Diversité des sources de contenu dans les réseaux sociaux

Le jury sera composé de

• Johanne COHEN, Directrice de recherche, Laboratoire Interdisciplinaire des Science du Numerique (LISN), Examinatrice
• Angela BONIFATI, Professeure, Université Claude Bernard Lyon 1, Rapporteur & Examinatrice
• Cedric DU MOUZA, Professeur, Conservatoire National des Arts et Metiers (CNAM), Rapporteur & Examinateur
• Oana BALALAU, Chercheur, Institut National de Recherche en Sciences et Technologies du Numérique (INRIA), Examinatrice
• Noha IBRAHIM, Maitresse de Conference, Université Grenoble Alpes, Examinatrice

Résumé

Des événements récents ont montré à quel point le Web social est devenu important dans notre vie quotidienne. En effet, la plupart des informations ne se propagent plus par des points d’information uniques et centralisés, tels que les journaux télévisés ou papiers. Elle se propage plutôt par des moyens décentralisés, à travers les vastes réseaux sociaux. La nature décentralisée du Web signifie que les informations de toutes sortes peuvent se propager instantanément et sans filtrage, ce qui entraîne à la fois des effets positifs, comme lorsque des foules s’organisent spontanément pour atteindre des objectifs communs, et des effets négatifs, comme la diffusion de fausses informations qui peuvent être transmises comme étant valides par des consommateurs par ailleurs bien intentionnés.

Comment une fausse information peut-elle passer pour valide ? Cela peut se produire lorsque les consommateurs d’informations pensent qu’ils disposent de toutes les connaissances en raison de leur voisinage social et que les informations diffusées sont représentatives du monde. Le concept est bien connu dans la littérature : on parle de bulles de filtres ou de chambres d’écho, où les consommateurs d’informations sont coincés dans un environnement qui renforce leur propre point de vue et ne le remet pas en question. Ce problème est encore aggravé par les algorithmes de recommandation commerciaux qui se concentrent essentiellement sur les articles que l’on a déjà consommés ou qui sont consommés par le voisinage social immédiat ; en tant que tels, ils ne se concentrent pas sur la recommandation d’articles vraiment divers provenant de sources différentes. Cela est d’autant plus évident lorsque le réseau social est éclaté en plusieurs communautés organisées autour d’intérêts similaires, voire en communautés idéologiques qui ne communiquent pas entre elles.

Dans cette thèse, nous discutons des algorithmes pour les recommandations diverses dans les réseaux sociaux en ligne. Nous nous concentrerons sur la recommandation de fournisseurs de contenu aux utilisateurs d’un réseau social. Les réseaux sociaux sont un environnement ou chaque utilisateur peut être considéré comme un créateur de contenu ou un émetteur de contenu, car ils sont composés de nœuds (les utilisateurs, qui sont à la fois consommateurs ou créateurs de contenu et réunis par des liens (les relations suiveurs/suivis).

Le problème devient alors assez intuitif. On nous donne un graphe social, et l’objectif est d’y ajouter des liens, de sorte que la diversité des informations propagées soit maximisée. Notre tâche consiste à recommander des liens entre les utilisateurs et les sources de contenu de manière à ce que le graphe soit divisé en un nombre de communautés aussi réduit que possible. Ceci, pour un utilisateur donné du réseau social, signifie qu’il sera exposé à autant d’autres communautés que possible.