Les réseaux sociaux en ligne égocentriques: algorithmes pour la propagation de l'information et la formation de communautés

par Sarra Djemili (Hamani)

Projet de thèse en STIC - Cergy

Sous la direction de Dimitrios Kotzinos.

Thèses en préparation à Cergy-Pontoise , dans le cadre de ED SI - Sciences et Ingénierie , en partenariat avec Equipes Traitement de l'Information et Systèmes (laboratoire) depuis le 01-10-2014 .


  • Résumé

    Le projet de la thèse est situé dans le vaste domaine de l'analyse des réseaux sociaux, en mettant l'accent sur l'étude des réseaux sociaux personnels en ligne qui ont reçu moins d'attention dans la littérature contrairement aux structures «globales» des réseaux sociaux en ligne. Ainsi, notre objectif est d'étudier les propriétés structurelles des réseaux personnels en ligne et de fournir des modèles qui les décrivent compte tenu de la diversité des réseaux sociaux en ligne disponibles. Nous voulons aussi modéliser leur dynamique, chose qui ne peut être faite avec les modèles disponibles pour la dynamique des réseaux, car les caractéristiques communes des réseaux (par exemple. la propriété d'invariance à l' échelle) ne seront pas forcément validés pour les réseaux personnels, d'où la nécessité de modèles dédiés qui reflètent la façon dont les réseaux évoluent au fil du temps. D'autres extensions sont également visés dans ce contexte, comme découvrir comment des structures telles que les communautés peuvent émerger à l'intérieur des réseaux personnels en ligne, mais aussi comment l'information peut se propager efficacement en identifiant les utilisateurs les plus influents ... etc.

  • Titre traduit

    Egocentric online social networks: algorithms for information flow and community formation


  • Résumé

    The PhD project is situated in the broad area of social networks analysis, with focus on studying personal online social networks which have received less attention in the literature regarding “global” structures of online social networks. Thus our objective is to study online personal networks structural properties and provide models that describe them given the diversity of available online social networks. We also want to capture their dynamics which could not be done with available models of networks dynamics because common features of networks (eg. scale-free property) will not be necessary validated for personal networks, hence the need of dedicated models that reflect how those networks evolve over time. Other extensions are also targeted in this context, as to discover how structures as communities can emerge inside online personal networks, but also how the information can be spread efficiently by identifying influencer users... etc.