Modèles de propagation de l'information et méthodes de sciences des données

Information propagation models and data science methods

• Auteur / Autrice : Didier Henry
• Direction : Martine Collard, Erick Stattner
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 07/12/2018
• Etablissement(s) : Antilles
• Ecole(s) doctorale(s) : École doctorale Milieu insulaire tropical à risques : protection, valorisation , santé et développement (Pointe-à-Pitre)
• Partenaire(s) de recherche : Equipe de recherche : Laboratoire de Mathématiques Informatique et Applications
• Jury : Président / Présidente : Michel Henri Geoffroy
• Jury : Examinateurs / Examinatrices : Martine Collard, Erick Stattner, Michel Henri Geoffroy, Jean-Loup Guillaume, Oscar Pastor, Catherine Le Pelletier
• Jury : Rapporteurs / Rapporteuses : Jean-Loup Guillaume, Oscar Pastor

Mots clés

Mots clés contrôlés

Communication

Réseaux sociaux (Internet)

Informatique

Réseaux sociaux

Mots clés libres

Informatique

Médias sociaux

Diffusion d'information

Modèle de diffusion

Analyse de données

Collecte de données

Data processing

Social media

Information dissemination

Dissemination model

Data analysis

Data collection

Résumé

De nos jours, les médias sociaux en ligne ont transformé notre façon de créer, de partager et d'accéder à l'information. Ces plateformes reposent sur de gigantesques réseaux favorisent le libre échange d'informations entre des centaines de millions de personnes à travers le monde entier, et cela de manière instantanée.Qu'ils soient en lien avec un évènement global ou en lien avec un évènement local, ces messages peuvent influencer une société et peuvent contenir des informations utiles pour la détection ou la prédiction de phénomènes du monde réel.Cependant, certains messages diffusés peuvent avoir un impact très négatif dans la vie réelle. Ces messages contenant une « infox » peuvent avoir des conséquences désastreuses.Pour éviter et anticiper ces situations dramatiques, suivre les rumeurs, éviter les mauvaises réputations, il est nécessaire d'étudier puis de modéliser la propagation de l'information.Or, la plupart des modèles de diffusion introduits reposent sur des hypothèses axiomatiques représentées par des modèles mathématiques. Par conséquent, ces modèles sont éloignés des comportements de diffusion des utilisateurs dans la mesure où ils n’intègrent pas les observations faites sur des cas concrets de diffusion. Dans nos travaux, nous étudions le phénomène de diffusion de l’information à deux échelles. À une échelle microscopique, nous avons observé les comportements de diffusion selon des traits de personnalité des utilisateurs en analysant les messages qu'ils publient en termes de sentiments et d'émotions. À une échelle macroscopique, nous avons analysé l'évolution du phénomène de diffusion en prenant en compte la dimension géographique des utilisateurs.

Nowadays, online social media has transformed the way we create, share and access information. These platforms rely on gigantic networks that promote the free exchange of information between hundreds of millions of people around the world, and this instantly.Whether related to a global event or in connection with a local event, these messages may influence a society and may contain information useful for the detection or prediction of real-world phenomena.However, some broadcast messages can have a very negative impact in real life. These messages containing false information can have disastrous consequences.To avoid and anticipate these dramatic situations, follow rumors, avoid bad reputations, it is necessary to study and then model the propagation of information.However, most of the diffusion models introduced are based on axiomatic hypotheses represented by mathematical models. As a result, these models are far removed from the users' dissemination behaviors in that they do not incorporate observations made on concrete dissemination cases. In our work, we study the phenomenon of diffusion of information at two scales. On a microscopic scale, we observed diffusion behaviors based on the personality traits of users by analyzing the messages they post in terms of feelings and emotions. On a macroscopic scale, we analyzed the evolution of the diffusion phenomenon by taking into account the geographical dimension of the users.