De l'influence des réseaux sociaux sur l'algorithme de Google
L'excellent site américain SEOMoz a publié dernièrement un billet intitulé Facebook + Twitter's Influence on Google's Search Rankings qui tente d'en savoir plus sur l'influence des différents réseaux sociaux actuels, et notamment de ses "stars" Facebook et Twitter, sur l'algorithme de pertinence de Google et de Bing. Il ne s'agit pas ici de traduire mot pour mot cet article mais plutôt d'en faire ressortir les points qui nous ont semblé les plus importants. A savoir : - L'un des critères sociaux pris en compte par les moteurs ayant le plus de poids actuellement serait le nombre de partages ("shares") sur un lien dans Facebook par les utilisateurs du réseau social, mais les "Likes" et les commentaires auraient aussi leur rôle à jouer : - Selon SEOMoz, Facebook serait aujourd'hui un réseau générant des facteurs plus différenciants que Twitter pour les moteurs de recherche.
Facebook «suspend» Cambridge Analytica, liée à la campagne de Trump | Réseaux Sociaux
D'après une enquête réalisée par le New York Times et The Observer, l'édition dominicale du quotidien britannique The Guardian, Cambridge Analytica aurait récupéré les données de 50 millions d'utilisateurs et s'en serait servi pour élaborer un logiciel permettant de prédire et d'influencer le vote des électeurs. Facebook a également suspendu les accès de la maison mère de la société, Strategic Communication Laboratories (SCL), ainsi que ceux d'Aleksandr Kogan, psychologue à l'université de Cambridge, et Christopher Wylie, dirigeant de la société Eunoia Technologies et ancien employé de Cambridge Analytica. «En 2015, nous avions appris qu'Aleksandr Kogan nous avait menti et avait violé la politique de la plateforme en transmettant les données récupérées sur une application utilisant une interface de connexion de Facebook à SCL/Cambridge Analytica», a annoncé vendredi dans un communiqué Paul Grewal, le vice-président et directeur juridique adjoint du réseau social américain.
Algorithme : ce que cache votre fil d'actualité Facebook
Les réseaux sociaux sont de plus en plus présents dans nos vies, c’est indéniable. Dans le monde, ce sont près de 3 milliards d’internautes qui sont recensés, dont plus de 2 milliards présents sur les réseaux sociaux. À l’heure des chaines d’info en continu, de Twitter et de Facebook, les Français consomment de plus en plus leur information via ces réseaux. Mais peut-on réellement se fier à notre fil d’actualité Facebook ? Les algorithmes sont eux aussi en pleine expansion, et celui de notre ami Marc Zuckenberg est reconnu comme l’un des plus puissants, après Google. Qu’est ce que l’algorithme de Facebook ? C’est donc un véritable système très complexe dont très peu de gens connaissaient l’existence jusqu’alors. Avec le grand nombre d’utilisateurs et de pages Facebook créées, il est logique de se dire qu’il est impossible d’afficher dans le fil d’actualité d’un utilisateur l’intégralité des contenus postés par ses amis et par les pages qu’il suit. Quel avenir pour ces algorithmes ?
Petit lexique de 50 concepts info-documentaires
Quels sont ces concepts que nous devons enseigner à nos élèves ? Que faut-il en retenir d’essentiel pour qu’ils leur soient, non seulement utiles, mais encore compréhensibles ? Le petit lexique proposé ici n’a pour seule ambition que de présenter 50 concepts à enseigner à partir de courtes définitions de base. Si elles s’adressent uniquement à l’enseignant et en aucun cas à l’élève, elles sont toutefois orientées vers l’apprentissage, privilégiant ainsi le versant scolaire au versant théorique. Ce travail, extrait d’une étude publiée en 2007, se veut une première réponse – bien trop hâtive – aux nombreuses demandes de collègues désireux de tenter l’approche didactique (appropriation des concepts pour une meilleure acquisition des compétences) mais freinés par l’impression de méconnaître les assises conceptuelles des objets qu’ils doivent enseigner. Quels sont ces concepts que nous devons enseigner à nos élèves ?
Google libère le code de TensorFlow, son logiciel d'apprentissage automatique
Les algorithmes qui permettent les réponses intelligentes du moteur de recherche, la compréhension du langage et bien d’autres comportements des divers produits du géant américain sont aujourd’hui disponible auprès des développeurs. Google franchit une étape supplémentaire dans l’apprentissage automatique, le machine learning, en libérant le code source de TensorFlow, le logiciel responsable de nombreuses avancées dans le traitement des requêtes et des opérateurs mathématiques octroyant un caractère humain aux ordinateurs. L’objectif est de susciter l’intérêt des ingénieurs pour la transformation d’une quantité phénoménale de données (le « big data ») en quelque chose qui a du sens, notamment pour l’élaboration de projets dans, par exemple, les villes intelligentes, la recherche scientifique et l’écologie. L’autre but est le développement de ce logiciel qui passe aujourd’hui sous licence Apache 2.0. Davantage d’informations se trouvent sur le site tensorflow.org Articles similaires:
