Dissertation/ Thesis
Information Trajectory in social media ; Trajectoire de l'information dans les médias sociaux
| العنوان: | Information Trajectory in social media ; Trajectoire de l'information dans les médias sociaux |
|---|---|
| المؤلفون: | Huyghues-Despointes, Charles |
| المساهمون: | Entrepôts, Représentation et Ingénierie des Connaissances (ERIC), Université Lumière - Lyon 2 (UL2)-Université Claude Bernard Lyon 1 (UCBL), Université de Lyon-Université de Lyon, Université de Lyon, Sabine Loudcher Rabaseda, Julien Velcin |
| المصدر: | https://theses.hal.science/tel-03405160 ; Informatique et langage [cs.CL]. Université de Lyon, 2020. Français. ⟨NNT : 2020LYSE2088⟩. |
| بيانات النشر: | CCSD |
| سنة النشر: | 2020 |
| المجموعة: | Portail HAL de l'Université Lumière Lyon 2 |
| مصطلحات موضوعية: | Information Trajectory, Information extraction, Information mutation, Information propagation, Social media analysis, Trajectoire de l’information, Extraction d’informations, Mutation de l’information, Propagation de l’information, Analyse des médias sociaux, [INFO.INFO-CL]Computer Science [cs]/Computation and Language [cs.CL] |
| الوصف: | The work presented in this thesis, made in collaboration with the company Bertin IT, aims to study the way information spreads in social media text corpora. We present the information Trajectory model, a way to depict information propagation when the pieces of information mutate alongside their propagation. Information propagation and information mutation are generally dissociated in the literature. The information Trajectory model makes the joint representation of these two phenomenons possible. We describe a two-step method for computing an approximation of the information Trajectory. First, we approximate the propagation structure by computing coherent document chains. Then, we describe a way to exploit this structure in order to extract, characterize and label the propagating information pieces. We run two evaluation campains which experimentally show that our method is relevant. We also describe our works for using the information Trajectory. From the computed Trajectory approximations, we can efficiently navigate in consequent corpora. We can detect and analyze subtlety between two similar information pieces with different propagation histories, and we can discover low-signal information inside the corpus. ; Les travaux présentés dans cette thèse, réalisés en collaboration avec l'entreprise Bertin IT, ont pour objectif d'étudier la manière dont l'information chemine dans des corpus de documents tirés des médias sociaux. Nous présentons le modèle de la Trajectoire de l'information, une manière de représenter la propagation d'informations qui mutent en même temps qu'elles se propagent dans des corpus de documents textuels. Dans la littérature, la question de la propagation est généralement dissociée de la question de la mutation de l'information. Le modèle de la Trajectoire permet de représenter les deux phénomènes conjointement ce qui est tout à fait innovant. Nous détaillons une méthode pour approcher la Trajectoire de l'information en deux temps. Nous commençons par estimer sa structure de propagation à ... |
| نوع الوثيقة: | doctoral or postdoctoral thesis |
| اللغة: | French |
| Relation: | NNT: 2020LYSE2088 |
| الاتاحة: | https://theses.hal.science/tel-03405160 https://theses.hal.science/tel-03405160v1/document https://theses.hal.science/tel-03405160v1/file/these_internet_huyghues-despointes_c.pdf |
| Rights: | info:eu-repo/semantics/OpenAccess |
| رقم الانضمام: | edsbas.522B2380 |
| قاعدة البيانات: | BASE |
| الوصف غير متاح. |