Évaluation de l’influence dans un réseau multi-relationnel

Lobna Azaza (1, 2) , Sergey Kirgizov Kirgizov (3) , Marinette Savonnet (3) , Eric Leclercq (3) , Rim Faiz (2)

1 Le2i - Laboratoire d'Electronique, d'Informatique et d'Image [EA 7508]
2 LARODEC - Laboratoire de Recherche Opérationnelle de Décision et de Contrôle de Processus
3 Le2i - Laboratoire Electronique, Informatique et Image [UMR6306]

L'influence sur Twitter est devenue un sujet de recherche important. Certains utilisateurs révèlent plus de capacité que d'autres pour influencer les personnes avec lesquelles ils sont connectés. Ainsi, trouver les utilisateurs les plus influents peut permettre une diffusion efficace de l'information à grande échelle, action très utile dans le marketing ou les campagnes politiques. Dans cet article, nous proposons une nouvelle approche pour l'évaluation de l'influence dans les réseaux multi-relationnels tels que Twitter. Notre méthode est basée sur la règle de combinaison conjonctive de la théorie des fonctions de croyance qui permet de fusionner différents types de relations. Nous expérimentons notre méthode sur des données Twitter collectées lors des élections européennes de 2014 et déterminons les candidats les plus influents.

Domaines: Ordinateur et société [cs.CY]; Réseaux sociaux et d'information [cs.SI]

Lobna Azaza, Sergey Kirgizov Kirgizov, Marinette Savonnet, Eric Leclercq, Rim Faiz. Évaluation de l’influence dans un réseau multi-relationnel: le cas de Twitter. IEEE Tenth International Conference on Research Challenges in Information Science, IEEE, Jun 2016, Grenoble, France. ⟨hal-01914153⟩