Twitter est un réseau social très répandu en Amérique du Nord, offrant aux autorités policières une opportunité pour détecter les événements d’intérêt public. Les messages Twitter liés à un événement contiennent souvent les noms de rue où se déroule l’événement, ce qui permet la géolocalisation en temps réel. Plusieurs logiciels commerciaux sont offerts pour effectuer la vigie des réseaux sociaux. L’efficacité de ces outils pour les autorités policières pourrait être grandement améliorée avec un accès à un plus grand échantillon de messages Twitter, avec un tri préalable pour dégager les événements pertinents en moins de temps et avec une mesure de la fiabilité des événements détectés. Ce mémoire vise à proposer une démarche afin de détecter, à partir du flux de messages Twitter, les événements de sécurité publique d’un territoire, automatiquement et avec un niveau de fiabilité acceptable. Pour atteindre cet objectif, un modèle informatisé a été conçu, basé sur les quatre composantes suivantes: a) la cueillette de tweets à partir de mots clés avec un filtrage géographique, b) l’analyse linguistique et l’utilisation d’un répertoire de rues pour déceler les tweets localisables et pour trouver leurs coordonnées à partir des noms de rue et de leur intersection, c) une méthode spatio-temporelle pour former des grappes de tweets, et d) la détection des événements en identifiant les grappes contenant au moins deux (2) tweets communs touchant le même sujet. Ce travail de recherche diffère des articles scientifiques recensés car il combine l’analyse textuelle, la recherche et le géocodage de toponymes à partir d’un répertoire de noms de rue, la formation de grappes avec la géomatique et l’identification de grappes contenant des tweets communs pour détecter localement des événements de sécurité publique. L’application du modèle aux 90 347 tweets cueillis dans la région de Toronto-Niagara au Canada a résulté en l’identification et la géolocalisation de 1 614 tweets ainsi qu’en la formation de 172 grappes dont 79 grappes d’événements contenant au moins deux (2) tweets touchant le même sujet, soit un taux de fiabilité de 45,9 %. / Abstract : Twitter is a social media that is very popular in North America, giving law enforcement agencies an opportunity to detect events of public interest. Twitter messages (tweets) tied to an event often contain street names, indicating where this event takes place, which can be used to infer the event's geographical coordinates in real time. Many commercial software tools are available to monitor social media. The performance of these tools could be greatly improved with a larger sample of tweets, a sorting mechanism to identify pertinent events more quickly and to measure the reliability of the detected events. The goal of this master‟s thesis is to detect, from a public Twitter stream, events relative to public safety of a territory, automatically and with an acceptable level of reliability. To achieve this objective, a computer model based on four components has been developed: a) capture of public tweets based on keywords with the application of a geographic filter, b) natural language processing of the text of these tweets, use of a street gazetteer to identify tweets that can be localized and geocoding of tweets based on street names and intersections, c) a spatio-temporal method to form tweet clusters and, d) event detection by isolating clusters containing at least two tweets treating the same subject. This research project differs from existing scientific research as it combines natural language processing, search and geocoding of toponyms based on a street gazetteer, the creation of clusters using geomatics and identification of event clusters based on common tweets to detect public safety events in a Twitter public stream. The application of the model to the 90,347 tweets collected for the Toronto-Niagara region in Ontario, Canada has resulted in the identification and geocoding of 1,614 tweets and the creation of 172 clusters from which 79 event clusters contain at least two tweets having the same subject showing a reliability rate of 45.9 %.

Lorsque les internautes naviguent sur le Web, ils laissent de nombreuses traces que nous nous proposons d’exploiter pour améliorer les applications d'accès à l'information. Nous étudions des techniques centrées sur les utilisateurs qui tirent parti des nombreux types de rétroaction pour perfectionner les services offerts aux utilisateurs. Nous nous concentrons sur des applications telles que la recommandation et le marketing d’influence dans lesquelles les utilisateurs génèrent des signaux (clics, "j'aime", etc.) que nous intégrons dans nos algorithmes afin de fournir des services fortement contextualisés. La première partie de cette thèse est consacrée à une approche interactive de la recherche d'information sur les médias sociaux. Le problème consiste à récupérer un ensemble de k résultats dans un réseau social sous la contrainte que la requête peut être incomplète (par exemple, si le dernier terme est un préfixe). Chaque fois que l'utilisateur met à jour sa requête, le système met à jour l'ensemble des résultats de recherche en conséquence. Nous adoptons une interprétation de la pertinence de l'information qui tient compte du réseau, selon laquelle l'information produite par les utilisateurs proches de l'utilisateur faisant la requête est jugée plus pertinente. Ensuite, nous étudions une version générique de la maximisation de l'influence, dans laquelle nous voulons maximiser l'influence des campagnes d'information ou de marketing en sélectionnant de manière adaptative les utilisateurs initiant la propagation de l'information parmi un petit sous-ensemble de la population. Notre approche ne fait aucune hypothèse sur le modèle de diffusion sous-jacent ni même sur la structure du réseau de diffusion. Notre méthode a d'importantes applications dans le marketing d’influence qui vise à s’appuyer sur les influenceurs de réseaux sociaux pour promouvoir des produits ou des idées. Enfin, nous abordons le problème bien connu du démarrage à froid auquel sont confrontés les systèmes de recommandation par une approche adaptative. Si aucune information n’est disponible concernant l'appréciation d’un article, le système de recommandation doit recueillir des signaux (clics, etc.) afin d'estimer la valeur de l'article. Cependant, afin de minimiser les mauvaises recommandations faites aux utilisateurs, le système ne doit pas recueillir ces signaux de façon négligente. Nous introduisons un algorithme dynamique qui vise à alterner intelligemment les recommandations visant à accumuler de l'information et celles s'appuyant sur les données déjà recueillies. / When users interact on modern Web systems, they let numerous footprints which we propose to exploit in order to develop better applications for information access. We study a family of techniques centered on users, which take advantage of the many types of feedback to adapt and improve services provided to users. We focus on applications like recommendation and influencer marketing in which users generate discrete feedback (e.g. clicks, "likes", reposts, etc.) that we incorporate in our algorithms in order to deliver strongly contextualized services. The first part of this dissertation is dedicated to an approach for as-you-type search on social media. The problem consists in retrieving a set of k search results in a social-aware environment under the constraint that the query may be incomplete (e.g., if the last term is a prefix). Every time the user updates his / her query, the system updates the set of search results accordingly. We adopt a "network-aware" interpretation of information relevance, by which information produced by users who are closer to the user issuing a request is considered more relevant. Then, we study a generic version of influence maximization, in which we want to maximize the influence of marketing or information campaigns by adaptively selecting "spread seeds" from a small subset of the population. Influencer marketing is a straightforward application of this, in which the focus of a campaign is placed on precise key individuals who are typically able to reach millions of consumers. This represents an unprecedented tool for online marketing that we propose to improve using an adaptive approach. Notably, our approach makes no assumptions on the underlying diffusion model and no diffusion network is needed. Finally, we propose to address the well-known cold start problem faced by recommender systems with an adaptive approach. If no information is available regarding the user appreciation of an item, the recommender system needs to gather feedback (e.g., clicks) so as to estimate the value of the item. However, in order to minimize "bad" recommendations, a well-designed system should not collect feedback carelessly. We introduce a dynamic algorithm that aims to intelligently achieve the balance between "bad" and "good" recommendations.

La corruption est une thématique récurrente dans les agendas publics des pays en voie de développement. En Haïti, elle fait l’objet, depuis la fin des années 1980, d’une préoccupation nationale et d’un ensemble de mesures juridico-légales par les pouvoirs publics qui cherchent peu ou prou à l’éradiquer. Cependant, plus de trois décennies après, elle constitue encore un phénomène social persistant qui semble participer de la structuration des rapports entre les individus et les groupes de la société en général, et de l’administration publique en particulier. Cette thèse se propose d’expliquer la récurrence des phénomènes de corruption dans l’administration publique haïtienne. Elle démontre que les processus d’inscription de la corruption aux agendas publics, c’est-à-dire la manière dont le phénomène a acquis le statut de problème public, participent à la construction des perceptions, croyances ou représentations (PCR) fortes sur son existence. Dans une relation de détermination réciproque, de telles PCR influencent le choix des fonctionnaires et des contribuables d’entrer dans des transactions corruptives. A partir, entre autres, de l’examen des formes de justification langagières, nous procédons à une extraction du sens des pratiques corruptives pour les individus en reconstituant leur système de raisons à exécuter des pratiques qu’ils jugent pourtant, pour la plupart, inacceptables. En complément à ce premier moment d’analyse, nous examinons les mécanismes de la corruption en mettant en lumière la nature et la structure des réseaux d’allégeance personnelle et politique qui se permutent, dans les circonstances qui sont celles de l’administration publique, en réseaux de corruption. / Corruption is a recurring theme in public agendas of developing countries. In Haiti, since the late 1980s, it has been subject of a national concern and a set of legal actions by the public authorities trying more or less to eradicate it. However, more than three decades later, it is still a persistent social phenomenon that seems to participate in structuring relationships between individuals and groups in the society in general and public administration in particular. This study aims to explain the widespread recurrence of corruption in the Haitian public administration. It demonstrates that the agenda-setting process of corruption, that is the way the phenomenon has acquired the status of a public issue, participates in the construction of strong perceptions, beliefs or representations (PCR) on its very existence. In a reciprocal determination relationship, such PCR influence the choice of officials and taxpayers to enter into corrupt transactions. Based on the examination of different forms of verbal justification, we extract the meaning of individuals’ actions by restoring their system of reasons in executing actions that they consider yet, for the most, unacceptable. In addition to that analysis, we examine the mechanisms of corruption by highlighting the nature and structure of personal and political affiliation networks, which change into corruption networks in circumstances such as those of the public administration.

Cette recherche propose une analyse des usages des systèmes de tagging sur le Web. Au delà d'un simple outil personnel de « catégorisation ordinaire » des ressources en ligne, les classifications produites à partir de l'indexation libre de tags, nommées folksonomies, permettent aux internautes de produire des « prises » physiques et interprétatives quideviennent un support aux formes de navigation sociale. Ces réseaux de traces numériques permettent aux internautes de se repérer et d'agir dans l'univers complexe et abondant que représente le Web, mais elles sont également un support de coordination avec d'autres internautes. Les tags apparaissent comme des appuis conventionnels qui permettent decoordonner les actions au sein de collectifs à géométrie variable, plus ou moins étendus et identifiés, dont les membres partagent des centres d’intérêts et un vocabulaire commun. A partir d'une approche socio-technique nous étudions le couplage entre conception et usage de ces dispositifs, et montrons que le tagging propose une voie alternative, encore enconstruction, aux politiques existantes d'architecture et d’accessibilité des ressources du Web / This research proposes an anlysis of tagging systems uses on the Web. Tagging is not a simple personnal tool of web ressources categorization but classifications emerging from free tags indexation, named folksonomies, allow Internet users to create physical and interpretative supports which produce new forms of social navigation. Those tagging networks give the opportunity to Internet users to navigate and to act in the complex and abundant Web universe, but they are also coordination supports with other Internet users. Tags appear as conventionnal supports which allow coordination of actions in variable-geometry collectives. In those more or less identified and large collectives, members share common vocabulary and interests. Based on a socio-technical approach, we study coupling between conception and uses of tagging systems. We explain that tagging proposes an under construction and alternative way to architecture and accessibility politics of the Web ressources

L’entrepreneuriat en sciences humaines et sociales est un objet aux contours flous. On peut y regrouper un certain nombre d’activités économiques appelées selon les cas bureau d’études sociologiques, cabinet d’ingénierie territoriale, et, pour les personnes, historien-conseil, ethnologue-consultant ou sociologue-praticien. Cette thèse questionne les processus de création d’activités économiques dans des disciplines où on ne les attend pas : l’histoire, la géographie, la sociologie et l’ethnologie. Nous analysons l’évolution de la place de ces activités économiques selon les contextes historiques ainsi que les tensions auxquelles elles ont pu donner lieu dans les différents champs disciplinaires. Nous cherchons également à cerner ces structures et les personnes qui les composent en croisant diverses sources documentaires (fichiers Insee, répertoires professionnels, recherches de données en ligne). Enfin, au moyen d’entretiens biographiques (68 pour 50 cas d’entreprises), nous étudions les processus entrepreneuriaux et leurs ancrages dans des trajectoires d’entrepreneurs, des espaces sociaux, des réseaux de relations sociales et des dispositifs. Réseaux et dispositifs apparaissent comme des appuis pour l’entrée dans l’entrepreneuriat, comme des moyens d’accéder à divers types de ressources et comme des bases de coordination sur des marchés économiques. Dans un contexte peu structuré par des institutions professionnelles, les relations personnelles jouent un rôle particulièrement central dans la création des structures, dans la conduite des activités et dans les coordinations entre clients et entrepreneurs. / Entrepreneurship in social sciences is an object with blurred boundaries. One can group a number of economic activities known as sociological engineering, urban engineering, and for their members, consultant, public historian, ethnologist-consultant, professional sociologist... This thesis studies the process of economic activities in disciplines where it’s not usually expected: history, geography, sociology and ethnology. We analyze the evolution of the role of these economic activities according to historical contexts and the tensions which rise about them in the different disciplines. We also seek to identify structures and people in crossing various documentary sources (INSEE files, professional directories, online data research). Finally, using biographical interviews (62 to 50 cases of companies), we study the entrepreneurial process and their anchorages in entrepreneur life courses, social milieus, social networks and devices. Networks and devices appear to be the basis for entry into entrepreneurship, as means to access to various kinds of resources and as ways of coordination within economic markets. In an unstructured environment by professional institutions, personal relationships play a central role in the establishment of structures, in the activities and in the coordination between customers and entrepreneurs.

L’étude de structures de communautés dans les réseaux devient de plus en plus une question importante. La connaissance des modules de base (communautés) des réseaux nous aide à bien comprendre leurs fonctionnements et comportements, et à appréhender les performances de ces systèmes. Une communauté dans un graphe (réseau) est définie comme un ensemble de noeuds qui sont fortement liés entre eux, mais faiblement liés avec le reste du graphe. Les membres de la même communauté partagent les mêmes centres d’intérêt. L’originalité de nos travaux de recherche consiste à montrer qu’il est pertinent d’utiliser l’analyse formelle de concepts pour la détection de communautés, contrairement aux approches classiques qui utilisent des graphes. Nous avons notamment étudié plusieurs problèmes posés par la détection de communautés dans les réseaux sociaux : (1) l’évaluation des méthodes de détection de communautés proposées dans la littérature, (2) la détection de communautés disjointes et chevauchantes, et (3) la modélisation et l’analyse des réseaux sociaux de données tridimensionnelles. Pour évaluer les méthodes de détection de communautés proposées dans la littérature, nous avons abordé ce sujet en étudiant tout d’abord l’état de l’art qui nous a permis de présenter une classification des méthodes de détection de communautés en évaluant chacune des méthodes présentées dans la littérature (les méthodes les plus connues). Pour le deuxième volet, nous nous sommes ensuite intéressés à l’élaboration d’une approche de détection de communautés disjointes et chevauchantes dans des réseaux sociaux homogènes issus de matrices d’adjacence (données dites à un seul mode ou une seule dimension), en exploitant des techniques issues de l’analyse formelle de concepts. Nous avons également porté un intérêt particulier aux méthodes de modélisation de réseaux sociaux hétérogènes. Nous nous sommes intéressés en particulier aux données tridimensionnelles et proposé dans ce cadre une approche de modélisation et d’analyse des réseaux sociaux issus de données tridimensionnelles. Cette approche repose sur un cadre méthodologique permettant d’appréhender au mieux cet aspect tridimensionnel des données. De plus, l’analyse concerne la découverte de communautés et de relations dissimulées qui existent entre les différents types d’individus de ces réseaux. L’idée principale réside dans l’extraction de communautés et de règles d’association triadiques à partir de ces réseaux hétérogènes afin de simplifier et de réduire la complexité algorithmique de ce processus. Les résultats obtenus serviront par la suite à une application de recommandation de liens et de contenus aux individus d’un réseau social. / The study of community structure in networks became an increasingly important issue. The knowledge of core modules (communities) of networks helps us to understand how they work and behaviour, and to understand the performance of these systems. A community in a graph (network) is defined as a set of nodes that are strongly linked, but weakly linked with the rest of the graph. Members of the same community share the same interests. The originality of our research is to show that it is relevant to use formal concept analysis for community detection unlike conventional approaches using graphs. We studied several problems related to community detection in social networks : (1) the evaluation of community detection methods in the literature, (2) the detection of disjointed and overlapping communities, and (3) modelling and analysing heterogeneous social network of three-dimensional data. To assess the community detection methods proposed in the literature, we discussed this subject by studying first the state of the art that allowed us to present a classification of community detection methods by evaluating each method presented in the literature (the best known methods). For the second part, we were interested in developing a disjointed and overlapping community detection approach in homogeneous social networks from adjacency matrices (one mode data or one dimension) by exploiting techniques from formal concept analysis. We paid also a special attention to methods of modeling heterogeneous social networks. We focused in particular to three-dimensional data and proposed in this framework a modeling approach and social network analysis from three-dimensional data. This is based on a methodological framework to better understand the threedimensional aspect of this data. In addition, the analysis concerns the discovery of communities and hidden relationships between different types of individuals of these networks. The main idea lies in mining communities and rules of triadic association from these heterogeneous networks to simplify and reduce the computational complexity of this process. The results will then be used for an application recommendation of links and content to individuals in a social network.

Doctorat en sciences psychologiques / info:eu-repo/semantics/nonPublished

Nous sommes à l’aube d’une nouvelle ère du data mining, celle du stockage, traitement, analyse et exploitation des données massives que l’on appelle Big Data. Les données sont devenues une nouvelle matière première, très prisée par les entreprises de tout type et de toute taille à travers le monde ; elles permettent d’analyser, de comprendre, de modéliser et d’expliquer certains phénomènes comme le comportement et les préférences des utilisateurs ou clients d’une entreprise donnée. La compréhension des préférences des utilisateurs et des clients d’une entreprise permet de leur proposer de la publicité ciblée afin d’augmenter les ventes et la satisfaction des clients et ainsi pouvoir améliorer les revenues de l’entreprise, ce que les géants du Web comme Google, Facebook, LinkedIn et Twitter ont bien compris. Cette thèse de doctorat a été réalisée dans le cadre d’une convention CIFRE entre le laboratoire L2TI de l’université Paris 13 et la start-up franco-américaineWork4 qui développe des applications de recrutement sur Facebook. Son objectif principal était la mise au point d’un ensemble d’algorithmes et méthodes pour proposer aux utilisateurs des réseaux sociaux les offres d’emploi les plus pertinentes. Le développement de nos algorithmes de recommandation a nécessité de surmonter de nombreuses difficultés telles que le préservation de la vie privée des utilisateurs des réseaux sociaux, le traitement des données bruitées et incomplètes des utilisateurs et des offres d’emploi, la difficulté de traitement des données multi-langues et, plus généralement, la difficulté d’extraire automatiquement les offres d’emploi pertinentes pour un utilisateur donné parmi un ensemble d’offres d’emploi. Les systèmes développés durant cette thèse sont principalement basés sur les techniques de systèmes de recommandation, de recherche documentaire,de fouille de données et d’apprentissage artificiel ; ils ont été validés sur des jeux de données réels collectés par l’entreprise Work4. Dans le cadre de cette étude, les utilisateurs d’un réseau social sont liés à trois types entités : les offres d’emploi qui leur sont pertinentes, les autres utilisateurs du réseau social auxquels ils se sont liés d’amitié et les données personnelles qu’ils ont publiées sur leurs profils. Les profils des utilisateurs des réseaux sociaux et la description de nos offres d’emploi sont constitués de plusieurs champs contenant des informations textuelles. / We are entering a new era of data mining in which the main challenge is the storing andprocessing of massive data : this is leading to a new promising research and industry field called Big data. Data are currently a new raw material coveted by businesses of all sizes and all sectors. They allow organizations to analyze, understand, model and explain phenomen a such as the behavior of their users or customers. Some companies like Google, Facebook,LinkedIn and Twitter are using user data to determine their preferences in order to make targeted advertisements to increase their revenues.This thesis has been carried out in collaboration between the laboratory L2TI andWork4, a French-American startup that offers Facebook recruitment solutions. Its main objective was the development of systems recommending relevant jobs to social network users ; the developed systems have been used to advertise job positions on social networks. After studying the literature about recommender systems, information retrieval, data mining and machine learning, we modeled social users using data they posted on their profiles, those of their social relationships together with the bag-of-words and ontology-based models. We measure the interests of users for jobs using both heuristics and models based on machine learning. The development of efficient job recommender systems involved to tackle the problem of categorization and summarization of user profiles and job descriptions. After developing job recommender systems on social networks, we developed a set of systems called Work4 Oracle that predict the audience (number of clicks) of job advertisements posted on Facebook, LinkedIn or Twitter. The analysis of the results of Work4 Oracle allows us to find and quantify factors impacting the popularity of job ads posted on social networks, these results have been compared to those of the literature of Human Resource Management. All our proposed systems deal with privacy preservation by only using the data that social network users explicitly allowed to access to ; they also deal with noisy and missing data of social network users and have been validated on real-world data provided by Work4.

Avec l’essor du Web 2.0 et des technologies collaboratives qui y sont rattachées,le Web est aujourd’hui devenu une vaste plate-forme d’échanges entre internautes.La majeure partie des sites Web sont actuellement soit dédiés aux interactionssociales de leurs utilisateurs, soit proposent des outils pour développer ces interactions.Nos travaux portent sur la compréhension de ces échanges, ainsi que desstructures communautaires qui en découlent, au moyen d’une approche sémantique.Pour répondre aux besoins de compréhension propres aux analystes de siteWeb et autres gestionnaires de communautés, nous analysons ces structures communautairespour en extraire des caractéristiques essentielles comme leurs centresthématiques et contributeurs centraux. Notre analyse sémantique s’appuie notammentsur des ontologies légères de référence pour définir plusieurs nouvelles métriques,comme la centralité sémantique temporelle et la probabilité de propagationsémantique. Nous employons une approche « en ligne » afin de suivre l’activitéutilisateur en temps réel, au sein de notre outil d’analyse communautaire Web-Tribe. Nous avons implémenté et testé nos méthodes sur des données extraites desystèmes réels de communication sociale sur le Web / With the rise of Web 2.0 and collaborative technologies that are attached to,the Web has now become a broad platform of exchanges between users. The majorityof websites is now dedicated to social interactions of their users, or offerstools to develop these interactions. Our work focuses on the understanding of theseexchanges, as well as emerging community structures arising, through a semanticapproach. To meet the needs of web analysts, we analyze these community structuresto identify their essential characteristics as their thematic centers and centralcontributors. Our semantic analysis is mainly based on reference light ontologiesto define several new metrics such as the temporal semantic centrality and thesemantic propagation probability. We employ an online approach to monitor useractivity in real time in our community analysis tool WebTribe. We have implementedand tested our methods on real data from social communication systemson the Web

La transgression discursive que constitue le street art peut s’exprimer dans divers espaces. Si les œuvres apparaissent tout d’abord dans la rue, leurs reprises sur les réseaux socionumériques leur octroient de nouvelles spatialité et temporalité ; elles sont alors non seulement inscrites dans la durée, mais également intégrées dans un nouvel « effet de sens ». Passant d’un mur urbain à un mur socionumérique, cet acte subversif engage à la constitution d’une communauté autour d’une thématique ou un centre d’intérêt plus ou moins politisé. L’Egypte voit le street art soudainement apparaître dans ses rues et se répandre comme une traînée de poudre sur les réseaux socionumériques dès le soulèvement insurrectionnel de janvier-février 2011. A partir de ce constat, il s’agit d’étudier la contribution de la médiation socionumérique du street art, prise en charge par des communautés activistes, à un agir des collectifs politiques. Ce travail de thèse a pour principal objectif de vérifier dans quelle mesure ces collectifs s’instituent en un public politique revendiquant la chute d’un régime ainsi que la mise en place d’un pouvoir civil et démocratique. Une approche pragmatiste, associant une « théorie de l’action » deweyienne à une sémiotique peircienne, est mise à l’œuvre afin d’observer les actions d’un public. Celles-ci sont suscitées par des dispositifs médiatiques, dont les auteurs insèrent dans leur discours des images street artivistes, générant des récits mythographiques victimaires et martyrologiques. / The discursive transgression of street art can be expressed in various spaces. In the street for a first appearance, but the coverings on the social networks give new spatiality and temporality to a work, they now inscribe it in duration as well as in a new "effect of meaning". Moving from an urban wall to a sociodigital wall, subversion commits to the constitution of a community around a thematic or a more or less politicized center of interest. Egypt in 2010 sees street art suddenly appearing in its streets and spreading like wildfire on the sociodigital networks from the insurrectional uprising of January-February 2011.From this observation, it will be necessary to study the contribution of the social media mediation of street art, taken over by activist communities, to incite political collectives to an action. This work of thesis will try to verify to what extent these collectives are instituted in a political public demanding the fall of a political regime as well as the establishment of a civil and democratic power. A pragmatist approach will combine a deweyian "theory of action" with a Peircian semiotics in order to observe the actions of a political public. These are aroused by media devices, which include street artivist images in their speeches, generating victimary and martyrological mythographic narratives.