Difference between revisions of "Analyse d’opinion « temps réel » à partir de Twitter/FicheSuivi"
Jump to navigation
Jump to search
Jordan.Calvi (talk | contribs) |
Jordan.Calvi (talk | contribs) |
||
Line 38: | Line 38: | ||
== Sprint 2 : 05/02/2014 - 18/02/2014 == |
== Sprint 2 : 05/02/2014 - 18/02/2014 == |
||
− | * Daba, Xu, Jordan |
+ | * '''Daba, Xu, Jordan''' |
**Cahier des charges |
**Cahier des charges |
||
− | * Jordan |
+ | * '''Jordan''' |
** Etude de l’API Twitter et de Twitter Storm (connecter Storm à l’API Twitter, dictionnaire cosmétique et traitement de données en flux avec dictionnaire émotions) |
** Etude de l’API Twitter et de Twitter Storm (connecter Storm à l’API Twitter, dictionnaire cosmétique et traitement de données en flux avec dictionnaire émotions) |
||
** Restitution des données (données pertinentes et exemples de graphes axé aide à la décision librairie nvd3.js VS highcharts) : Pie chart (positive negative neutral), Line Chart (trends), Bar chart (actual sentiment) |
** Restitution des données (données pertinentes et exemples de graphes axé aide à la décision librairie nvd3.js VS highcharts) : Pie chart (positive negative neutral), Line Chart (trends), Bar chart (actual sentiment) |
||
− | * Daba |
+ | * '''Daba''' |
** Etude de Tweetping (nodejs, socket.io, processing.js, (backbone.js)) |
** Etude de Tweetping (nodejs, socket.io, processing.js, (backbone.js)) |
||
*** liste des données extraites par Tweetping et autres applications |
*** liste des données extraites par Tweetping et autres applications |
||
Line 51: | Line 51: | ||
** Aspect temps réel coté front (mettre en place une mini appli fonctionnelle issu d’un tuto -> nodejs + websocket) |
** Aspect temps réel coté front (mettre en place une mini appli fonctionnelle issu d’un tuto -> nodejs + websocket) |
||
− | * Xu |
+ | * '''Xu''' |
** Etude de mongodb |
** Etude de mongodb |
||
**(Etude de hadoop) |
**(Etude de hadoop) |
Revision as of 00:07, 11 February 2014
Présentation du projet
Ce projet de 5ème année s'établit sur une durée de 2 mois, en partenariat avec l'entreprise Viseo.
Dans une problématique de disposer d'un outil d'aide à la décision en lien avec des produits cosmétiques, une application basée sur l'analyse sentimentale de Tweets devra être développée. Celle-ci devra permettre de déterminer l'opinion générale vis-à-vis d'un produit. Les informations traitées devront ensuite être restituées au sein d'interfaces multi-display.
À propos de l'équipe
Etudiants :
- Jordan Calvi <jordan.calvi@hotmail.fr> <-- Chef de projet
- Xu Feng <fengxu1989@gmail.com>
- Mame Daba Diouf <diouf-daba@hotmail.com>
Encadrant Polytech :
- Didier Donsez
Encadrants Viseo :
- Fatoumata Camara
- Cédric Lopez
Téléchargements
- Cahier des charges
- Software Requirements Specification
- Dossier de conception
- Code source
- Manuel
- Rapport
Backlog
Progression
Sprint 1 : 27/01/2014 - 04/02/2014
- Première compréhension du sujet
- Premier état de l'art des technologies
- Prise de contact avec les encadrants Viseo
- Élaboration d'une liste de questions pour les encadrants Viseo
- Première réunion avec les encadrants Viseo pour relever le besoin
Sprint 2 : 05/02/2014 - 18/02/2014
- Daba, Xu, Jordan
- Cahier des charges
- Jordan
- Etude de l’API Twitter et de Twitter Storm (connecter Storm à l’API Twitter, dictionnaire cosmétique et traitement de données en flux avec dictionnaire émotions)
- Restitution des données (données pertinentes et exemples de graphes axé aide à la décision librairie nvd3.js VS highcharts) : Pie chart (positive negative neutral), Line Chart (trends), Bar chart (actual sentiment)
- Daba
- Etude de Tweetping (nodejs, socket.io, processing.js, (backbone.js))
- liste des données extraites par Tweetping et autres applications
- leur type
- Aspect temps réel coté front (mettre en place une mini appli fonctionnelle issu d’un tuto -> nodejs + websocket)
- Etude de Tweetping (nodejs, socket.io, processing.js, (backbone.js))
- Xu
- Etude de mongodb
- (Etude de hadoop)
- lien entre les deux (connecteurs ?), début de recherche sur l’organisation des données JSON (stockage des tweets préfiltrés et prétraité) ex: nom_du_twittos, date, contenu, langue, negative, neutre, positive -> 0 à 1 ou 0 à 100, opinion(somme), etc.