Détails du sujet
conception et réalisation d'un système de détection des tendances de mode par analyse des sentiments sur les réseaux sociaux
Résumé
Auteur : WABIWA MUBAKE
Niveau: TECH2
Département: Genie Informatique
Année Ac: 2022-2023 , | 2023-10-08 18:05:12
Mots clés
python,machine learning, deep learning, sentiment analysis,...
Intérêt
Ce sujet est une réponse à la nécessité croissante des acteurs de l'industrie de la mode de comprendre les subtilités émotionnelles de leur marché. Mon intérêt pour ce domaine émane de la conviction que l'analyse des sentiments sur les réseaux sociaux peut révéler des aperçus profonds, offrant ainsi un aperçu unique des préférences et des désirs des consommateurs.
Au-delà de son intérêt intrinsèque, cette recherche a des implications majeures pour l'industrie et la société dans son ensemble. En comprendre les résultats peut aider les entreprises à mieux cibler leurs produits, réduisant ainsi le gaspillage et favorisant des pratiques plus durables. Socialement, cette analyse peut également être un outil précieux pour les créateurs de tendances et les décideurs politiques, les aidant à comprendre l'impact de la mode sur l'opinion publique et la culture.
Problématique
Les médias sociaux ont radicalement transformé la manière dont les consommateurs interagissent avec la mode. Les individus ne sont plus simplement des spectateurs passifs des défilés de mode, mais plutôt des contributeurs actifs, façonnant les tendances à travers leurs publications, commentaires et partages en ligne. Cette émergence de la voix du consommateur numérique offre une opportunité unique d'explorer les arcanes des émotions humaines dans le contexte de la mode. Les bases de données massives générées par ces interactions sociales contiennent des nuances émotionnelles riches et complexes, offrant ainsi un terrain fertile pour la recherche.
Au cœur de cette étude se trouve le défi de comprendre et de prédire les tendances de mode en analysant les sentiments exprimés sur les réseaux sociaux. Ce problème émane de la nécessité de décoder les émotions et les opinions des consommateurs, souvent teintées de subtilités culturelles et individuelles, pour anticiper les prochaines vagues de la mode.
Il est impératif d'exprimer clairement ce défi complexe. Comment pouvons-nous, de manière précise et en temps réel, identifier les tendances de mode émergentes à partir de l'avalanche de données émotionnelles sur les médias sociaux ? Cette question exige une exploration approfondie et empirique pour identifier des réponses fiables et exploitables.
Pour orienter notre exploration, les questions suivantes seront au centre de notre attention :
- Comment les émotions et les opinions exprimées sur les réseaux sociaux peuvent-elles être analysées pour prédire les tendances de mode émergentes ?
- Dans quelle mesure les schémas émotionnels des consommateurs reflétés sur les médias sociaux peuvent-ils être convertis en indicateurs fiables de tendances de mode ?
La recherche des réponses aux questions ci-haut nous guidera dans l’élaboration de notre travail. Plan provisoire
Pour explorer en détail cette étude complexe, ce mémoire sera structuré comme suit :
- Le chapitre 1 portera sur la revue de la Littérature : Une exploration approfondie des travaux antérieurs sur l'analyse des sentiments et les tendances de mode, mettant en évidence les avancées récentes et les opportunités inexplorées.
- Le Chapitre 2 portera sur la méthodologie : Une description détaillée de notre approche méthodologique, y compris les techniques d'analyse des sentiments, les modèles d'apprentissage automatique et les protocoles de collecte de données.
- Le Chapitre 3 portera sur l’Analyse et Résultats : Une présentation détaillée de nos résultats, mettant en lumière les tendances de mode détectées et les schémas émotionnels dominants.
- Le Chapitre 4 portera sur la Discussion des résultats : Une analyse approfondie de nos résultats, soulignant les implications pour l'industrie de la mode, les limites de notre étude et des suggestions pour des recherches futures.
Hypothèses
Nous formulons l'hypothèse suivante : Les schémas émotionnels et les tendances de mode pourraient être détectés et prédits avec précision en analysant les sentiments exprimés sur les réseaux sociaux. Cette hypothèse sera testée, confirmée ou nuancée au cours de notre recherche par une analyse approfondie des données.
En plus de notre hypothèse principale, nous explorerons les hypothèses suivantes :
1. Les émotions positives exprimées sur les réseaux sociaux seraient corrélées à l'adoption rapide des nouvelles tendances de mode.
2. L'analyse des sentiments basée sur des modèles d'apprentissage automatique pourrait prédire les tendances de mode avec une précision supérieure à celle des méthodes traditionnelles.
3. Les tendances de mode influencées par les émotions des consommateurs sur les médias sociaux pourraient varier en fonction des régions géographiques et des cultures.
Méthodes
Cette recherche reposera sur une méthodologie rigoureuse, combinant des techniques de traitement du langage naturel (NLP) avancées, des modèles d'apprentissage automatique et une analyse qualitative approfondie. Nous limiterons notre étude à une période spécifique pour garantir la pertinence de nos résultats, tout en nous concentrant sur un échantillon représentatif de données des médias sociaux. Bibliographie
[1] A. R. N. A. U. D. B. O. D. I. N. &. F. R. A. N. Ç. O. I. S. R. E. C. H. E. R, D E E P M AT H, A L G O R I T H M E S E T M AT H É M AT I Q U E S, 2019.
[2] S. R. Mirjalili, Python Machine Learning Second edition, Packt Publishing, 2017.
[3] [Online]. Available: https://geekyhumans.com/emotion-detection-using-python-and-deepface/. [Accessed 11 february 2023].
[4] [Online]. Available: https://medium.com/analytics-vidhya/facial-expression-detection-using-machine-learning-in-python-c6a188ac765f. [Accessed 11 february 2023].
Directeur & Encadreur
Directeur: BARAKA Olivier MUSHAGE
Encadreur: NZANZU Patrick VINGI
Status
Décision ou observation:
Feu vert:
Déposé : NON
Défendu: NON
Finalisé: NON
conception et réalisation d'un système de détection des tendances de mode par analyse des sentiments sur les réseaux sociaux
Résumé
Auteur : WABIWA MUBAKE
Niveau: TECH2
Département: Genie Informatique
Année Ac: 2022-2023 , | 2023-10-08 18:05:12
Mots clés
python,machine learning, deep learning, sentiment analysis,...Intérêt
Ce sujet est une réponse à la nécessité croissante des acteurs de l'industrie de la mode de comprendre les subtilités émotionnelles de leur marché. Mon intérêt pour ce domaine émane de la conviction que l'analyse des sentiments sur les réseaux sociaux peut révéler des aperçus profonds, offrant ainsi un aperçu unique des préférences et des désirs des consommateurs.Au-delà de son intérêt intrinsèque, cette recherche a des implications majeures pour l'industrie et la société dans son ensemble. En comprendre les résultats peut aider les entreprises à mieux cibler leurs produits, réduisant ainsi le gaspillage et favorisant des pratiques plus durables. Socialement, cette analyse peut également être un outil précieux pour les créateurs de tendances et les décideurs politiques, les aidant à comprendre l'impact de la mode sur l'opinion publique et la culture.
Problématique
Les médias sociaux ont radicalement transformé la manière dont les consommateurs interagissent avec la mode. Les individus ne sont plus simplement des spectateurs passifs des défilés de mode, mais plutôt des contributeurs actifs, façonnant les tendances à travers leurs publications, commentaires et partages en ligne. Cette émergence de la voix du consommateur numérique offre une opportunité unique d'explorer les arcanes des émotions humaines dans le contexte de la mode. Les bases de données massives générées par ces interactions sociales contiennent des nuances émotionnelles riches et complexes, offrant ainsi un terrain fertile pour la recherche.Au cœur de cette étude se trouve le défi de comprendre et de prédire les tendances de mode en analysant les sentiments exprimés sur les réseaux sociaux. Ce problème émane de la nécessité de décoder les émotions et les opinions des consommateurs, souvent teintées de subtilités culturelles et individuelles, pour anticiper les prochaines vagues de la mode.
Il est impératif d'exprimer clairement ce défi complexe. Comment pouvons-nous, de manière précise et en temps réel, identifier les tendances de mode émergentes à partir de l'avalanche de données émotionnelles sur les médias sociaux ? Cette question exige une exploration approfondie et empirique pour identifier des réponses fiables et exploitables.
Pour orienter notre exploration, les questions suivantes seront au centre de notre attention :
- Comment les émotions et les opinions exprimées sur les réseaux sociaux peuvent-elles être analysées pour prédire les tendances de mode émergentes ?
- Dans quelle mesure les schémas émotionnels des consommateurs reflétés sur les médias sociaux peuvent-ils être convertis en indicateurs fiables de tendances de mode ?
La recherche des réponses aux questions ci-haut nous guidera dans l’élaboration de notre travail.
Plan provisoire
Pour explorer en détail cette étude complexe, ce mémoire sera structuré comme suit :- Le chapitre 1 portera sur la revue de la Littérature : Une exploration approfondie des travaux antérieurs sur l'analyse des sentiments et les tendances de mode, mettant en évidence les avancées récentes et les opportunités inexplorées.
- Le Chapitre 2 portera sur la méthodologie : Une description détaillée de notre approche méthodologique, y compris les techniques d'analyse des sentiments, les modèles d'apprentissage automatique et les protocoles de collecte de données.
- Le Chapitre 3 portera sur l’Analyse et Résultats : Une présentation détaillée de nos résultats, mettant en lumière les tendances de mode détectées et les schémas émotionnels dominants.
- Le Chapitre 4 portera sur la Discussion des résultats : Une analyse approfondie de nos résultats, soulignant les implications pour l'industrie de la mode, les limites de notre étude et des suggestions pour des recherches futures.
Hypothèses
Nous formulons l'hypothèse suivante : Les schémas émotionnels et les tendances de mode pourraient être détectés et prédits avec précision en analysant les sentiments exprimés sur les réseaux sociaux. Cette hypothèse sera testée, confirmée ou nuancée au cours de notre recherche par une analyse approfondie des données.En plus de notre hypothèse principale, nous explorerons les hypothèses suivantes :
1. Les émotions positives exprimées sur les réseaux sociaux seraient corrélées à l'adoption rapide des nouvelles tendances de mode.
2. L'analyse des sentiments basée sur des modèles d'apprentissage automatique pourrait prédire les tendances de mode avec une précision supérieure à celle des méthodes traditionnelles.
3. Les tendances de mode influencées par les émotions des consommateurs sur les médias sociaux pourraient varier en fonction des régions géographiques et des cultures.
Méthodes
Cette recherche reposera sur une méthodologie rigoureuse, combinant des techniques de traitement du langage naturel (NLP) avancées, des modèles d'apprentissage automatique et une analyse qualitative approfondie. Nous limiterons notre étude à une période spécifique pour garantir la pertinence de nos résultats, tout en nous concentrant sur un échantillon représentatif de données des médias sociaux.Bibliographie
[1] A. R. N. A. U. D. B. O. D. I. N. &. F. R. A. N. Ç. O. I. S. R. E. C. H. E. R, D E E P M AT H, A L G O R I T H M E S E T M AT H É M AT I Q U E S, 2019.[2] S. R. Mirjalili, Python Machine Learning Second edition, Packt Publishing, 2017.
[3] [Online]. Available: https://geekyhumans.com/emotion-detection-using-python-and-deepface/. [Accessed 11 february 2023].
[4] [Online]. Available: https://medium.com/analytics-vidhya/facial-expression-detection-using-machine-learning-in-python-c6a188ac765f. [Accessed 11 february 2023].
Directeur & Encadreur
Directeur: BARAKA Olivier MUSHAGEEncadreur: NZANZU Patrick VINGI
Status
Décision ou observation:Feu vert:
Déposé : NON
Défendu: NON
Finalisé: NON