L'intelligence économique repose sur trois gestes fondamentaux : extraire du sens de sources qualitatives (veille, presse, avis, rapports), détecter des risques ou des structures cachées (réseaux d'acteurs, signaux faibles), et modéliser les relations qui expliquent un phénomène stratégique ou organisationnel. Ce cours propose un parcours complet de data science appliquée à ces trois gestes, entièrement construit autour d'études de cas fictives mais réalistes, en langage R.

Le fil conducteur du semestre est méthodologique autant que thématique : chaque bloc introduit une famille de méthodes distincte — fouille de texte, modélisation prédictive et analyse de réseau, modélisation d'équations structurelles (PLS-SEM) — et le bloc de synthèse final invite les étudiants à choisir, pour un problème d'intelligence économique donné, l'approche la plus pertinente parmi celles apprises.

Chemin ROF:
/École de management de la Sorbonne/M2 Pro Stratégie Internationale et Intelligence Economique/Semestre 3/UE2 Intelligence économique/Data science et intelligence économique
Chemin ROFid:
/06/UP1-PROG-06-MPF507-125/UP1-PROG-ELP-F507S325/UP1-C-ELP-F5MP7320/UP1-C-ELP-F5P71920
Code Apogée: F5P71920
Composante: École de management de la Sorbonne
Semestre: 3
Niveau: M2
Niveau LMDA: Masters
Niveau année: 5
Composition: Cours magistral
Diplôme: M2 Pro Stratégie Internationale et Intelligence Economique
Domaine ROF: [Sciences de gestion]
Type ROF: [M2]
Nature ROF: [5]
Cycle ROF: [2]
Rythme ROF: [Initiale]
Langue: Français
Mention: Management et commerce international
Spécialité: Stratégie Internationale et Intelligence Economique
Approbateur proposé Id: 113510
Approbateur effectif Id: 113510
Date validation: Thursday, 16 July 2026, 9:42 PM
Nombre d'ECTS: 4
Volume horaire CM: 20
Volume horaire TD: 0
Code APOGEE: F5P71920
Intitulé matière: Data science et intelligence économique
Objectifs pédagogiques:
1 Construire un corpus, le nettoyer et en extraire un signal exploitable (fréquences, sentiment, structures lexicales) en R ;
2 Comparer un lexique de sentiment construit sur mesure à un lexique académique (FEEL) et argumenter un choix méthodologique ;
3 Auditer un jeu de données, diagnostiquer ses pièges et construire un score de risque par régression
 4 Construire un graphe relationnel, calculer et interpréter plusieurs indices de centralité 
5 Construire et évaluer un modèle PLS-SEM (modèle de mesure, modèle structurel, validité, significativité) pour tester un modèle théorique
 
Plan du cours:
 

Fondamentaux du text mining en R

Lexiques de sentiment : construire ou emprunter ?

N-grammes, visualisation, ouverture

Le piège de l'agrégation et l'audit de données

Score de risque : la régression logistique

Enrichir le score : texte et acteurs

Graphes et centralité

Principes du PLS-SEM

 

Modèle de mesure : fiabilité et validité

Corrélation et causalité

Médiation et modération

Modèle structurel : chemins, R² et significativité

Analyses multi groupes

Etude de cas complète.

Prérequis:

Connaissances de niveau M1 en statistiques et maîtrise des bases de R

Idéalement, avoir suivi le cours de M1 de recherche en management. Si des étudiants n’ont pas suivi ce cours, une remise à niveau sera incorporé dans la progression pédagogue du cours

Modalités d'évaluation:

Étude(s) de cas réalisée(s) en cours par groupe (50%) et examen final (50%)

Bibliographie:

Hair, J. F., Hult, G. T. M., Ringle, C. M., & Sarstedt, M. (2022). A Primer on Partial Least Squares Structural Equation Modeling (PLS-SEM)

Csárdi, G., & Nepusz, T. (2006). The igraph software package for complex network research. InterJournal, Complex Systems.
 

The Language of Social Research: A Reader in the Methodology of Social Research, Paul Felix Lazarsfeld, Free Press 1965

Méthodes de recherche en management, sous la direction de Raymond-Alain Thiétart Dunod 2014 

 
Contacts: Alexandre Steyer : Alexandre.Steyer@univ-paris1.fr

Accessibility

Background Colour Background Colour

Font Face Font Face

Font Kerning Font Kerning

Image Visibility Image Visibility

Line Height Line Height

1.2

Link Highlight Link Highlight

Text Alignment Text Alignment

Font Size Font Size

1

Letter Spacing Letter Spacing

0

Text Colour Text Colour

Paragraph Width Paragraph Width

0