Modèles de propagation de l'information et méthodes de sciences des données

De nos jours, les medias sociaux en ligne ont transforme notre facon de creer, de partager et d'acceder a l'information. Ces plateformes reposent sur de gigantesques reseaux favorisent le libre echange d'informations entre des centaines de millions de personnes a travers le monde entier, et cela de maniere instantanee.Qu'ils soient en lien avec un evenement global ou en lien avec un evenement local, ces messages peuvent influencer une societe et peuvent contenir des informations utiles pour la detection ou la prediction de phenomenes du monde reel.Cependant, certains messages diffuses peuvent avoir un impact tres negatif dans la vie reelle. Ces messages contenant une « infox » peuvent avoir des consequences desastreuses.Pour eviter et anticiper ces situations dramatiques, suivre les rumeurs, eviter les mauvaises reputations, il est necessaire d'etudier puis de modeliser la propagation de l'information.Or, la plupart des modeles de diffusion introduits reposent sur des hypotheses axiomatiques representees par des modeles mathematiques. Par consequent, ces modeles sont eloignes des comportements de diffusion des utilisateurs dans la mesure ou ils n’integrent pas les observations faites sur des cas concrets de diffusion. Dans nos travaux, nous etudions le phenomene de diffusion de l’information a deux echelles. A une echelle microscopique, nous avons observe les comportements de diffusion selon des traits de personnalite des utilisateurs en analysant les messages qu'ils publient en termes de sentiments et d'emotions. A une echelle macroscopique, nous avons analyse l'evolution du phenomene de diffusion en prenant en compte la dimension geographique des utilisateurs.