Personnalisation et Désindividuation : les deux faces des Systèmes de Recommandation dans les Réseaux Sociaux Numériques. Application à la recommandation cinéphile en France et en Chine
Auteur / Autrice : | Zhenfei Feng |
Direction : | Laurence Favier |
Type : | Thèse de doctorat |
Discipline(s) : | Sciences de l'information et de la communication |
Date : | Soutenance le 22/01/2021 |
Etablissement(s) : | Université de Lille (2018-2021) |
Ecole(s) doctorale(s) : | École doctorale Sciences de l'homme et de la société (Lille ; 2006-....) |
Partenaire(s) de recherche : | Laboratoire : Groupe d'études et de recherche interdisciplinaire en information et communication (Lille) |
Jury : | Président / Présidente : Widad Mustafa El Hadi |
Examinateurs / Examinatrices : Chirine Ghedira, Julien Mesangeau, Luc Quoniam | |
Rapporteurs / Rapporteuses : Philippe Viallon, Mohamed Sidir |
Mots clés
Résumé
Le développement de l'Internet et de la technologie Web 2.0 qui ajoute à la facilité de publication le contenu généré par l'utilisateur, mettent à la disposition des utilisateurs une variété d’informations dont le volume est sans cesse croissant. Face à ce problème de surcharge d'informations, il est difficile pour les utilisateurs de s'orienter et de repérer des informations qui répondent à leurs besoins. De nombreux systèmes de filtrage de l'information sont développés pour faire face à ce problème : l'un d'entre eux est le système de recommandation. L'objectif principal des systèmes de recommandation est de fournir aux utilisateurs des propositions de contenus personnalisées. Le principe sous-jacent est de déduire les besoins d'information de l'utilisateur, puis d’identifier dans le système les informations qui répondent à des besoins et les lui recommander. Les systèmes de recommandation, largement utilisés dans divers domaines, peuvent aussi être intégrés à des réseaux sociaux. La plupart des réseaux sociaux se caractérisent à la fois par le nombre important d'interactions et par l'anonymat des utilisateurs. Ces caractéristiques correspondent aux conditions décrites en psychologie sociale pour qu'un état de désindividuation soit déclenché. Les utilisateurs des réseaux sociaux sont susceptibles de se trouver dans une situation où l'identité du groupe est significativement élevée et leur identité individuelle restreinte. Leurs pensées, leurs comportements et même leurs préférences sont fortement influencées par les normes de groupe, y compris, bien sûr, leurs rétroactions sur les informations reçues. Ces rétroactions pourraient être biaisées c'est-à-dire ne pas refléter les vraies préférences individuelles des utilisateurs. Ainsi les recommandations basées sur ces rétroactions biaisées seraient contraires à l'intention initiale des recommandations personnalisées. Cette thèse est consacrée à l'exploration du phénomène de la désindividuation qui peut exister dans les réseaux sociaux et de son impact sur le comportement de notation des utilisateurs, tout en incluant les différences culturelles. Nous choisissons comme terrain d'étude les systèmes de recommandation de films, ce qui nous amène à examiner les utilisateurs de quatre plateformes pour les cinéphiles à travers leur comportement de notation de films. Les résultats confirment l’existence du phénomène de la désindividuation dans les réseaux sociaux son impact significatif sur le comportement de notation des utilisateurs. La différence culturelle est également un facteur important qui influence le comportement de notation. Sur cette base, nous arguons que les systèmes de recommandation appliqués dans les réseaux sociaux doivent y faire attention et que certaines mesures visant à individualiser les utilisateurs devraient être prises avant de recueillir et d'analyser les réactions des utilisateurs.