🧠Analyser des données

Prérequis

• Avoir créé et collecté des données sur une importation.

Étapes

1. 1

   Dans la barre latérale, ouvrez Analyser des données et cliquez sur Créer une analyse.

2. 2

   Sélectionnez le client et le projet concernés.

3. 3

   Renseignez les champs du formulaire :

   Champ	Description	Exemple
   Nom	Identifiant lisible de l'analyse. Choisissez un nom décrivant le traitement ou la période.	Analyse sentiment Q1 2025
   Type d'analyse	Type d'analyse à réaliser sur l'importation : clustering, classification_llm, coordination, narrative_filtering.	Clustering

4. 4

   Cliquez sur Créer. Un `analyse_id` est généré et l'analyse apparaît dans l'onglet Analyses du dashboard.

Prérequis

• Avoir créé une analyse liée à une importation collectée.

Étapes

1. 1

   Dans Analyser des données, cliquez sur Chunking.

2. 2

   Sélectionnez le Client, le Projet, l'Importation et l'Analyse.

3. 3

   Sélectionnez les données à inclure dans le dataset d'analyse en appliquant des filtres sur le type de post, la période de publication ou la langue des posts.

4. 4

   (recommandé) : pour les textes longs (Linkedin, Facebook, Telegram, articles de presse, transcripts vidéo...), activez le Sentence splitting. Pour les textes courts (X, TikTok, Youtube...), une copie simple suffit.

5. 5

   Sélectionnez le texte à préparer : le texte original ou traduit.

6. 6

   Configurez les paramètres de découpe :

   Champ	Description	Exemple
   Phrase par chunk	Taille des segments, généralement entre 3 et 5 phrases. Une valeur trop petite fragmente trop le sens ; trop grande, elle dépasse la fenêtre du modèle de vectorisation.	3
   Nombre de chunks max par post	Nombre maximum de chunks à créer par post. Permet de limiter la taille du dataset d'analyse.	50
   Taille minimale d'un chunk	Taille minimale d'un chunk en nombre de caractères. Permet de s'assurer que chaque chunk contient suffisamment de contenu pour être analysé.	10

7. 7

   (facultatif) Planifiez une exécution régulière du chunking pour préparer les nouveaux documents collectés.

8. 8

   Cliquez sur Lancer.

Prérequis

• Avoir créé une analyse avec des données collectées.
• Pour les textes : avoir effectué le chunking sur l'analyse.
• Pour les images : pas besoin d'effectuer le chunking.

Étapes

1. 1

   Dans Analyser des données, cliquez sur Vectorisation.

2. 2

   Sélectionnez le Client, le Projet et l'Analyse.

3. 3

   Sélectionnez le type de données à vectoriser : texte ou image.

4. 4

   Choisissez le Modèle de vectorisation :

   Champ	Description	Exemple
   paraphrase-multilingual-MiniLM-L12-v2	Modèle CPU multilingue. Recommandé pour la réalisation des topic modeling sur des corpus francophone ou multilingue.	Topic Modeling de corpus francophone ou multilingue
   all-MiniLM-L6-v2	Modèle CPU. Recommandé pour la réalisation des topic modeling sur des corpus anglophones.	Topic Modeling anglais
   all-mpnet-base-v2	Modèle CPU très léger. Recommandé pour la réalisation des topic modeling sur des corpus anglophones.	Topic Modeling anglais
   opsci/Jinav3_SUPCON	Modèle GPU. Recommandé pour la réalisation de Narrative Filtering.	Narrative Filtering - multilingue
   jina-embeddings-v3	Modèle GPU - multilingue. Recommandé pour la réalisation d'un topic modeling multilingue ou analyse de coordination.	Topic modeling - Coordination
   CLIP-ViT-H-14-laion2B-s32B-b79K	Modèle GPU. Modèle multimodal sémantique.	Vectorisation des images / clustering sémantique
   dinov2-large	Modèle GPU. Modèle de vectorisation des images.	Vectorisation des images / clustering visuel

5. 5

   (facultatif) Planifiez une exécution régulière de la vectorisation pour traiter les nouveaux chunks créés.

6. 6

   Cliquez sur Lancer.

Prérequis

• Avoir créé une analyse avec des données collectées.
• Avoir réalisé de chunking

Étapes

1. 1

   Dans Analyser des données, cliquez sur Lemmatisation.

2. 2

   Sélectionnez le Client, le Projet et l'Analyse cibles.

3. 3

   Sélectionnez le modèle approprié à utiliser pour la lemmatisation (en fonction de la langue).

4. 4

   Définissez les types de mots à conserver et les mots à exclures (stop words) pour affiner les résultats.

5. 5

   Cliquez sur Lancer.

Prérequis

• Avoir créé une analyse avec des données collectées.
• Avoir réalisé de chunking

Étapes

1. 1

   Dans Analyser des données, cliquez sur Sentiment.

2. 2

   Sélectionnez le Client, le Projet et l'Analyse.

3. 3

   Sélectionnez un modèle d'analyse de sentiment.

4. 4

   (facultatif) Planifier une exécution régulière de l'analyse de sentiment pour traiter les nouveaux chunks.

5. 5

   Cliquez sur Lancer.

Prérequis

• Avoir créé une analyse avec des données collectées.
• Avoir effectué le chunking.
• Avoir effectué la vectorisation sur l'analys en utilisant le modèle JINAv3_SUPCON.
• Avoir défini au moins un narratif dans la base de narratifs.

Étapes

1. 1

   Dans Analyser des données, cliquez sur Narrative Filtering.

2. 2

   Sélectionnez le Client, le Projet et l'Analyse.

3. 3

   Sélectionnez les sujets / narratifs / claims que vous souhaitez utiliser comme référence.

4. 4

   (facultatif) Filtrer les chunks par date d'indexation.

5. 5

   Configurez le Seuil de similarité :

   Champ	Description	Exemple
   Seuil (0–1)	Score cosinus minimal pour qu'un document soit conservé. Plus le seuil est élevé, plus les documents retenus sont proches des narratifs. Valeur recommandée : 0.7	0.7
   top_k	Nombre de documents les plus similaires à conserver pour chaque narratif. Valeur recommandée entre 3 et 5	3

6. 6

   (recommandé) Activer le reranker pour affiner les résultats.

7. 7

   Cliquez sur Lancer.

Prérequis

• Avoir effectué la vectorisation sur l'analyse.

Étapes

1. 1

   Dans Analyser des données, cliquez sur Coordination.

2. 2

   Sélectionnez le Client, le Projet et l'Analyse.

3. 3

   Configurez les paramètres :

   Champ	Description	Exemple
   Fenêtre temporelle	Utilisé pour la prédiction de nouveaux points - Intervalle de temps (en jours) dans lequel deux publications similaires sont considérées comme coordonnées.	7
   Seuil de similarité	Score cosinus minimal entre deux documents pour qu'ils soient considérés comme similaires.	0.85
   Seuil de pondération temporelle	Intervalle de temps dans lequel deux publications similaires sont considérées comme coordonnées.	0.85
   Décroissance temporelle	Pénalité de décroissance appliqué aux scores de similarité en fonction du temps écoulé entre deux publications.	0.1

4. 4

   (facultatif) - pour prédire de nouveaux points (ex : mise à jour d'une analyse de coordination déjà existante), activez le mode incrémental. Le seuil de pondération temporelle correspond à un intervalle de temps dans lequel deux publications similaires sont considérées comme coordonnées.

5. 5

   Cliquez sur Lancer.

Prérequis

• Avoir réalisé le calcul de coordination.

Étapes

1. 1

   Dans Analyser des données, cliquez sur Coordination.

2. 2

   Sélectionnez le Client, le Projet et l'Analyse.

3. 3

   Sélectionnez les posts à inclure dans le graphe : période, type de posts.

4. 4

   Ajuster le score de coordination minimum - plus la valeur est élevée, plus seules les coordinations fortes sont conservées. Augmentez la valeur pour filtrer le bruit ou être plus restrictif par rapport à la similarité des messages.
   coordination_score = similarity × coverage
   similarity (cosine moyen) : entre 0 et 1 — mesure à quel point le contenu des deux documents est sémantiquement proche
   coverage : entre 0 et 1 — proportion de chunks qui ont trouvé un match : (chunks_matchés_A + chunks_matchés_B) / (total_chunks_A + total_chunks_B)

5. 5

   Configurez le(s) réseau(x) à produire via les trois sections ci-dessous.

6. Référence des champs — Configuration réseau

   Champ	Description	Exemple
   period	Granularité temporelle des graphes produits. `static` = un seul graphe global ; les autres valeurs produisent un graphe par tranche de temps.	static, day, week
   network_type	Types de relations à modéliser : coordination entre posts ou entre comptes. Chaque type produit un fichier de graphe séparé.	similarity_posts, similarity_accounts
   threshold_attribute	Attribut de nœud utilisé pour le filtrage par seuil.	degree
   threshold	Valeur minimale de `threshold_attribute` pour qu'un nœud soit conservé dans le graphe.	1
   max_nodes	Nombre maximal de nœuds conservés dans le graphe final (les nœuds les plus importants sont gardés).	5000
   n_composantes	Nombre de composantes connexes à conserver. Entier = N composantes, décimal 0–1 = percentile de taille, vide = toutes.	1.0
   min_nodes_composantes	Taille minimale d'une composante connexe pour être incluse.	3
   modularity_resolution	Résolution de l'algorithme de détection de communautés (Louvain). Plus élevée = communautés plus petites et nombreuses.	1.0
   mutual_relationships	Si activé, conserve uniquement les paires avec interactions mutuelles → réseau non directionnel.	false
   compute_dynamic_metrics	Calcule les métriques de centralité à chaque période temporelle. Désactiver accélère le traitement.	true
   dynamic_nodes	True = nœuds et liens varient par période. False = nœuds fixes, seuls les liens changent.	true
   dynamic_filtering	True = filtre les N nœuds les plus importants à chaque période. False = filtre calculé sur l'ensemble des données.	true

7. Référence des champs — Métriques

   Champ	Description	Exemple
   degree	Nombre total de liens d'un nœud (entrant + sortant).	—
   in_degree	Nombre de liens entrants (mentions reçues, réponses reçues…).	—
   out_degree	Nombre de liens sortants (mentions émises, réponses émises…).	—
   degree_centrality	Centralité de degré normalisée : part du degree total du nœud dans le réseau.	—
   in_degree_centrality	Centralité de degré entrant normalisée.	—
   out_degree_centrality	Centralité de degré sortant normalisée.	—
   betweenness_centrality	Fréquence à laquelle un nœud se trouve sur le chemin le plus court entre deux autres nœuds. Mesure le rôle de pont d'un compte.	—
   eigenvector_centrality	Centralité de vecteur propre : un nœud est influent s'il est connecté à d'autres nœuds influents.	—

8. Référence des champs — Visualisation (Sigma)

   Champ	Description	Exemple
   node_color	Attribut de nœud utilisé pour la couleur (ex : modularity = couleur par communauté).	modularity
   node_size / node_size_range	Attribut pilotant la taille des nœuds, et plage [min, max] en pixels.	in_degree · [2, 15]
   node_label / node_label_size	Attribut affiché comme label, et taille fixe ou variable (None = taille fixe définie par `default_node_label_size`).	label · 12
   node_border_color_from	Source de la couleur de bordure du nœud (`node` = même couleur que le nœud, `None` = pas de bordure colorée).	node
   node_halo_size	Attribut pour la taille du halo autour du nœud. `None` = pas de halo.	none
   edge_color / default_edge_color	Attribut pilotant la couleur des arêtes, ou couleur hexadécimale fixe si `edge_color` = None.	none · #e1e1e1
   default_edge_type	Forme des arêtes dans la visualisation Sigma.	arrow / rectangle / line / curve / triangle
   edge_size / edge_size_range	Attribut pilotant l'épaisseur des arêtes, et plage [min, max] en pixels.	weight · [1, 15]
   background_color	Couleur de fond de la visualisation.	white
   start_layout	Durée en secondes du calcul de layout ForceAtlas2 avant arrêt automatique.	10.0
   label_density	Nombre de labels affichés par cellule de grille. Réduire pour alléger l'affichage.	1
   barnesHutTheta / barnesHutOptimize	Paramètres de l'optimisation Barnes-Hut pour la répulsion (O(n·log n)). Theta ≈ 1.0 = rapide.	1.5 · true
   gravity / scalingRatio	Attraction vers le centre et échelle globale du layout. scalingRatio élevé = nœuds plus espacés.	1.5 · 500
   linLogMode	Active le modèle LinLog de Noack, qui favorise la séparation visuelle des communautés.	true
   strongGravityMode	Active une gravité linéaire qui attire les composantes isolées vers le centre.	true

9. 6

   Cliquez sur Lancer.

Prérequis

• Avoir effectué le chunking.
• Avoir effectué la vectorisation.
• Avoir effectué la lemmatisation.
• Avoir effectué l'analyse de sentiment.

Étapes

1. 1

   Dans Analyser des données, cliquez sur Clustering.

2. 2

   Sélectionnez le Client, le Projet et l'Analyse.

3. 3

   Définissez le type de données à analyser : le texte des posts, les images, les transcripts de vidéo

4. 4

   Définissez si tous les posts doivent être classés, ou si du bruit est accepté (posts considérés comme "inclassables")

5. 5

   (facultatif) Ajustez les paramètres avancés du clustering :

   Champ	Description	Exemple
   Longueur min. du texte	Nombre de caractères minimum pour considérer les textes à classer.	90
   Pourcentage de hashtags max	Proportion de hashtags	4
   Pourcentage de mentions max	Proportion de mentions	4
   n_neighbors	UMAP - nombre de voisins	15
   n_epochs	UMAP - nombre d'epochs	2500
   learning_rate	UMAP - learning_rate	0.5
   spread	UMAP - spread	1.0
   min_dist	UMAP - min_dist	0.0
   metric_umap	UMAP - metric	cosine
   random_state	Etat aléatoire	42
   min_cluster_size	HDBSCAN - min_cluster_size	None
   min_samples	HDBSCAN - min_samples	6
   cluster_method_selection	HDBSCAN - cluster_method_selection	eom
   metric_hdbscan	HDBSCAN - metrique de distance	euclidean

6. 6

   Cliquez sur Lancer.

Prérequis

• Avoir effectué le chunking.
• Avoir effectué la vectorisation.
• Avoir effectué la lemmatisation.
• Avoir effectué l'analyse de sentiment.
• Avoir lancé un clustering sur l'analyse.

Étapes

1. 1

   Dans Analyser des données, cliquez sur Annotation des clusters.

2. 2

   Sélectionnez le Client, le Projet et l'Analyse.

3. 3

   Sélectionnez le type de données que l'on souhaite annoter : texte ou image

4. 4

   Sélectionnez un template de prompt ou personnalisez le prompt pour l'annotation

5. 5

   Cliquez sur Enregistrer après avoir annoté tous les clusters.