Lambda Architecture pour une analyse à haute performance des données des réseaux sociaux - Université de Bourgogne Accéder directement au contenu
Communication Dans Un Congrès Année : 2019

Lambda Architecture pour une analyse à haute performance des données des réseaux sociaux

Résumé

In this article, we show how a Lambda Architecture can contribute to the development of a platform for collecting and analyzing, in real-time, data from Twitter. After having presented the context, detailed the needs and identified the expected specificities, we compare the Lambda and Kappa architectures and we describe the state of the art on Lambda Architecture use in different domains. We propose an adaptation of the Lambda architecture to allow the storage of data in a polystore and to take into account different types of analysis to be carried out to answer researches in social sciences and communication sciences. In these projects the objectives are to study the structure of communication and the circulation of the speech on Twitter about some societal topics.
Dans cet article, nous montrons comment une Lambda Architecture contribue à l'élaboration d'une plateforme de collecte et d'analyse en temps réel de données de Twitter. Après avoir présenté le contexte, détaillé les besoins et identifié les spécificités attendues, nous com-parons les architectures Lambda et Kappa et nous dressons un état de l'art de l'utilisation de la Lambda Architecture dans différents domaines. Nous proposons ensuite une adaptation de la Lambda Architecture pour permettre le stockage de données dans un polystore et pour tenir compte de la multitude des types d'analyse à appliquer pour répondre à des projets de recherche en sciences sociales et en sciences de la communication dont les objectifs sont d'étudier la structure de la communication et la circulation du discours sur Twitter autour de sujets de société.
Fichier principal
Vignette du fichier
INFORSID_2019_Lambda_Final.pdf (526.67 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

hal-02413910 , version 1 (16-12-2019)

Identifiants

  • HAL Id : hal-02413910 , version 1

Citer

Annabelle Gillet, Eric Leclercq, Nadine Cullot. Lambda Architecture pour une analyse à haute performance des données des réseaux sociaux. INFormatique des ORganisations et Systèmes d'Information et de Décision, Jun 2019, Paris, France. ⟨hal-02413910⟩
189 Consultations
1547 Téléchargements

Partager

Gmail Facebook X LinkedIn More