À partir de 45 profils Facebook de jeunes franco-ontariens du Nord qui ont quitté leur région d'origine pour s'installer à Ottawa, la thèse s’intéresse au sens qu'ils donnent à ces deux milieux. Nous cherchions à mesurer la force du sentiment d’appartenance de ces migrants à leur milieu d'origine, tout en étudiant celui qu’ils développent à leur milieu d’accueil. Le rôle joué par les réseaux sociaux virtuels dans cette appartenance primait dans l'analyse. La recherche montre en fait que les jeunes ont des appartenances aussi fortes au nord de l'Ontario qu’à Ottawa, se situant ainsi dans l’entre-deux territorial. Notre analyse révèle que ce sont des dimensions différentes du milieu qui jouent dans l’appartenance aux milieux d’origine et d’accueil. Alors que les réseaux sociaux virtuels lient le migrant, maintenant dans le Sud, à sa région d'origine, l'imaginaire et les activités pratiquées dans les deux milieux servent eux aussi à maintenir cet attachement.

A partir de données qualitatives et quantitatives, cette thèse examine les stratégies d’anticipationet de réaction que les firmes peuvent mettre en place pour faire face à la désapprobation publiqueet à la stigmatisation. Les audiences externes se reposent sur des catégories organisationnellespour se repérer dans une industrie. Ces catégories sont des combinaisons d’élémentslinguistiques, symboliques et substantiels qui façonnent la manière avec laquelle les évaluationssociales – positives et négatives – sont relayées par les audiences. Ainsi, le fait d’être associé àcertaines catégories peut accroître ou décroître le niveau de désapprobation, et il en va de mêmepour les associations hybrides. Pour décroître leur niveau futur de désapprobation, les entreprisespeuvent manipuler stratégiquement les associations catégorielles utilisées par les audiences.Spécifiquement, dans l’industrie des armes, les catégories qui comptent se situent au niveau desEtats d’origine des firmes, de leur portefeuille client et de leur production industrielle. Parfois, lesstratégies d’anticipation ne suffisent pas, notamment lorsque la firme est touchée par un scandale– une forme particulièrement stigmatisante de désapprobation. Cette thèse démontre qu’en cas descandale, les firmes utilisent également des stratégies de réaction qui modifient aussi leursassociations catégorielles au niveau de l’industrie, avec l’objectif de desserrer les liens qui lesassocient au scandale, et qui associent le scandale à leurs partenaires au sein de l’industrie / Using qualitative and quantitative data, this dissertation investigates the anticipation and responsestrategies used by firms to deal with public disapproval and stigmatization. External audiencesrely on organizational categories to make sense of the industry landscape. Categories arecombinations of linguistic, symbolic, and substantive features that shape how social evaluations,positive or negative, are conveyed. Thus, association to certain categories can increase or decreasedisapproval levels, and so can category straddling. To decrease future disapproval levels, firmscan manage strategically the categories with which audiences associate them. Specifically, in theglobal arms industry, the categories that matter most are located at the home country, customer,and output levels. However, anticipation strategies are not always enough. Firms can be targetedby corporate scandal, a very stigmatizing form of disapproval. The dissertation demonstrates thatin such cases firms implement response strategies that also modify categorical associations at theindustry level, with the aim of loosening the ties that connect the targeted firm to the scandal,and the scandal to the rest of the firm’s partners in the industry. The dissertation contributes tostrategy and organization theory, especially to research streams on industry evolution,categorization, and stigmatization

A la croisée des travaux menés en marketing relationnel et en sociologie économique, le concept de l'encastrement social de la relation marchande a été relativement peu traité en sciences de gestion. En vente, il présente un intérêt majeur dans la mesure où il tire son origine d'un processus social dynamique courant, basé à la fois sur la recommandation et la création d'un lien social plus personnel avec le client. Cette thèse porte sur les implications de l'ancrage social de la relation client sur la performance du vendeur. Elle s'intéresse à une population de vendeurs particuliers : les vendeuses par réunion à domicile. Il ressort de nos enquêtes que l'encastrement des échanges marchands au sein d'une structure de relations sociales pré-existantes facilite la conversion d'un client basique en client fidèle qui prescrit le vendeur et les produits auprès de son réseau relationnel. / Between marketing and economic sociology works, social embeddedness of market exchanges has been relatively little studied in management science. In sales research, it is of great interest to the extent that it originates from a dynamic social process based on both recommendation and creation of personal social ties with customers. This dissertation focuses on the consequences of social embeddedness of customer relationship on salesperson performance. Our field study focuses on particular salespersons : direct sellers by home party. It appears that social embeddedness of market exchanges within a structure of pre-existing social relationships facilitates the conversion of basic customer into an advocate who recommend the salesperson and products in its relational network.

La visualisation d'informations est un domaine qui connaît un réel intérêt depuis une dizaine d'années. Dernièrement, avec l'explosion des moyens de communication, l'analyse de réseaux sociaux fait l'objet de nombreux travaux de recherches. Nous présentons dans cette thèse des travaux sur l'analyse de réseaux sociaux dynamiques, c'est à dire que nous prenons en compte l'aspect temporel des données. [...] / Since ten years, informations visualization domain knows a real interest.Recently, with the growing of communications, the research on social networks analysis becomes strongly active. In this thesis, we present results on dynamic social networks analysis. That means that we take into account the temporal aspect of data. We were particularly interested in communities extraction within networks and their evolutions through time. [...]

Cette thèse porte sur la rapidité du temps de mélange de chaînes de Markov sur des graphes. La contribution principale concerne les graphes avec des dynamiques locales sur les arêtes, la topologie du graphe évoluant au fur et à mesure que les arêtes glissent les unes le long des autres. Nous proposons une classification des différents modèles existants de graphes dynamiques, tout en illustrant l’importance des transitions le long d’une structure mouvante pour améliorer la vitesse de convergence. Cette étude est complétée par la preuve, pour l’une de ces dynamiques, d’un temps de mélange rapide. Nous définissons notamment l’expansion partielle d’un graphe. Celle-ci permet de suivre l’avancement de la dynamique, partant d’un état de faible expansion, jusqu’à obtention d’une bonne expansion à l’équilibre. La fin de cette thèse porte sur une amélioration de l’algorithme de simulation parfaite de Propp et Wilson. Nous introduisant un oracle pour les transitions, inspiré de l’échantillonnage préférentiel, qui permet de réduire la complexité de l’algorithme. Nous fournissons une preuve de correction, ainsi qu’une étude de l’impact de cette méthode sur la vitesse d’échantillonnage d’ensembles indépendants pour certains graphes. / This thesis focuses on the rapid mixing of graph-related Markov chains. The main contribution concerns graphs with local edge dynamics, in which the topology of a graph evolves as edges slide along one another. We propose a classification of existing models of dynamic graphs, and illustrate how evolving along a changing structure improves the convergence rate. This is complemented by a proof of the rapid mixing time for one such dynamic. As part of this proof, we introduce the partial expansion of a graph. This notion allows us to track the progression of the dynamic, from a state with poor expansion to good expansion at equilibrium. The end of the thesis proposes an improvement of the Propp and Wilson perfect sampling technique. We introduce oracle sampling, a method inspired by importance sampling that reduces the overall complexity of the Propp and Wilson algorithm. We provide a proof of correctness, and study the performance of this method when sampling independent sets from certain graphs.

Les réseaux sociaux sont de plus en plus présents dans notre vie de tous les jours et sont en passe de devenir notre moyen de communication et d'information principal. Avec l'augmentation des données qu'ils contiennent sur nous et notre environnement, il devient décisif d'être en mesure d'accéder et d'analyser ces données. Aujourd'hui la manière la plus commune d'accéder à ces données est d'utiliser la recherche par mots-clés : on tape une requête de quelques mots et le réseau social renvoie un nombre fixe de documents qu'il juge pertinents. Dans les approches actuelles de recherche top-k dans un contexte social, la pertinence d'un document dépend de deux facteurs: la proximité sociale entre le document et l'utilisateur faisant la requête et le recoupement entre les mots-clés de la requête et les mots contenus dans le document. Nous trouvons cela limité et proposons de prendre en compte les interactions complexes entres les utilisateurs liés à ce document mais aussi sa structure et le sens des mots qu'il contient, au lieu de leur formulation. Dans ce but, nous identifions les exigences propres à la création d'un modèle qui intégrerait pleinement des données sémantiques, structurées et sociales et proposons un nouveau modèle, S3, satisfaisant ces exigences. Nous rajoutons un modèle de requêtes à S3 et développons S3k, un algorithme personnalisable de recherche top-k par mots-clés sur S3. Nous prouvons la correction de notre algorithme et en proposons une implémentation. Nous la comparons, à l'aide de jeux de données créés à partir du monde réel, avec celle d'une autre approche de recherche top-k par mots-clés dans un contexte social et montrons les différences fondamentales entre ces approches ainsi que les avantages qu'on peut tirer de la nôtre. / Social networks are increasingly present in our everyday life and are fast becoming our primary means of information and communication. As they contain more and more data about our surrounding and ourselves, it becomes vital to access and analyze this data. Currently, the primary means to query this data is through top-k keyword search: you enter a few words and the social network service sends you back a fixed number of relevant documents. In current top-k searches in a social context the relevance of a document is evaluated based on two factors: the overlapping of the query keywords with the words of the document and the social proximity between the document and the user making the query. We argue that this is limited and propose to take into account the complex interactions between the users linked to the document, its structure and the meaning of the words it contains instead of their phrasing. To this end we highlight the requirements for a model integrating fully structured, semantic and social data and propose a new model, called S3, satisfying these requirements. We introduce querying capabilities to S3 and develop an algorithm, S3k, for customizable top-k keyword search on S3. We prove the correctness of our algorithm and propose an implementation for it. We compare this implementation with another top-k keyword search in a social context, using datasets created from real world data, and show their differences and the benefits of our approach.

L'enjeu de ma thèse est de mettre au jour les enjeux qui entourent la croissance des données trouvables en ligne sur les personnes, la multiplication et le fort usage des espaces numériques de sociabilité dont la vocation privée ou professionnelle peuvent tendre à mélanger les deux sphères. L'enjeu du droit des données est confronté au cas du recrutement. Cas où la volonté de valorisation de soi de la part de candidats en recherche d'emploi rencontre le besoin d’évaluation de la part des recruteurs. Le cas du recrutement permet d'aborder différents marchés émergents autour de la réputation numérique, d'interroger les pratiques de part et d'autre du marché du travail (exposition des candidats et recherches des recruteurs) et d'apporter des éléments de connaissances sur les normes de visibilité en cours d'établissement. / The aim of my thesis is to underline what is at stake with the phenomenon of the massive growth of online personal data that we have witnessed for the last decade. This issue is seen through the case of hiring on the labor market. Candidates may want to disclose positive information about themselves and recruiters need to gather as much information as they can to evaluate potential candidates. This example allow us to investigate a new market for online reputation and to bring to knowledge the new norms of visibility and privacy in the age of social media.

De nos jours, la popularité des réseaux sociaux (RS) est en constante progression. En effet, de plus en plus d’utilisateurs interagissent dans le monde virtuel, soit en y exprimant des opinions, en partageant des expériences, en réagissant aux avis d’autrui ou encore en échangeant des idées, en fonction de leurs qualités : influents, populaires, dignes de confiance, etc.. Dans la littérature, l’influence a fait l'objet d'une attention particulière ces dernières années. En effet, de nombreux domaines, dont l’Analyse des Réseaux Sociaux (ARS) et les systèmes de recommandation ont étudié l’influence, sa détection, la propagation de son effet et sa mesure. Ainsi, des modèles d'identification et d'estimation de l'influence sont aujourd'hui largement utilisés dans de nombreuses applications dédiées au marketing, aux campagnes politiques/sociales, etc. De plus, les interactions entre utilisateurs indiquent non seulement l’influence mais aussi la confiance, la popularité ou la réputation. Cependant, ces notions sont encore vaguement définies et il n'existe pas de consensus dans la communauté ARS. Définir, distinguer et mesurer la force de ces relations entre les utilisateurs posent également de nombreux défis, à la fois théoriques et pratiques, qui restent à explorer. La modélisation de l’influence pose de multiples défis et les méthodes actuelles de découverte et d’évaluation n’explorent pas encore pleinement les différents types d’interactions et ne sont en général pas applicables à plusieurs RS. En outre, la prise en compte de la dimension temporelle dans le modèle d’influence est importante, difficile et nécessite un examen plus approfondi. Enfin, l’exploration de liens possibles entre des notions, telles que l’influence et la réputation, reste un sujet ouvert. Dans cette thèse, nous nous focalisons sur les quatre concepts qualifiant les utilisateurs : influence, réputation, confiance et popularité, pour la modélisation de l'influence. Nous analysons les travaux existants utilisant ces notions et comparons leurs différentes interprétations. Par cette analyse, nous mettons en avant les caractéristiques essentielles que ces concepts devraient inclure, et nous en effectuons une analyse comparative. Cela nous permet d'établir une classification globale des différentes interprétations des notions selon leur niveau d'abstraction et leurs divergences ; cela constitue la première, contribution de cette thèse. En conséquence, nous proposons un modèle théorique de l'influence ainsi qu'une ontologie associée décrivant ce concept. Nous présentons également une variante de l'influence, inexplorée à ce jour dans le domaine de l’ARS, la micro-influence. Celle-ci cible un phénomène nouveau dans les RS que sont les utilisateurs avec une faible audience, mais fortement impliqués ; ces derniers apparaissent en effet comme ayant un impact fort malgré tout. En s'appuyant sur ces définitions, nous proposons ensuite un modèle pratique dénommé ARIM (Action-Reaction Influence Model). Ce modèle considère le type, la qualité, la quantité et la fréquence des actions réalisées par les utilisateurs, et ce en étant compatible avec différents RS. Nous abordons également la quantification de l'influence au cours du temps et la représentation de ses effets de causalité. Pour cela, nous considérons un type spécifique de RS: les réseaux de citations, particulièrement sensibles au temps. Ainsi, nous proposons un modèle, TiDIE (Time Dependent Influence Estimation), qui détermine l'influence, sur une période de temps, entre les communautés de ces réseaux. Enfin, nous combinons l’influence et la réputation avec le modèle TiDIE, afin d’étudier les dépendances entre elles. Nous proposons une méthode de transition, ReTiDIE, utilisant l’influence pour obtenir la réputation. Pour chacune de nos approches, des expérimentations ont été menées sur des jeux de données réels et ont montré la pertinence de nos méthodes / Online social networks are constantly growing in popularity. They enable users to interact with one another and shifting their relations to the virtual world. Users utilize social media platforms as a mean for a rich variety of activities. Indeed, users are able to express their opinions, share experiences, react to other users' views and exchange ideas. Such online human interactions take place within a dynamic hierarchy where we can observe and distinguish many qualities related to relations between users, concerning influential, trusted or popular individuals. In particular, influence within Social Networks (SN) has been a recent focus in the literature. Many domains, such as recommender systems or Social Network Analysis (SNA), measure and exploit users’ influence. Therefore, models discovering and estimating influence are important for current research and are useful in various disciplines, such as marketing, political and social campaigns, recommendations and others. Interestingly, interactions between users can not only indicate influence but also involve trust, popularity or reputation of users. However, all these notions are still vaguely defined and not meeting the consensus in the SNA community. Defining, distinguishing and measuring the strength of those relations between the users are also posing numerous challenges, on theoretical and practical ground, and are yet to be explored. Modelization of influence poses multiple challenges. In particular, current state-of-the-art methods of influence discovery and evaluation still do not fully explore users’ actions of various types, and are not adaptive enough for using different SN. Furthermore, adopting the time aspect into influence model is important, challenging and in need of further examination part of the research. Finally, exploring possible connections and links between coinciding notions, like influence and reputation, remains to be performed.In this thesis, we focus on the qualities of users connected to four important concepts: influence, reputation, trust, and popularity, in the scope of SNA for influence modeling. We analyze existing works utilizing these notions and we compare and contrast their interpretations. Consequently, we emphasize the most important features that these concepts should include and we make a comparative analysis of them. Accordingly, we present a global classification of the notions concerning their abstract level and distinction of the terms from one another, which is a first and required contribution of the thesis. Consequently, we then propose a theoretical model of influence and present influence-related ontology. We also present a distinction of notion not yet explored in SNA discipline -- micro-influence, which targets new phenomena of users with a small but highly involved audience, who are observed to be still highly impactful. Basing on the definitions of the concepts, we propose a practical model, called Action-Reaction Influence Model (ARIM). This model considers type, quality, quantity, and frequency of actions performed by users in SN, and is adaptive to different SN types. We also focus on the quantification of influence over time and representation of influence causal effect. In order to do that, we focus on a particular SN with a specific characteristic - citation network. Indeed, citation networks are particularly time sensitive. Accordingly, we propose Time Dependent Influence Estimation (TiDIE), a model for determining influence during a particular time period between communities within time-dependent citation networks. Finally, we also combine two of the abovementioned notions, influence and reputation, in order to investigate the dependencies between them. In particular, we propose a transition method, ReTiDIE, that uses influence for predicting the reputation. For each of the proposed approaches, experiments have been conducted on real-world datasets and demonstrate the suitability of the methods

Cette recherche porte sur l’analyse des problématiques narratologiques et stylistiques dans les écrits parus à la fin du soulèvement populaire survenu en Égypte en 2011. Elle entrecroise deux axes, l’un notionnel et l’autre analytique. D’une part, elle aborde la question du genre littéraire, de l’espace, de la temporalité et de la langue d’écriture. D’autre part, on se propose de comparer cinq textes, qu’on envisagera dans leur double appartenance littéraire et thématique : Ayyām al-Taḥrīr (2011), Cairo : my city, our revolution (2012), al-Ṯawra 2.0 (2012), Aǧniḥat al-farāša (2011) et Sabʿat ayyām fī al-Taḥrīr (2011). Nous examinerons ces œuvres dans le cadre de ce que les critiques ont désigné sous le nom d’adab al-ṯawra ou d’adabiyyāt al-ṯawra – « littérature(s) de la révolution » – et tenterons d’identifier les caractéristiques et les particularités de cette très jeune production. L’enjeu est d’étudier comment les écrivains égyptiens contemporains produisent des narrations à travers lesquelles se déploie un processus d’émerveillement, de reconfiguration et de modification de la représentation du citoyen, notamment celle des jeunes. / This research focuses on narratological and stylistic issues in the writings that appeared at the end of the popular uprising in Egypt in 2011. It combines two axes, one notional and the other analytical. On the one hand, it deals with questions of literary genre, space, temporality and language of writing. On the other hand, it offers to compare five texts which will be examined at the literary as well as at the thematic level : Ayyām al-Taḥrīr (2011), Cairo: my city, our revolution (2012), al-Ṯawra 2.0 (2012), Aǧniḥat al-farāša and Sabʿat ayyām fī al-Taḥrīr (2011). These works are considered within the framework of what critics have called adab al-ṯawra or adabiyyāt al-ṯawra--"literature(s) of the revolution". I try to highlight the characteristics and peculiarities of this very young production. The challenge here is to study how contemporary Egyptian writers have produced narratives which reveal a process of wonderment, reconfiguration and transformation of the representation of the citizen, especially that of young people.

Les réseaux sociaux ont transformé le Web d'un mode lecture, où les utilisateurs pouvaient seulement consommer les informations, à un mode interactif leur permettant de les créer, partager et commenter. Un défi majeur du traitement d'information dans les médias sociaux est lié à la taille réduite des contenus, leur nature informelle et le manque d'informations contextuelles. D'un autre côté, le web contient des bases de connaissances structurées à partir de concepts d'ontologies, utilisables pour enrichir ces contenus. Cette thèse explore le potentiel d'utiliser les bases de connaissances du Web de données, afin de détecter, classifier et suivre des événements dans les médias sociaux, particulièrement Twitter. On a abordé 3 questions de recherche : i) Comment extraire et classifier les messages qui rapportent des événements ? ii) Comment identifier des événements précis ? iii) Étant donné un événement, comment construire un fil d'actualité représentant les différents sous-événements ? Les travaux de la thèse ont contribué à élaborer des méthodes pour la généralisation des entités nommées par des concepts d'ontologies pour mitiger le sur-apprentissage dans les modèles supervisés ; une adaptation de la théorie des graphes pour modéliser les relations entre les entités et les autres termes et ainsi caractériser des événements pertinents ; l'utilisation des ontologies de domaines et les bases de connaissances dédiées, pour modéliser les relations entre les caractéristiques et les acteurs des événements. Nous démontrons que l'enrichissement sémantique des entités par des informations du Web de données améliore la performance des modèles d'apprentissages supervisés et non supervisés. / In the latest years, the Web has shifted from a read-only medium where most users could only consume information to an interactive medium allowing every user to create, share and comment information. The downside of social media as an information source is that often the texts are short, informal and lack contextual information. On the other hand, the Web also contains structured Knowledge Bases (KBs) that could be used to enrich the user-generated content. This dissertation investigates the potential of exploiting information from the Linked Open Data KBs to detect, classify and track events on social media, in particular Twitter. More specifically, we address 3 research questions: i) How to extract and classify messages related to events? ii) How to cluster events into fine-grained categories? and 3) Given an event, to what extent user-generated contents on social medias can contribute in the creation of a timeline of sub-events? We provide methods that rely on Linked Open Data KBs to enrich the context of social media content; we show that supervised models can achieve good generalisation capabilities through semantic linking, thus mitigating overfitting; we rely on graph theory to model the relationships between NEs and the other terms in tweets in order to cluster fine-grained events. Finally, we use in-domain ontologies and local gazetteers to identify relationships between actors involved in the same event, to create a timeline of sub-events. We show that enriching the NEs in the text with information provided by LOD KBs improves the performance of both supervised and unsupervised machine learning models.