Bandit Contextuel pour la Capture de Données Temps Réel sur les Médias Sociaux

Thibault Gisselbrecht 1, 2, * Sylvain Lamprier 2 Patrick Gallinari 2
* Auteur correspondant
2 MLIA - Machine Learning and Information Access
LIP6 - Laboratoire d'Informatique de Paris 6
Résumé : La plupart des médias sociaux offrent un accès aux flux de données produites par leurs utilisateurs. L'utilisation des API fournies pour collecter ces données, relativement à un besoin spécifique, peut se révéler être une tâche complexe car elle nécessite une sélection soigneuse des sources. Cela représente un problème particulièrement difficile dans les réseaux sociaux de grandes tailles étant donné le nombre important d'utilisateurs potentiellement intéressants, la non-stationnarité intrinsèque de leur comportement, et les restrictions d'accès aux données. Dans cet article, nous proposons une approche permettant d'anticiper les profils les plus sus-ceptibles de publier des contenus pertinents et de sélectionner un sous ensemble de comptes à chaque itération. Nous formalisons cette tâche comme un problème de bandit contextuel avec sélections multiples. Les expérimentations menées sur le réseau social Twitter montrent l'effi-cacité de notre approche dans un scenario réel.
Type de document :
Communication dans un congrès
Semaine du Document Numérique et de la Recherche d'Information (SDNRI 2016), Mar 2016, Toulouse, France. pp.57-72, 〈https://www.irit.fr/sdnri2016/〉
Liste complète des métadonnées

Littérature citée [10 références]  Voir  Masquer  Télécharger

https://hal.archives-ouvertes.fr/hal-01355408
Contributeur : Thibault Gisselbrecht <>
Soumis le : mardi 23 août 2016 - 14:00:25
Dernière modification le : jeudi 22 novembre 2018 - 14:31:19
Document(s) archivé(s) le : jeudi 24 novembre 2016 - 12:31:44

Fichier

5.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-01355408, version 1

Citation

Thibault Gisselbrecht, Sylvain Lamprier, Patrick Gallinari. Bandit Contextuel pour la Capture de Données Temps Réel sur les Médias Sociaux. Semaine du Document Numérique et de la Recherche d'Information (SDNRI 2016), Mar 2016, Toulouse, France. pp.57-72, 〈https://www.irit.fr/sdnri2016/〉. 〈hal-01355408〉

Partager

Métriques

Consultations de la notice

373

Téléchargements de fichiers

136