ACCUEIL

Consignes aux
auteurs et coordonnateurs
Nos règles d'éthique
Autres revues >>

Ingénierie des Systèmes d'Information

Networking and Information Systems
1633-1311
Revue des sciences et technologies de l'information
Nouvel éditeur en 2019
 

 ARTICLE VOL 22/6 - 2017  - pp.9-36  - doi:10.3166/isi.22.6.9-36
TITRE
Influence dans Twitter. Définition et utilisation en recherche d’information

TITLE
Influence in Twitter: definition and usage in social

RÉSUMÉ
L’influence d’un blogueur sur Twitter véhicule une part importante de la pertinence de ses publications, elle peut donc être exploitée avantageusement en recherche d’information pour identifier les tweets pertinents. L’information sur l’influence des blogueurs est implicitement portée par la structure du réseau social de Twitter. Dans ce papier, nous exploitons cette structure pour mesurer l’influence. En particulier, nous proposons une approche adaptée de l’algorithme PageRank, pour l’analyse des liens du réseau social de rediffusion et le calcul de l’influence. Dans cette approche, l’influence du blogueur sur le réseau social est définie comme le rapport entre sa capacité à influencer d’autres blogueurs (influence imposée) et sa disposition à être influencé par d’autres blogueurs du réseau (influence subie). Nous évaluons notre score d’influence dans un contexte de RI sociale. Nous proposons alors un modèle de recherche d’information qui estime la pertinence d’un tweet comme une combinaison de sa pertinence thématique et de l’influence de son auteur. Ce modèle de recherche a été évalué sur la collection de tests TREC-Microblog 2011. Les résultats obtenus montrent tout son intérêt.


ABSTRACT
The blogger’s influence on Twitter conveys an important part of his publications relevance, it can therefore be advantageously exploited in information retrieval (IR), to identify relevant tweets. The information about blogger’s influence is implicitly driven by Twitter’s social network structure. In this paper, we exploit this structure to measure influence. In particular, we propose an adapted approach of the PageRank algorithm for analyzing retweet-based social network links and calculating influence. In this approach, the blogger’s influence in the social network is defined as the ratio of his ability to influence other bloggers (imposed influence) to his predisposition to be influenced by other bloggers in the network (suffered influence). We evaluate our ratio of influence in a context of social IR. We thus propose a social retrieval model which estimates the tweet relevance as a combination of its topic relevance and its author’s influence. This retrieval model has been evaluated on TREC-microblog 2011 test collection. The obtained results show all its interest.


AUTEUR(S)
Massinissa FERROUK, Fatiha BOUBEKEUR, Lila BELKACEMI

MOTS-CLÉS
influence, réseau social de Twitter, recherche d’information sociale, PageRank.

KEYWORDS
influence, Twitter social network, social information retrieval, PageRank.

LANGUE DE L'ARTICLE
Français

 PRIX
• Abonné (hors accès direct) : 12.5 €
• Non abonné : 25.0 €
|
|
--> Tous les articles sont dans un format PDF protégé par tatouage 
   
ACCÉDER A L'ARTICLE COMPLET  (495 Ko)



Mot de passe oublié ?

ABONNEZ-VOUS !

CONTACTS
Comité de
rédaction
Conditions
générales de vente

 English version >> 
Lavoisier