Détection et interprétation des signaux faibles dans les Réseaux Sociaux Numériques - TEL - Thèses en ligne
Thèse Année : 2023

Detection and interpretation of weak signals in Online Social Networks

Détection et interprétation des signaux faibles dans les Réseaux Sociaux Numériques

Hiba Abou Jamra
  • Fonction : Auteur
  • PersonId : 1086557
  • IdRef : 270685200

Résumé

Online Social Networks have become important tools due to their ability to transmit information faster than traditional media, in different fields such as politics, marketing, food and health, etc.Today's organizations managing complex environments use social networks as a communication channel in order to interact with their customers and respond to market needs. A weak signal is a piece of information that is not very visible, rare but spreads quickly, and whose interpretation by business experts can trigger an alert. In these environments, the identification of weak signals allows for anticipating discontinuities, responding to threats, or seizing opportunities.In this thesis, we propose a new approach (BEAM) based on the topology of a temporal interaction graph, for the detection and interpretation of weak signals.We have chosen graphlets as an operational tool to give a signature to the weak signal. Indeed, graphlets meet the characteristics of weak signals: they are small patterns (fragments of a graph), which taken alone are not very visible, rare and of little apparent utility.In order to help business experts in their decision-making, we also propose contextual elements to interpret the detected weak signals. We carried out experiments on seven datasets from several Online Social Networks, in order to validate and verify the robustness of BEAM and the reproduction of results with periodic data. Graphlets can be considered as a signature of a weak signal. They allow both to automate the task of detecting weak signals while leaving room for interpretation by business experts.
Les Réseaux Sociaux Numériques sont devenus des outils importants en raison de leur capacité à transmettre l'information plus rapidement que les médias traditionnels, dans différents domaines tels que la politique, le marketing, l'alimentation et la santé, etc.Les organisations actuelles gérant des environnements complexes utilisent les réseaux sociaux comme un canal de communication afin de pouvoir interagir avec leurs clients et répondre aux besoins du marché. Un signal faible est une information peu visible, rare mais qui se diffuse rapidement, et dont l'interprétation par les experts métier peut déclencher une alerte. Dans ces environnements, l'identification des signaux faibles permet d'anticiper les discontinuités, de répondre aux menaces ou de saisir des opportunités.Dans cette thèse, nous proposons une nouvelle approche (BEAM) qui s'appuie sur la topologie d'un graphe d'interactions temporelles, pour la détection et l'interprétation des signaux faibles.Nous avons choisi les graphlets comme outil opératoire pour donner une signature au signal faible. En effet, les graphlets répondent aux caractéristiques des signaux faibles : ce sont de petits patterns (fragments d'un graphe), qui pris seuls sont peu visibles, rares et de faible utilité apparente.Afin d'aider les experts métier dans leur prise de décision, nous proposons aussi des éléments contextuels d'interprétation des signaux faibles détectés.Nous avons réalisé des expérimentations sur sept jeux de données issus de plusieurs Réseaux Sociaux Numériques, afin de valider, vérifier la robustesse de BEAM et la reproduction des résultats avec des données périodiques.Les graphlets peuvent être considérés comme une signature d'un signal faible. Ils permettent à la fois d'automatiser la tâche de détection des signaux faibles tout en laissant place à l'interprétation par des experts métier.
Fichier principal
Vignette du fichier
112555_ABOU_JAMRA_2023_archivage.pdf (17.25 Mo) Télécharger le fichier
Origine Version validée par le jury (STAR)

Dates et versions

tel-04354383 , version 1 (19-12-2023)

Identifiants

  • HAL Id : tel-04354383 , version 1

Citer

Hiba Abou Jamra. Détection et interprétation des signaux faibles dans les Réseaux Sociaux Numériques. Réseaux et télécommunications [cs.NI]. Université Bourgogne Franche-Comté, 2023. Français. ⟨NNT : 2023UBFCK023⟩. ⟨tel-04354383⟩
209 Consultations
133 Téléchargements

Partager

More