Modélisation des profils thématique dans un réseau social académique

Abstract

les réseaux sociaux académiques sont devenus des plateformes incontournables pour tout scientifique. Leur popularité est due entre autres à certaines fonctionnalités que les scientifiques jugent nécessaires et intéressantes comme une plus large visibilité numérique, la possibilité de collaborer et de communiquer avec des pairs qui partagent les mêmes domaines d’intérêt. Dans ce présent travail, nous nous intéressons à l’identification des domaines d’intérêt (ou d’expertise) des scientifiques membres sur ces plateformes. Afin de modéliser chaque chercheur par son profil thématique. Pour faire on s’appuie sur un outil d’extraction des structures sémantiques latentes dans un corpus, une technique du domaine de machine learning non supervisé qui est designée par la modélisation de sujets (topic modeling).