OK

Thèse Analyse de réseaux sociaux pour Orange Money F/H

ref : 0021554 | 20 Mar 2019

apply before : 20 Jun 2019

42 rue des Coutures 14000 CAEN - France

about the role

Votre rôle est d'effectuer un travail de thèse sur l'analyse de réseaux sociaux pour Orange Money.

Contexte global du sujet de thèse et état de l'art.

Contexte :
Orange Money est une solution financière proposée dans 17 pays du continent africain, et connait un développement important, aussi bien en nombre d'utilisateurs, en nombre de transactions réalisées qu'en nombre de services proposés.
Dans les médias sociaux tel que Facebook, Twitter ou Instagram, la création d'une relation désignée comme « amitié » entre deux personnes ou une réaction sur un post, tel qu'un « j'aime », « j'adore » ou « triste », ont une signification précise qui permet de lier des entités, entre elles ainsi qu'à un même réseau d'appartenance. Les acteurs des médias sociaux disposent d'outils d'analyse de ces données permettant d'enrichir leurs services, en proposant l'ajout d'ami automatiquement par exemple. Cependant, dans le domaine bancaire le fait d'ajouter un bénéficiaire ou de faire une transaction n'a pas forcément une signification comparable.
Au sens des sciences humaines et sociales, la notion de réseau social désigne l'ensemble des relations entre les personnes ou entre groupe sociaux. Ces relations peuvent se nouer dans divers cercles sociaux tels que la famille, le voisinage, les loisirs, la sphère amicale ou encore le milieu professionnel. Il est donc possible de constituer le réseau social des utilisateurs d'un service bancaire. La question qui se pose alors est de savoir s'il est possible d'analyser ces données afin d'enrichir le service proposé.


Etat de l'art :
L'analyse des réseaux sociaux [1], spécialité issu de la sociologie [2] et de la sociométrie [3], se base sur des outils mathématiques solides comme la théorie des réseaux et la théorie des graphes [4]. Dans ce cadre, un réseau social est constitué d'un ensemble d'unités sociales et des relations que ces unités sociales entretiennent les unes avec les autres, directement, ou indirectement à travers des chaînes et des chemins relationnels de longueurs variables [2].
L'hypothèse centrale de l'analyse de réseau est que l'on considère le réseau comme une structure sociale issue des interactions [1]. On va donc s'intéresser aux relations d'une part, mais également au réseau en tant que forme sociale d'autre part. Des métriques [5] existent sur ces graphes afin de caractériser les individus. La forme que le graphe va prendre et les mesures sur les noeuds seront alors une source d'information importante pour le service.
L'analyse des réseaux a déjà été utilisée avec succès sur des données bancaires et mobiles, afin de faire une étude sociodémographique [6], ou pour découvrir le style de vie de clients [7].

Se référer à la section 3 « Le plus de l'offre » pour des informations détaillées sur la mission scientifique et les principales activités associées à la thèse.

about you

Vous êtes titulaire d'un Master 2 ou diplôme d'ingénieur en informatique.

Compétences (scientifiques et techniques) et qualités personnelles souhaitées par le poste :
Compétences en développement logiciel, algorithmique, mathématique, graphe, data science.
Capacité à synthétiser des articles de recherche.
Lire, écrire et parler en anglais.
Esprit d'équipe.

Expériences souhaitées :
Une expérience dans le développement logiciel, si possible avec l'usage de graphes.
Une première expérience en Machine Learning serait un plus.
Une première expérience orienté recherche serait un plus.

additional information

Objectif scientifique - verrous à lever
L'objectif de la thèse est d'étudier l'applicabilité de l'analyse des réseaux sociaux sur des données de transactions financières. Cette application permettrait alors de détecter des réseaux d'intérêt parmi les utilisateurs du service financier, et ainsi enrichir le service proposé.

Suivant les réseaux détectables, les cas d'usages différent :
- Détection de réseaux malveillant : lutte contre les activités illégales (fraude financières, banditisme, trafic, …)
- Détection de réseaux de clients vertueux : offre personnalisée (crédit, tarif préférentielle, seuil d'autorisation plus important…)
- Détection de réseaux commerçants-clients : gestion du cash-flow, amélioration de la visibilité, …
En particulier, nous souhaitons voir l'influence d'un individu sur les individus faisant parti de son réseau. Par exemple, nous souhaitons être en mesure de décider si un individu sera en mesure de rembourser un crédit en fonction de l'historique de remboursement de crédit des personnes faisant parti de son réseau.
Les données utilisées pour la construction de ces réseaux seront des données issues de transactions d'Orange Money. Il est cependant envisageable d'enrichir ces réseaux à l'aide de données supplémentaires tel que les comptes rendus d'appels (CDR), les média sociaux, etc. …
Les verrous associés concernent l'exploitation pertinente de données en grand nombre en temps raisonnables.

Approche méthodologique-planning
Le planning de thèse suivant est envisagé :
- La première étape est la construction du graphe/réseau social à partir des données de transactions. L'ajout des données supplémentaires, telles que les CDR ou les média sociaux, sera étudié afin notamment de voir comment identifier qu'un utilisateur du réseau de transactions est le même utilisateur sur un autre réseau.
- La seconde étape consiste à étudier et définir les mesures possibles sur un réseau social, dans l'objectif de détecter des réseaux et noeuds d'intérêt. Parmi les mesures possibles, on étudiera notamment le degré de centralité, le coefficient de clustering ou la modularité [5].
- Enfin, la troisième étape vise à détecter des réseaux/noeuds d'intérêt et de construire un profil pour ces utilisateurs. Des outils de Machine Learning (co-clustering, classification) pourront éventuellement être étudié afin d'automatiser cette étape.
L'approche proposée sera mise à l'épreuve sur des données clients, et comparée aux méthodes existantes, ainsi qu'aux experts métier, afin d'en mesurer le gain de performance.

department

Orange Money est le service de transfert d'argent et de paiement mobile d'Orange, proposé dans la majorité des pays d'Afrique dans lesquels Orange est présent. Il permet à ses utilisateurs de déposer de l'argent sur un compte associé à leur numéro de mobile, pour ensuite accéder à une gamme de services, notamment transfert d'argent domestique et international, paiement de factures et achat de crédit téléphonique. Orange Money est l'un des deux relais de croissance d'Orange d'ici à 2020, l'ambition du groupe étant très importante sur la finance mobile.
Le département PAYSOL a pour mission de développer et de préparer le futur du service Orange Money.

Qu'est ce qui fait la valeur ajoutée de cette offre ?

Travailler dans un environnement innovant, au sein d'une entité à la pointe des services financiers sur mobile et à la suite d'un projet développé dans nombreux pays dans le monde et avec plus de 40 millions de clients.
Richesse des données, tout à découvrir, avec une contribution directe possible à l'amélioration du service.

Références :

A. Degene et M. Forsé, Les réseaux sociaux., Paris: Armand Colin (Collection U), 2004.
[2] P. Mercklé, Sociologie des réseaux sociaux, La Découverte, 2011.
[3] J. L. Moreno, Who Shall Survive? Fondations of Sociometry, Group Psychotherapy and Sociodrama, Beacon House, 1953.
[4] C. Berge, Graphes et hypergraphes, 1973.
[5] S. Wasserman et K. Faust, Social network analysis: Methods and applications, vol. 8, Cambridge university press, 1994.
[6] Y. Leo, E. Fleury, C. Sarraute, J.I. Alvarez-Hamelin, et M. Karsai, Socioeconomic correlations in communication networks. Fourth conference on the Analysis of Mobile Phone Datasets (NetMob), 2015
[7] R. Di Clemente, M. Luengo-Oroz, M. Travizano, S. Xu, B. Vaitla, et M. C. González, Sequences of purchases in credit card data reveal lifestyles in urban populations. Nature communications, 9, 2018.

contract

Thesis

Orange

top employer FR-2019 Happy Candidates - Happy AT WORK

discover our  recruitment process