Influencer detection in social media

Détection des influenceurs dans des médias sociaux

Kévin Deturck (1)

1 ERTIM - Équipe de Recherche en Textes, Informatique, Multilinguisme

In this thesis, we present the design and evaluation of a system to automatically detect influencers in social media, based on the manifestations of their influencing action in interpersonal communications. Approaches to influencer detection generally use either the structure of communication between individuals, or the analysis of its content. The theoretical framework chosen in our thesis has the particularity of combining these two types of approach for their complementarity. We characterise the action of influencers at the level of a target individual, from its means to its effects, by discursive features of both the messages sent by the influencers and those sent by the influenced individuals. The automatic detection of these discursive features in social media messages is done with methods in natural language processing, based on linguistic rules and machine learning models. At the group level, the action of influencers is characterised by their central position in a social graph, that represents interpersonal actions within the group. The hybridity of our system consists in the use of linguistic information, automatically extracted in discussions, to construct the social graphs whose structure will be analysed.

Dans cette thèse, nous présentons la conception et l’évaluation d’un système pour détecter automatiquement les personnes influentes dans les médias sociaux, à partir des manifestations de leur action d’influence dans les communications interpersonnelles. Les approches pour la détection des influenceurs utilisent généralement, soit la structure de la communication entre les individus, soit l’analyse de son contenu. Le cadre théorique retenu dans notre thèse a la particularité de combiner ces deux types d’approches pour leur complémentarité. Nous caractérisons l’action des influenceurs à l’échelle d’un individu cible, depuis sa mise en œuvre jusqu’à ses effets, par des traits discursifs relevant aussi bien des messages envoyés par les influenceurs que de ceux envoyés par les individus influencés. La détection automatique de ces traits discursifs est faite avec des méthodes en traitement automatique des langues, basées sur des règles linguistiques et des modèles par apprentissage automatique. À l’échelle d’un groupe, l’action des influenceurs est caractérisée par leur position centrale dans un graphe social qui représente des actions interpersonnelles ayant eu cours à l’intérieur de ce groupe. L’hybridité de notre système consiste en l’utilisation des informations linguistiques sur les traits discursifs d’influence, extraits automatiquement depuis les messages textuels échangés entre individus, afin de construire les graphes sociaux.

Mots clés: Influence; Natural language processing; Social networks; Social media; Graph analysis; Centrality measures; Machine learning

Mots clés: Influence; Traitement automatique des langues; Réseaux sociaux; Médias sociaux; Analyse de graphe; Mesures de centralité; Apprentissage automatique

Domaines: Ordinateur et société [cs.CY]

Kévin Deturck. Détection des influenceurs dans des médias sociaux. Ordinateur et société [cs.CY]. Institut National des Langues et Civilisations Orientales- INALCO PARIS - LANGUES O', 2021. Français. ⟨NNT : 2021INAL0034⟩. ⟨tel-03640442⟩