socmint-behavioral-analysis

name	socmint-behavioral-analysis
description	SOCMINT — analyse comportementale, pattern-of-life, rythmes de publication, stylométrie, fingerprinting numérique et profilage psychologique via social media.
category	cybersecurite
author	EVA
version	1
tags	["socmint","behavioral-analysis","pattern-of-life","stylométrie","psychographie","fingerprinting"]

SOCMINT : Analyse Comportementale

🎯 Description

Analyse des patterns comportementaux sur les réseaux sociaux : rythmes de publication, style rédactionnel (stylométrie), horaires d'activité, centres d'intérêt récurrents, réseau lexical, évolution temporelle du discours, et reconstruction du pattern-of-life numérique d'une cible.

Contrairement aux techniques de collecte statique, l'analyse comportementale permet de prédire les actions futures, identifier les changements d'état psychologique, et profiler la cible au-delà de ses déclarations explicites.

---

📋 Axes d'Analyse Comportementale

1. Chronobiologie Sociale (Rythmes de Publication)

Paramètre	Analyse	Interprétation SOCMINT
Heures de posting	Histogramme 24h	Fuseau horaire = localisation probable
Jours de la semaine	Distribution jour/jour	Loisir ↔ travail, week-end ↔ semaine
Pics d'activité	Détection de clusters temporels	Moments de vulnérabilité (réponse rapide)
Pauses	Silence > 48h	Vacances, événement, hospitalisation, arrestation
Saisonnalité	Patterns mensuels/saisonniers	Routines professionnelles ou scolaires

2. Stylométrie (Signature d'Écriture)

Trait	Métrique	Outil
Longueur moyenne	Mots par post	Script Python NLTK
Vocabulaire	Richesse lexicale, type/token ratio	nltk.Text.lexical_diversity()
Ponctuation	Fréquence !, ?, ..., —	Regex counting
Emojis	Catalogue d'emojis récurrents	emoji library
Hashtags	Fréquence, thèmes, format (PascalCase, lowercase)	Regex extraction
Fautes	Orthographe, répétitions	LanguageTool API
Syntaxe	Longueur de phrases, complexité	SpaCy dependency parsing
Majuscules	FRÉQUENCE DES CAPS, cAmElCaSe	Pattern matching

3. Analyse Thématique

Technique	Bibliothèque	Usage
LDA Topic Modeling	gensim	Extraction de sujets latents
BERT Topic	bertopic	Clustering sémantique avancé
TF-IDF	sklearn	Mots-clés caractéristiques
Sentiment Analysis	transformers (camembert, roBERTa)	Évolution émotionnelle
NER	spaCy	Entités nommées récurrentes

4. Analyse Relationnelle

• @mentions : qui est cité, à quelle fréquence
• Replies vs RT : ratio de conversation vs amplification
• Threads : profondeur des conversations, qui répond à qui
• Communautés d'interaction : clustering des interlocuteurs réguliers

---

🔬 Workflow d'Analyse Comportementale

Phase 1 : Collecte Temporelle

import pandas as pd
import json
from datetime import datetime

# Posts déjà collectés (ex: export Twitter)
with open("posts.json") as f:
    posts = json.load(f)

df = pd.DataFrame(posts)
df["created_at"] = pd.to_datetime(df["created_at"])
df["hour"] = df["created_at"].dt.hour
df["day"] = df["created_at"].dt.day_name()
df["date"] = df["created_at"].dt.date

# Histogramme 24h
hourly = df.groupby("hour").size()
print("Pic d'activité:", hourly.idxmax(), "h ->", hourly.max(), "posts")

# Activité par jour
daily = df.groupby("day").size().sort_values()
print("Jour le plus actif:", daily.idxmax())

# Détection de silence
df["gap_hours"] = df["created_at"].sort_values().diff().dt.total_seconds() / 3600
long_silences = df[df["gap_hours"] > 48]
print(f"Silences > 48h: {len(long_silences)} occurences")

Phase 2 : Stylométrie

import nltk
from collections import Counter
import re

texts = df["text"].tolist()
all_words = " ".join(texts)

# Métriques basiques
avg_length = sum(len(t.split()) for t in texts) / len(texts)
print(f"Longueur moyenne: {avg_length:.1f} mots")

# Emojis
emoji_pattern = re.compile("[\U00010000-\U0010ffff]", flags=re.UNICODE)
all_emojis = [c for t in texts for c in t if c in emoji_pattern]
emoji_freq = Counter(all_emojis).most_common(10)
print("Top emojis:", emoji_freq)

# Ponctuation intense
excited = sum(1 for t in texts if "!!!" in t)
print(f"Posts avec !!! : {excited}")

# Hashtags
hashtags = re.findall(r"#(\w+)", " ".join(texts))
tag_freq = Counter(h.lower() for h in hashtags).most_common(20)
print("Top hashtags:", tag_freq)

Phase 3 : Analyse de Sentiment Temporel

from transformers import pipeline

sentiment = pipeline("sentiment-analysis", model="cardiffnlp/twitter-roberta-base-sentiment")
# Pour le français : "nlptown/bert-base-multilingual-uncased-sentiment"

df["sentiment"] = df["text"].apply(lambda x: sentiment(x[:512])[0]["label"])
df["score"] = df["text"].apply(lambda x: sentiment(x[:512])[0]["score"])

# Évolution du sentiment dans le temps
sentiment_timeline = df.groupby("date")["sentiment"].value_counts().unstack()

# Détection d'événements émotionnels
df["emotional_shift"] = df["score"].diff().abs() > 0.5
events = df[df["emotional_shift"]]
print(f"Changements émotionnels brutaux: {len(events)}")

---

🧠 Psycho-Profiling via Social Media

Dimensions Psychographiques

Dimension	Indicateurs Sociaux	Corrélation
Ouverture	Vocabulaire riche, sujets variés, art/philo	Haut TTR
Conscienciosité	Horaires réguliers, orthographe soignée	Faible variance temporelle
Extraversion	Beaucoup d'@mentions, réponses rapides, selfies	Ratio interaction/émission élevé
Agréabilité	Émoticônes positives, remerciements, support	Sentiment positif dominant
Névrosisme	Postes tardifs, émotions négatives, sautes d'humeur	Haute variance sentiment

Détection de Changements d'État

Signal	Indicateur	Interprétation
Silence soudain	Arrêt >7 jours sans raison	Dépression, hospitalisation, arrestation
Changement de fuseau	Posts soudainement à des heures différentes	Voyage, déménagement, décalage horaire
Pic négatif	Série de posts négatifs en 24h	Crise personnelle, burn-out
Changement stylistique	Évolution brutale du vocabulaire	Nouveau rédacteur, compte compromis
Désactivation soudaine	Compte passé privé ou supprimé	Évitement, menace perçue

---

📋 Outils d'Analyse Comportementale

Outil	URL	Usage SOCMINT
Social-Bearing	https://socialbearing.com	Analyse Twitter gratuite
TweetBinder	https://www.tweetbinder.com	Analyse hashtag/campagne
Foller.me	https://foller.me	Analyse profil Twitter
Sociograph	https://www.sociograph.io	Analyse Instagram
SparkToro	https://sparktoro.com	Audience intelligence
Brandwatch	https://www.brandwatch.com	Social listening pro
Talkwalker	https://www.talkwalker.com/fr	Social analytics
Crimson Hexagon	https://www.crimsonhexagon.com	Analyse de conversation

---

📊 Rapport Type

Métrique Comportementale	Valeur
Fuseau horaire probable	UTC+1 (Paris)
Pics d'activité	12h-14h, 21h-23h
Jour le plus actif	Dimanche
Silence max	72h (août 2024)
Longueur moyenne	142 caractères
Ratio replies/RT	0.8 (plutôt conversation)
Sentiment dominant	Neutre (58%), Positif (32%), Négatif (10%)
Top 3 sujets	Tech, politique, voyages
Stabilité émotionnelle	Modérée (6 shifts brutaux en 6 mois)
Évolution temporelle	Discours polarisé croissant (2024→2025)

---

⚠️ Pitfalls

• Comptes multi-utilisateurs : un profil géré par une équipe (community manager) fausse la stylométrie
• Période d'échantillonnage : 1 semaine de données ne suffit pas — minimum 3 mois
• Biais de plateforme : le comportement Twitter diffère du comportement Instagram
• Outils automatisés : les posts programmés (Buffer, Hootsuite) masquent le rythme réel
• Changement de vie : un déménagement, un nouvel emploi changent légitimement les patterns
• Éthique : le profilage psychologique via social media est régulé (RGPD, CC PA)