Évaluation de l’influence polarisée dans un réseau multirelationnel
L’étude de l’influence sur Twitter est un sujet de recherche intense, certains utilisateurs révèlent plus de capacité pour influencer d’autres personnes. Nous proposons une nouvelle approche pour une évaluation de l’influence polarisée dans les réseaux multirelationnels tels que Twitter. Nous prenon...
Shranjeno v:
| Auteurs principaux: | , , , , |
|---|---|
| Format: | Article ou chapitre numérique |
| Jezik: | Français |
| Izdano: |
2017
|
| Teme: | |
| Online dostop: | Accès Université d'Orléans et IFPM |
| Izvleček: | L’étude de l’influence sur Twitter est un sujet de recherche intense, certains utilisateurs révèlent plus de capacité pour influencer d’autres personnes. Nous proposons une nouvelle approche pour une évaluation de l’influence polarisée dans les réseaux multirelationnels tels que Twitter. Nous prenons en compte le contenu des tweets pour déterminer leur polarité en utilisant l’algorithme des forêts d’arbres décisionnels. Puis, nous fusionnons, au moyen des fonctions de croyance, les informations provenant des relations (retweet, mention ou répond, etc.) pour obtenir un degré d’influence pour chaque utilisateur. Nous expérimentons notre méthode sur les données collectées lors des élections européennes de 2014. Les résultats montrent que notre modèle est suffisamment flexible pour répondre aux besoins des spécialistes en sciences sociales et que l’utilisation de la théorie des fonctions de croyances est efficace pour traiter des relationsmultiples. |
|---|