Lotusphere 2012 : la R&D de Big Blue marie social et analytique

Les laboratoires d’IBM planchent sur des outils d’analyse textuelle et décisionnelle destinés à hiérarchiser, au sein des communautés, les contenus les plus populaires, identifier les contributeurs les plus actifs ou cerner les questions les plus courues.

Vincent Berdot

01net

le 23/01/12 à 09h03

laisser un avis

Comme à chaque édition de Lotusphere, les laboratoires de recherche d'IBM ouvrent leurs portes au public. L’occasion de constater à nouveau combien la R&D de l’éditeur mise sur les outils analytiques pour classer, ordonner et mesurer l’activité au sein des communautés.

Le projet illustrant le mieux cette tendance, Community Insigts, vise à fournir un tableau de bord du réseau social. Il mesure ainsi la popularité des thèmes abordés sur les posts, les blogs, les forums ou les wikis. Concrètement, son moteur de text mining catégorise et répartit les contenus en différents blocs thématiques. Mieux, il cherche à associer une valeur à chacune des publications. Valorisation qui, rappelons-le, manque généralement au sein des réseau sociaux, puisque peu de personnes se prêtent à l’exercice du « rating ».

Un modèle pour déceler l’intérêt des contenus produits

agrandir la photo

Pour établir cette notation automatique, le projet de recherche s’appuie sur les rares contenus ayant été évalués. « Nous cherchons à corréler les scores attribués par les utilisateurs avec les données objectives traduisant l’activité de ces contenus. C'est-à-dire le nombre de commentaires, de recommandations ou de vue. Nous en déduisons au final un modèle de notation que nous appliquons à toutes les productions », explique Tara Matthews, en charge de Community Insigts.

Au final, l’ensemble des contenus peut être ventilé par thème, par intérêt, par origine (division marketing, commerciale…) mais également par profil de contributeurs. Car, et c’est l’autre volet du projet, le système décèle également les membres du réseau social les plus actifs et surtout les plus influents. Autrement dit ceux produisant du contenu à haute valeur.

Des réponses automatisées

agrandir la photo

Mais si, avec Community Insigts, les membres des réseaux sociaux ciblent plus facilement les posts et les documents dignes d’intérêt, ils restent sans réponses sur bien des sujets. La vocation d’un autre projet (Analytics-Driven Social Engagement on Social Media) est précisément d’identifier les questions laissées par les utilisateurs sur les blogs ou les wikis. Puis d’automatiser une réponse. « Toute la difficulté est d’identifier la personne qui a déjà répondu par le passé à la question, ou du moins à une question approchante », explique le responsable du projet, Jeffrey Nichols. Le système répond alors automatiquement à l’utilisateur et lui demande s’il souhaite partager la réponse apportée à sa ou ses communautés (l’opération se faisant en un clic).

Une incitation à la recommandation

Enfin, dans la même optique de mutualisation de la connaissance, citons le projet Crowd Card. Sa vocation : lutter contre la déperdition des contenus et de leur savoir. Il génère un résumé des posts déposés sur les blogs (dont la lecture complète peut être fastidieuse). Puis, pour promouvoir ces contenus condensés, Crowd Card mise sur une système de « gamification » : celui qui recommandera pour la première fois un résumé repris ensuite en masse par les autres membres de la communauté sera crédité d’un maximum de points. Lesquels sont censés traduire l’expertise des membres d’un réseau social.