La semaine passée nous écrivions, un peu sur le ton d’une boutade « On est ce que l’on mange » ou « ce que l’on écrit ». Bien évidemment c’est aux productions documentaires des journalistes que nous nous intéressions.

L’exemple de l’agence de presse peut se comprendre facilement : elle doit envoyer le communiqué de presse que lui a confié son client au plus grand nombre de journalistes pertinents. Or, ce dernier qualificatif fait toute la complexité du problème.

Les annuaires classiques, associant un journaliste à une liste de domaines de compétences prédéfinis, sont très vite obsolètes et notoirement incomplets.

La solution de QWAM construite autour des moteurs d’extraction et de catégorisation de QWAM Text Analytics permet de résoudre ces problèmes en déterminant les centres d’intérêts d’un journaliste à partir des cents derniers articles qu’il a publiés.

Comme nous l’indiquions dans notre précédent billet, ce dispositif est dynamique, fidèle, complet et automatique.

Cette solution peut être utilisée pour résoudre d’autres problèmes, comme par exemple,

1. Répondre efficacement, pour un domaine donné, à la question « qui s’intéresse à quoi ? »
2. Construire au fil de l’actualité la liste des personnes qui sont citées sur des sujets donnés.

Ces questions se posent avec une acuité particulière dans le monde de la politique notamment pour les cabinets de lobbying comme il en existe de nombreux à Bruxelles. En effet, sur un sujet donné, ils doivent répondre avec précision qui s’y intéresse et avec quelles prises de positions. Là aussi, les annuaires sont très vite obsolètes et inutilisables.

QWAM Text Analytics apporte une solution particulièrement performante. Dans un premier temps, il collecte tous les documents publiés dans un domaine donné, par exemple l’ensemble des articles traitant de l’agriculture biologique. Ce domaine est vaste et complexe pour se structurer en plusieurs sous-domaines ou thèmes : la législation, les techniques de culture, les règles de commercialisation… QWAM Text Analytics va permettre de catégoriser par sous-domaines les différents articles publiés et grâce à son moteur d’extraction, de déterminer quels sont les hommes et femmes politiques, par exemple les députés européens, qui sont cités et leurs centres d’intérêts.

Ainsi, il sera possible de déterminer qu’un député allemand s’intéresse particulièrement à la législation liée à l’agriculture biologique : il intervient régulièrement sur ces sujets et ses prises de positions sont relatées par la presse. Au fil du temps, le « profil » associé à ce député va donc s’enrichir des concepts–clés qui caractérisent le sous-domaine « législation » du domaine « agriculture biologique ». Notons par ailleurs que les outils d’analyse du sentiment de QWAM Text Aalytics permettront aussi de qualifier la nature et la force de ces prises de position.

De cette façon, un cabinet de lobbying peut répondre efficacement aux deux questions précédentes à toute organisation (entreprise, association, etc.) qui le sollicite.

Là aussi, l’intérêt de cette approche est dans son dynamisme : ce qui était vrai hier ne l’est plus nécessairement aujourd’hui. Constat évident dans le monde politique, sans autre forme de commentaires !

Mais constat tout aussi juste pour une entreprise comme … QWAM. Nous sommes connus depuis de nombreuses années comme étant un éditeur de logiciels spécialisé dans le domaine documentaire… En consultant ce blog, le lecteur constatera une évolution significative depuis plusieurs années vers le « Text Analytics ». Si nous appliquions QWAM Text Analytics au contenu de ce blog, il mettrait en évidence cette évolution… la sienne en fait !