Dans le contexte spécifique de coopétition entre les membres des clusters, l'émergence de projets collaboratifs innovants est une question clé pour les adhérents et les structures permanentes des clusters. Compte-tenu des écosystèmes hétérogènes qui évoluent au sein des clusters, la stratégie d'Interclustering qui est menée pour créer de nouveaux types de projets intersectoriels nécessite de nouveaux outils appropriés pour soutenir l'émergence d'idées innovantes et créatives. De fortes synergies sont mises en évidence grâce à l'animation de clubs d'innovation impliquant des participants provenant des milieux industriels, académiques, scientifiques et des structures de développement économique. / In the specific context of coopetition between members of clusters, innovative collaborative projects emergence is a key issue for members and clusters. Given the heterogeneous ecosystems that evolve within the clusters, the interclustering strategy which is conducted to create new types of cross-sectoral projects require new appropriate tools to support creative and new ideas emergence. Strong synergies are highlighted through the use of the discovering matrix and 9 screens tools. These links help facilitators of clusters to optimize the preparation and animation of creative sessions. Strong synergies are highlighted through the animation of innovative clubs involving participants from industrial, academic, scientific and economic development organizations.

Depuis 2004, les médias sociaux en ligne ont connu une croissance considérable. Ce développement rapide a eu des effets intéressants pour augmenter la connexionet l'échange d'informations entre les utilisateurs, mais certains effets négatifs sont également apparus, dont le nombre de faux comptes grandissant jour après jour.Les sockpuppets sont les multiples faux comptes créés par un même utilisateur. Ils sont à l'origine de plusieurs types de manipulations comme la création de faux comptes pour louer, défendre ou soutenir une personne ou une organisation, ou pour manipuler l'opinion publique. Dans cette thèse, nous présentons SocksCatch, un processus complet de détection et de groupage des sockpuppets composé de trois phases principales : la première phase a pour objectif la préparation du processus et le pré-traitement des données; la seconde phase a pour objectif la détection des comptes sockpuppets à l'aide d'algorithmes d'apprentissage automatique; la troisième phase a pour objectif le regroupement des comptes sockpuppets créés par un même utilisateur à l'aide d'algorithmes de détection de communautés. Ces phases sont déclinées en trois étapes : une étape "modèle" pour représenter les médias sociaux en ligne, où nous proposons un modèle général de médias sociaux dédié à la détection et au regroupement des sockpuppets ; une étape d'adaptation pour ajuster le processus à un média social spécifique, où nous instancions et évaluons le modèle SocksCatch sur un média social sélectionné ; et une étape en temps réel pour détecter et grouper les sockpuppets en ligne, où SocksCatch est déployé en ligne sur un média social sélectionné. Des expérimentations ont été réalisées sur l'étape d'adaptation en utilisant des données réelles extraites de Wikipédia anglais. Afin de trouver le meilleur algorithme d'apprentissage automatique pour la phase de détection de sockpuppet, les résultats de six algorithmes d'apprentissage automatique sont comparés. En outre, ils sont comparés à la littérature où les résultats de la comparaison montrent que notre proposition améliore la précision de la détection des sockpuppets. De plus, les résultats de cinq algorithmes de détection de communauté sont comparés pour la phase de regroupement de Sockpuppet, afin de trouver le meilleur algorithme de détection de communauté qui sera utilisé en temps réel. / Since 2004, online social medias have grown hugely. This fast development had interesting effects to increase the connection and information exchange between users, but some negative effects also appeared, including fake accounts number growing day after day. Sockpuppets are multiple fake accounts created by a same user. They are the source of several types of manipulation such as those created to praise, defend or support a person or an organization, or to manipulate public opinion. In this thesis, we present SocksCatch, a complete process to detect and group sockpuppets, which is composed of three main phases: the first phase objective is the process preparation and data pre-processing; the second phase objective is the detection of the sockpuppet accounts using machine learning algorithms; the third phase objective is the grouping of sockpuppet accounts created by a same user using community detection algorithms. These phases are declined in three stages: a model stage to represent online social medias, where we propose a general model of social media dedicated to the detection and grouping of sockpuppets; an adaptation stage to adjust the process to a particular social media, where we instantiate and evaluate the SocksCatch model on a selected social media; and a real-time stage to detect and group the sockpuppets online, where SocksCatch is deployed online on a selected social media. Experiments have been performed on the adaptation stage using real data crawled from English Wikipedia. In order to find the best machine learning algorithm for sockpuppet's detection phase, the results of six machine learning algorithms are compared. In addition, they are compared with the literature, and the results show that our proposition improves the accuracy of the detection of sockpuppets. Furthermore, the results of five community detection algorithms are compared for sockpuppet's grouping phase, in order to find the best community detecton algorithm that will be used in real-time stage.

Les réglementations sur le recyclage des produits, mais aussi le développement de l‘écoconception, obligent les industriels à rechercher des solutions de recyclage pour leurs produits en fin de vie. Les préoccupations environnementales croissantes dans l’industrie créent de nouvelles opportunités d’affaires et nécessitent des changements d’organisation pour accompagner la transition vers des activités industrielles plus durables. Une activité industrielle de recyclage de matières issues de la fin de vie d’un produit, se déroule idéalement avec la participation de différents partenaires industriels dans le cadre d’un projet collaboratif. Cela permet de développer une nouvelle supply chain de recyclage et de concevoir un nouveau produit, fabriqué grâce à cette supply chain. Les projets collaboratifs de R&D permettent de rassembler des compétences complémentaires dans le but de proposer des solutions pour accroitre le taux de recyclage d’une matière dans le domaine considéré. Aujourd’hui, les expériences de projets collaboratifs existent créant de nouvelles opportunités de marché dans l’industrie du recyclage. Cependant, nous observons qu’il n’existe pas de méthode opérationnelle permettant de guider les industriels dans la définition d’un projet collaboratif de recyclage. De plus, la sélection des partenaires pour de tels projets est une réelle difficulté pour les industriels. En effet, les valeurs apportées par les partenaires créent l’intérêt du projet et favorise le succès de la collaboration. Cependant, nous constatons qu’il n’existe pas de méthode dans le cadre du recyclage industriel pour faire un choix efficace de partenaires de R&D sur un projet collaboratif. Une revue de la littérature est présentée, pour connaitre l’état de l’art industriel et scientifique, avec un éclairage sur les meilleures pratiques existantes de façon à les prendre en compte et les intégrer, afin de proposer une contribution originale. A partir de cette revue de l’état de l’art, nous mettons en évidence un manque de méthode associant les organisations de projets collaboratifs R&D et le développement de supply chain de recyclage ; cela contribue à donner une posture originale à notre recherche. Notre contribution est de proposer une combinaison de méthodes pour accompagner les industriels dans la définition d’un projet collaboratif pour la mise en place d’une activité de recyclage. • La première méthode facilite la compréhension des mécanismes d’une industrie émergeante du recyclage, agissant simultanément sur l’impact environnemental, en recyclant les produits en fin de vie, et sur la compétitivité d’une entreprise, par sa différenciation vers de nouvelles activités industrielles. • La deuxième méthode développée est une aide pour le chef de projet R&D lors de la définition d’un « projet collaboratif de recyclage », avec la spécification du marché, du produit recyclé et de la structure projetée de la filière de recyclage. • Nous développons également la question de la sélection des partenaires d’un projet collaboratif de R&D dans le domaine du recyclage, en proposant une méthode d’évaluation ainsi que la définition de critères adaptés à ce nouveau contexte. Sur ce point, nous utilisons les techniques d’aide à la décision multicritères que nous combinons, afin d’aider les industriels dans ce processus de sélection. Une étude de cas est développée concernant l’industrie française du recyclage textile, ainsi qu’un projet de R&D collaboratif impliquant l’utilisation de matières premières recyclables provenant des véhicules hors d’usage et de vêtements fin de vie, pour l’éco-conception d’un produit nouveau. L’application de la combinaison des méthodes proposées, conduites dans le cadre d’un projet de recyclage spécifique, permet de discuter les premiers résultats et d’ouvrir ce sujet sur des perspectives de recherche à venir / Regulations on product recycling rates, but also growing consciousness on the importance of eco-design, enforce industrials to seek for solutions to recycle their products at their end of life. Growing environmental concerns in the industry allow new business opportunities and require organizational changes to support transition toward more sustainable industrial activities. Building a recycling industrial activity for materials coming from end of life products is a great challenge that requires an analysis of the opportunities and threats and the added value of industrial partners, in the scope of a collaborative project (or a collaborative network). This kind of projects aims at designing a new recycling supply chain and to design a new product that will be manufactured by this supply chain. R&D collaborative projects enable to gather complementary competencies in order to propose solutions to increase the recycling rate on the territory. Nowadays, experiences such as collaborative projects are witnessed, giving various new business possibilities in the recycling industry. However, a literature review we have performed points out that there is no existing method permitting to analyze the opportunity of a recycling value chain and to guide industrials in the definition of a “recycling collaborative project”. Moreover, for such projects, the selection of the partners is of great issue for the industrials. Indeed, the values brought by the partners make the interest of the project and favor the success of the collaboration. However, there is no existing method to choose R&D collaborative project partners efficiently in the scope of the recycling industry. A literature review presents the industrial and scientific state of the art and highlights the existing best practices in order to take them into account for the proposal of an original contribution. From the state of the art we can highlight a lack of methods that would associate R&D collaborative project organizations with the development of recycling supply chains; this positioning contributes to the originality of the work realized. Our contribution is to propose three methods to help industrials to define a collaborative project for the design and building of a new recycling supply chain: • The first method we propose facilitates the understanding of a recycling emerging industry mechanisms, act simultaneously on the environmental impact by recycling end of life products and on the business competitiveness by differentiation in new industrial activities. • The second method we developed must helps recycling R&D project managers to define a “recycling collaborative project”, the target market, the recycled product that will be manufactured and the potential structure of the future supply chain. • The third method is related to the question of partner selection with the proposal of a ranking method and the definitions of adapted criteria for such selections. In this respect we used Multi-Criteria Decision Making (MCDM) techniques to help industrials in this selection process. A case study is developed on the French textile recycling industry and a R&D collaborative project that introduces recyclable raw material from end of life vehicles and garments, for the development of a new product. An application of our research is conducted on a specific recycling collaborative project in order to discuss the initial results, and perspectives are highlighted for further research investigations