Diapos - gouno

21/11/2014 Big Data – IIe Rencontres STAT. à l’UBS –S.Tufféry 1
Le Big Data :
Aspects théoriques et pratiques
Stéphane TUFFERY
IIèmes Rencontres STAT.
à l’UBS
21 novembre 2014

21/11/2014 Big Data – IIe Rencontres STAT. à l’UBS –S.Tufféry 2
Plan
Le Big Data
Méthodes statistiques et Machine Learning pour le Big
Data
Réduction de la complexité et agrégation de modèles
Les réseaux sociaux
Exemple d’analyse d’un réseau social avec R
Conclusion

21/11/2014 Big Data – IIe Rencontres STAT. à l’UBS –S.Tufféry 3
Le Big Data

21/11/2014 Big Data – IIe Rencontres STAT. à l’UBS –S.Tufféry 4
Avant 1950 : la statistique avec quelques centaines d’individus et
quelques variables, recueillies dans un laboratoire selon un
protocole strict pour une étude scientifique
Années 1960-1980 : l’analyse des données avec quelques
dizaines de milliers d’individus et quelques dizaines de variables,
recueillies de façon rigoureuse pour une enquête précise
Années 1980-2000 : le data mining avec plusieurs millions
d’individus et plusieurs centaines de variables hétérogènes,
recueillies dans le système d’information des entreprises pour
de l’aide à la décision
À partir des années 2010 : le Big Data avec plusieurs centaines
de millions d’individus et plusieurs milliers de variables, de tous
types, recueillies dans les entreprises, les systèmes, Internet,
pour de l’aide à la décision, de nouveaux services
L’escalade de la puissance

21/11/2014 Big Data – IIe Rencontres STAT. à l’UBS –S.Tufféry 5
Données signalétiques et sociodémographiques
Données de comportement (utilisation du téléphone, de la carte
bancaire, du véhicule…)
Données CRM (contact avec un service client, carte de fidélité,
fidélisation…)
Données externes provenant des administrations (Open Data) ou des
mégabases de données privées
Informations remontées par les capteurs industriels, routiers,
climatiques, puces RFID, NFC, objets connectés (caméras, compteurs
électriques, appareils médicaux, voitures…)
Géolocalisation par GPS ou adresse IP
Données de tracking sur Internet (sites visités, mots-clés
recherchés...)
Contenu partagé sur Internet (blogs, photos, vidéos…)
Opinions exprimées dans les réseaux sociaux (sur une entreprise, une
marque, un produit, un service…)
L’explosion de la production de données