Une approche multidimensionnelle basée sur les comportements individuels pour la prédiction de la diffusion de l'information sur Twitter

Adrien Guille (1) , Hakim Hacid (2) , Cécile Favre (3)

1 FODA
2 Alcatel-Lucent Bell Labs France [Nozay]
3 ENA-DC

Aujourd'hui, les réseaux sociaux en ligne sont devenus des outils très puissants de propagation de l'information. Ils favorisent la diffusion rapide à grande échelle de contenu et les conséquences d'une information inexacte voire fausse peuvent alors prendre une ampleur considérable. Par conséquent il de- vient indispensable de proposer des moyens d'analyser le phénomène de diffusion de l'information dans ces réseaux. De nombreuses études récentes ont traité de la modélisation du processus de diffusion de l'information, essentiellement d'un point de vue topologique et dans une perspective théorique, mais les facteurs impliqués sont encore méconnus. Nous proposons ici une solution pratique dont l'objectif est de prédire la dynamique temporelle de la diffusion au sein de Twitter, basée sur des techniques d'apprentissage automatique. Notre approche repose sur l'inférence de probabilités de diffusion tirées d'une analyse multi- dimensionnelle des comportements individuels. Les expérimentations menées montrent l'intérêt de la modélisation proposée.

Domaines: Modélisation et simulation; Machine Learning [stat.ML]; Sciences de l'information et de la communication

Adrien Guille, Hakim Hacid, Cécile Favre. Une approche multidimensionnelle basée sur les comportements individuels pour la prédiction de la diffusion de l'information sur Twitter. 12e Conférence Internationale Francophone sur l'Extraction et la Gestion des Connaissances, Jan 2012, Bordeaux, France. pp.405. ⟨hal-00665432⟩