Automatic role detection in online forums

Résumé : Nous traitons dans cette thèse le problème de la détection des rôles des utilisateurs sur des forums de discussion en ligne. On peut détenir un rôle comme l'ensemble des comportements propres d'une personne ou d'une position. Sur les forums de discussion, les comportements sont surtout observés à travers des conversations. Pour autant, nous centrons notre attention sur la manière dont les utilisateurs dialoguent. Nous proposons trois méthodes pour détecter des groupes d'utilisateurs où les utilisateurs d'un même groupe dialoguent de façon similaire.Notre première méthode se base sur les structures des conversations dans lesquelles les utilisateurs participent. Nous appliquons des notions de voisinage différentes (radiusbased, order-based, and time-based) applicables aux commentaires qui sont représentés par des noeuds sur un arbre. Nous comparons les motifs de conversation qu'ils permettent de détecter ainsi que les groupes d'utilisateurs associés à des motifs similaires. Notre deuxième méthode se base sur des modèles stochastiques de croissance appliqués aux fils de discussion. Nous proposons une méthode pour trouver des groupes d'utilisateurs qui ont tendance à répondre au même type de commentaire. Nous montrons que, bien qu'il y ait des groupes d'utilisateurs avec des motifs de réponse similaires, il n'y a pas d'évidence forte qui confirme que ces comportements présentent des propriétés prédictives quant aux comportements futurs {sauf pour quelques groupes avec des comportements extrêmes. Avec notre troisième méthode nous intégrons les types de données utilisés dans les deux méthodes précédentes (feature-based et behavioral ou functional-based) et nous montrons que le modèle trouve des groupes en ayant besoin de moins d'observations. L'hypothèse du modèle est que les utilisateurs qui ont des caractéristiques similaires ont aussi des comportements similaires.
Type de document :
Thèse
Social and Information Networks [cs.SI]. Université de Lyon, 2016. English. 〈NNT : 2016LYSE2111〉
Liste complète des métadonnées

Littérature citée [7 références]  Voir  Masquer  Télécharger

https://tel.archives-ouvertes.fr/tel-01439342
Contributeur : Abes Star <>
Soumis le : mercredi 18 janvier 2017 - 15:25:07
Dernière modification le : mercredi 14 novembre 2018 - 01:19:52
Document(s) archivé(s) le : mercredi 19 avril 2017 - 14:52:02

Fichiers

Identifiants

  • HAL Id : tel-01439342, version 1

Collections

Citation

Alberto Lumbreras. Automatic role detection in online forums. Social and Information Networks [cs.SI]. Université de Lyon, 2016. English. 〈NNT : 2016LYSE2111〉. 〈tel-01439342〉

Partager

Métriques

Consultations de la notice

365

Téléchargements de fichiers

306