Identifier les temporalités pertinentes de partages de tweets : méthode de traitement de données de masse via l'étude des hashtags

Dans le cadre d’un projet finance par l’ANR nous avons recolte plusieurs millions de tweets en lien avec des url d’articles publies sur des sites de medias d’information. Cette communication presente les outils informatiques et statistiques mis en œuvre pour etablir des typologies de circulation en fonction du critere de dispersion temporelle, afin de restituer la diversite des sequences temporelles. Afin de degager les grandes familles de comportements de partage d’articles, nous utilisons un algorithme de classification non supervisee permettant de faire face a un defi majeur : l’existence de processus de circulation de l’information sur des echelles de temps variables.