires viennent de gens de passage… • … et est condensée sur un seul post • Partie non négligeable des utilisateurs très sensible à la cause animale → pas représentatif de la population en général
  91. 91. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 91/145 Page Facebook : l’essentiel Analyse de fréquence : identification des pics de réaction et des évènements liés Sentiment analysis : polarité du message. OK pour analyse macro uniquement Topic extraction : De quoi parle-t-on + évolution Network analytics : qui réagit, à quoi
  92. 92. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 92/145 Page Facebook : les outils Pour les gestionnaires de page : - Facebook - Hootsuite (subset+€) Pour analyser d’autres pages : - Engagor (15j+€) - SimplyMeasured (15j+€) - Quintly (15j+€) Pour les plus branchés : API Outils classiques : orientés « performances », plus qu’analyse de problèmes
  93. 93. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 93/145 Questions ?
  94. 94. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 94/145 Pause !
  95. 95. www.socialseomanagement.com Use case 3 : Network Analytics
  96. 96. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 96/145 Table des matières Introduction Page Facebook Mots-clé Use case 3 : Network Analytics Introduction Structure Centralité Inférence Reconstruction Évolution Conclusions Vandy Berten
  97. 97. INTRODUCTION Network Analytics
  98. 98. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 98/145 Contexte • Les médias sociaux (Facebook en particulier) regorgent d’informations sur leurs utilisateurs : – Des informations qu’ils fournissent eux-mêmes – Des informations fournies par leurs « amis » – Des informations « implicites » (induites ou structurelles) • On ne peut pas totalement contrôler cette information : – Parce qu’elle est divulguée par d’autres – Parce qu’elle est implicite, et qu’on peut la reconstruire à partir d’autres éléments – Parce qu’on en est en général pas conscient
  99. 99. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 99/145 Intérêt • Conscientiser sur l’information personnelle disponible • Informations très précieuses pour le hacking par « social engineering », l’usurpation d’identité • Mieux connaitre sa communauté (Facebook, Twitter…) • Améliorer la lutte contre la fraude et la criminalité Avec certaines techniques, il est facile de « dépasser les limites » (P/R vie privée ou EULA Facebook)… à utiliser avec précaution ! Nous utiliserons des informations publiques, sans aucune technique de hacking ou phishing
  100. 100. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 100/145 Médias sociaux et délits • Les médias sociaux de plus en plus souvent utilisés dans des enquêtes (policière, fiscales…) • Rarement un preuve, aide à orienter une enquête • Techniques similaires basées sur les réseaux (liens entre entreprises, clients…) déjà utilisées (Fisc, ONSS) • Exemples : – Vol de billet à la Banque de France (sept 2014) : publication de photo de vacances, nouvelle cuisine… – De nombreux délinquants publient eux-mêmes les photos de leur méfaits • Facebook ne fournit pas toujours des données à la justice (Belgique : +/- 30% de refus) ! https://govtrequests.facebook.com/
  101. 101. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 101/145 Médias sociaux et fraude • Hypothèse : si on identifie quelques fraudeurs/suspects dans un groupe « fortement connecté », s’intéresse à l’ensemble du groupe • Parmi une population de fraudeurs, identifier les plus influents, les leaders, les « connecteurs » • Recherche d’un « chemin » entre deux personnes (ami, ami d’ami…) • Recherche des liens d’amitié entre un groupe de personnes – Identifiés hors Facebook – Membre d’un groupe, fan d’une page
  102. 102. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 102/145 Fil rouge • Pour la suite, on se place dans la peau d’un « attaquant » visant la « cible » vandy.berten : – N’a jamais publié de photo (hormis le profil), ne s’y est jamais taggué (mais l’a été par d’autres) – A « sécurisé » son compte de façon à cacher ses photos, son mur, sa liste d’amis aux « inconnus » – N’a rien mis de visible sur son profil (parcours scolaire…) • On va reconstituer : – Ses groupes d’amis – Ses amis proches, sa famille – Son parcours scolaire, (une partie de) ses loisirs • À partir d’un compte « bidon », sans aucun ami
  103. 103. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 103/145 Préambule : « Graph Search » • « Graph Search » : (nouvel) outil de Facebook permettant de faire des recherches (version US) • Par exemple : – « Photos of XXX » – « Photos commented on by XXX » – « XXX's friends who work at Smals » – « People tagged in XXX's photos » – « XXX’s events », « Events that were attended by XXX » – « People who like Hitler Adolph and work at Smals » • Trouve des informations déjà accessibles, mais noyées dans la masse jusqu’ici
  104. 104. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 104/145
  105. 105. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 105/145 Liste d’amis : très instructif • Liste d’amis : ressource très précieuse • Permet d’identifier les groupes sociaux : famille, travail, étude, loisir… • Permet identifier les liens « forts », ainsi que l’influence/la popularité (notion de centralité) • Même masquée, la liste d’amis peut être reconstruite en grande partie • On peut étudier les « structures » autour d’une personne, d’une page ou d’un groupe
  106. 106. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 106/145 Réseau personnel • Réseau de niveau 1.5 : la « cible », ses amis et les connexions entre eux • Pas les amis de amis (non-mutuels) • Facebook : relation symétrique (≠ Twitter) • Via API : uniquement son propre réseau
  107. 107. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 107/145 Réseau personnel Suite : • Structure • Centralité • Inférence • Reconstruction • Évolution
  108. 108. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 108/145 Outils • On va se servir de l’outil « Gephi » de manipulation/visualisation de graphes • 1er étape : importation d’un compte personnel via l’API (ou une application comme « Netvizz ») • Une partie de la suite se base sur un « crawling » de la version Web
  109. 109. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 109/145 Gephi
  110. 110. STRUCTURE Network Analytics
  111. 111. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 111/145 Structures de communauté Communauté « connexe » Agglomérat de petits groupes Communauté peu « connexe »
  112. 112. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 112/145 Structures de communauté • À partir d’un graphe, on peut identifier des « partitions » (ou communauté, ou cluster) : sous-ensemble particulièrement connecté • Correspond en général à des « groupes sociaux » dans la réalité : famille, amis des études, d’un loisir, … • Pour comprendre à quoi correspondent ces groupes, il faudra faire de l’inférence
  113. 113. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 113/145 Partitions
  114. 114. CENTRALITÉ Network Analytics
  115. 115. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 115/145 Mesure de centralité • Différentes façons de mesurer l’importance, la popularité, l’influence, la centralité… d’un acteur (personne, page, post, tweet…) • Une personne peut être importante « dans le monde », mais pas dans un groupe social particulier… et vice-versa • Permet aussi d’identifier les « connecteurs » entre plusieurs groupes sociaux
  116. 116. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 116/145 Mesure de centralité Degree centrality : #voisins, globalement (#likes, friends, followers…) ou localement (#mutual friends) Betweenness centrality : importance en tant qu’intermédiaire (# de shortest path passant par le noeud) Closeness centrality : Inverse de la distance moyenne à tous les autres noeuds Eigenvector centrality : PageRank de Google http://en.wikipedia.org/wiki/Centrality
  117. 117. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 117/145 Mesure de centralité
  118. 118. INFÉRENCE Network Analytics
  119. 119. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 119/145 Inférence • Idée : repérer au sein d’une « partition » des informations (publiques) similaires pour caractériser la partition • Puisque la « cible » fait partie de toutes ses partitions, elle possède (probablement) la même caractéristique • Exemple : – 2% des « amis » travaillent (« publiquement ») chez « Smals » → pas significatif – Partition « P » : 40 % travaillent chez « Smals » (info cachée chez les autres), les autres : 0-1% – Partition « P » : probablement les collègues de « Smals » … comme la cible ! (passé ou présent) • Nécessite des techniques avancées, hors API, pas accessibles en quelques clics ! • On sort du cadre des EULA de Facebook !
  120. 120. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 120/145 Inférence (About / Work & Education) • Section « About / Work & Education »: publique dans +/- 40% • Pas accessible via l’API, mais sur la version web
  121. 121. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 121/145 Inférence (About / Work & Education) Saint-Dominique ULB Taille partition % publique Total 562 38% Partition 1 142 53% Partition 2 83 46% Partition 3 42 50% Partition 4 95 37% 53% 25% 4% 3% 0% 57% 8% 5% 12% 12%
  122. 122. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 122/145 Inférence (Groupes) • Idem pour les groupes : appartenance à un groupe (non secret) toujours publique • Graph search : « Vandy Berten’s groups » • Exemple : présence de « Croix-Rouge », « CRB » ou « CR » dans les noms de groupe : – En général : 13% – 3 partitions avec 28%, 35% et 50% – Toutes les autres : 0-1% • Alternative possible : se baser sur les « likes »
  123. 123. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 123/145 Inférence (Famille) • En regardant les noms de famille, on peut parfois identifier le réseau « familial » • En général, peu de personnes ont le même nom de famille dans un groupe social … sauf s’il s’agit d’une famille ! • Si le top 3 des noms de famille d’un groupe comprend une proportion élevée, c’est sans doute le groupe familial
  124. 124. RECONSTRUCTION Network Analytics
  125. 125. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 125/145 Reconstruction • On pense parfois pouvoir contrôler ce qui se trouve à son propos sur Facebook • Problème : pas de contrôle sur les autres • Liste d’amis : deux méthodes pour reconstruire une « liste cachée » – Créer un profil « bidon », inviter la cible, puis regarder « People You May Know » (PYMK) – Grâce aux « mutuals friends »
  126. 126. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 126/145
  127. 127. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 127/145 Reconstruction • Sur la version Web, on voit plus de choses qu’avec l’API • Cas « simple » : liste d’amis visible • Sinon : on apparait dans la liste d’amis de ses (certains de ses) amis ! • Dans quelques conditions, on peut obtenir les « mutual friends » de deux profils • En partant de quelques amis connus, on peut reconstituer une grande partie du réseau d’un compte, en quelques minutes, sans en être ami
  128. 128. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 128/145
  129. 129. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 129/145 Reconstruction • Liste d’amis de « T » privée • Liste d’amis de « A » publique • La liste d’amis de « T » est vide, mais sur la liste de « A », on voit « T » T A
  130. 130. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 130/145
  131. 131. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 131/145 Reconstruction • On soupçonne B d’être proche de T (ami direct ou non) • On demande à FB : « Mutual friends of T and B » … il répond A → A et T sont donc amis • On réessaye avec A : « Mutual friends of T and A »… T B A
  132. 132. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 132/145 Reconstruction de vandy.berten • Depuis ce compte (via API) : 561 noeuds (298 pub, 53%), 5059 connexions • Si liste privée, « People tagged in… » + « PYMK » : 296 noeuds (52,9%, 99% de ce qui est public !) 1638 connexions (32%) • Si liste publique, par « crawling » : 561 noeuds (100%), 4136 connexions (81%)
  133. 133. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 133/145 Reconstruction Réseau reconstruit Réseau original • Entre 85 et 100% des noeuds ont été placés dans la « bonne » partition • Plus de la moitié des différences viennent de deux partitions « proches »
  134. 134. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 134/145 Reconstruction : deviner • Peut-on « suspecter » d’autres personnes d’êtres amies avec la cible ? • Hypothèse : deux personnes qui ont beaucoup d’amis communs ont des chances d’être également amis • On recherche les amis d’amis fréquents • Si beaucoup d’amis de T disent être amis avec A (même si A et T cachent leur liste), il y a des chances que A et T se connaissent
  135. 135. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 135/145 Reconstruction : deviner Amis d’amis Amis de la « cible » A B C F E D
  136. 136. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 136/145 Reconstruction : deviner • Sur vandy.berten : • Impossible de le savoir en général ! • Autre possibilité : « Friendship page » (https://www.facebook.com/user1?and=user2) Seuil Amis FB (cachés) Connus (hors FB) Inconnu/ vague Total 15 61 8 3 72 10 120 32 21 173
  137. 137. ÉVOLUTION Network Analytics
  138. 138. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 138/145 Évolution • On peut voir depuis quand deux personnes sont « Facebook friends » • www.facebook.com/o*****n?and=vandy.berten : • La dynamique des réseaux est très souvent instructive
  139. 139. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 139/145 Et alors ? • On pourrait appliquer la même technique pour deviner la religion, les préférences politiques ou l’orientation sexuelle de quelqu’un • Sans doute pas un problème chez nous … pas anodin si on a des amis vivant dans des régimes plus « sévères » • Même chez nous : un « cambrioleur » pourrait se servir des profils de vos amis pour savoir que vous n’êtes pas chez vous ! • Usurpation d’identité facilitée
  140. 140. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 140/145 Amélioration du phishing ? Bonjour XXX Ce week-end j'ai discuté avec YYY et ZZZ à la fête de AAA, qui m'ont dit que tu serais intéressé par cette application/ce site web … Votre nom Un ami avec une haute centralité de degré Autre ami ayant bcp d'amis en commun avec YYY Grâce à des photos ou évènements trouvés par « Graph Search »
  141. 141. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 141/145 Network analytics: l’essentiel Grande quantité d’informations sur des individus et sur leur relations Même avec une « cible » méfiante Peut être long, mais pas de matériel complexe/puissant Petit exemple des possibilités montrées ici
  142. 142. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 142/145 Network analytics: les outils Extraction compte : - Netvizz - NameGenWeb - Twitter : NodeXL Analyse de son compte : - wolframalpha.com/ facebook - Touchgraph Visualisation, partitions, centralité… : Gephi Pour les plus branchés : - API Facebook - Web crawling : selenium (Python)
  143. 143. socialstrand.com Conclusions infocux
  144. 144. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 144/145 Conclusions Souvent, méta-information plus intéressante que l’info elle-même Les citoyens s’expriment sur les médias sociaux, il est nécessaire de les suivre Prise de connaissance d’un problème/évènement plus rapide qu’avec les médias « traditionnels » La quantité de données rend l’information difficile à comprendre… mais des outils sont disponibles
  145. 145. Intro – Mots-clé – Page Facebook – – Network Analytics – Conclusions Oct. 2014 - 145/145 Vandy Berten 02/787.57.32 vandy.berten@smals.be More on Smals Research : Website : www.smals.be Blog : www.smalsresearch.be Twitter : @SmalsResearch Blog (www.smalsresearch.be/author/berten/) - Contacter un citoyen sur Facebook ? - La vie privée selon Facebook - Ce qu’un réseau social peut nous apprendre - Facebook : peut-on vraiment cacher sa liste d’amis ? [6/11]

×