Détection des influenceurs dans des médias sociaux par une approche hybride (Influencer detection in social media, a hybrid approach)
L’influence sociale est un phénomène important dans divers domaines, tels que l’économie et la politique, qui a gagné en résonnance avec la popularité des médias sociaux, notamment les réseaux sociaux et les forums. La majorité des travaux sur ce sujet propose des approches fondées sur des théories en sciences humaines (sociologie, linguistique), et des techniques d’analyse de réseau (mesures de propagation et de centralité) ou de TAL. Dans cet article, nous présentons un modèle d’influence inspiré de travaux en psychologie sociale, sur lequel nous construisons un système combinant un module de TAL pour détecter les messages reflétant les processus d’influence, associé à une analyse par centralité de la transmission de ces messages. Nos expériences sur le forum de débats Change My View montrent que l’approche par hybridation, comparée à la centralité seule, aide à mieux détecter les influenceurs.
Code (0)
등록된 구현이 없습니다.
Similar Papers 제목 키워드 기반
D\'etection d'influenceurs dans des m\'edias sociaux (Influencer detection in social medias)
Les influenceurs ont la capacit{\'e} d{'}avoir un impact sur d{'}autres individus lorsqu{'}ils interagissent avec eux. D{\'e}tecter les influenceurs permet d{'}identifier les quelques individus {\`a} cibler pour toucher …
LDApol: vers une méthodologie de contextualisation des discours politiques (LDApol : towards a methodology of political speech contextualisation )
Nous comparons les distributions de mots dans les communiqués de presse politiques récents. Nous proposons une méthodologie pour objectiver des associations entre notions participant au débat politique. Nous montrons com…
Méta-apprentissage : classification de messages en catégories émotionnelles inconnues en entraînement (Meta-learning : Classifying Messages into Unseen Emotional Categories)
Dans cet article nous reproduisons un scénario d’apprentissage selon lequel les données cibles ne sont pas accessibles et seules des données connexes le sont. Nous utilisons une approche par méta-apprentissage afin de dé…
Few-Shot LearningMeta-LearningExploration de l'apprentissage par transfert pour l'analyse de textes des r\'eseaux sociaux (Exploring neural transfer learning for social media text analysis )
L{'}apprentissage par transfert repr{\'e}sente la capacit{\'e} qu{'}un mod{\`e}le neuronal entra{\^\i}n{\'e} sur une t{\^a}che {\`a} g{\'e}n{\'e}raliser suffisamment et correctement pour produire des r{\'e}sultats pertin…
Transfer LearningM\'edias traditionnels, m\'edias sociaux : caract\'eriser la r\'einformation (Traditional medias, social medias : characterizing reinformation)
Les m{\'e}dias traditionnels sont de plus en plus pr{\'e}sents sur les r{\'e}seaux sociaux, mais ces sources d{'}informations sont confront{\'e}es {\`a} d{'}autres sources dites de r{\'e}information. Ces derni{\`e}res on…
SENTERSENTS