La notion d’"évènement" est une des clés majeures permettant de se remémorer des souvenirs. Avec le développement du Web 2.0, beaucoup de sites de partage d’information au sujet d’évènements font leur apparition sur internet, et une grande variété d’évènements sont programmés et décrits par plusieurs services et réseaux sociaux en ligne. L’étude des relations entre medias sociaux et évènements pourrait tirer parti des connaissances liées au domaine des évènements et des ontologies afin de formuler les problèmes soulevés ; l’exploitation des caractéristiques multimodales peut aussi permettre d’explorer les caractéristiques en profondeur. Dans cette thèse, nous étudions le problème de l’extraction de connaissances quant aux relations entre évènements et données des réseaux sociaux. Trois problèmes sont au centre de notre analyse. Le premier problème porte sur l’enrichissement visuel des évènements : notre recherche vise à comprendre comment utiliser les médias sociaux pour illustrer des évènements. Le deuxième problème, la découverte d’évènement. Nous proposons d’utiliser la détection de niveaux et des méthodes de détection de sujet pour découvrir des évènements grâce aux annotations spatiales et temporelles présentes dans les médias sociaux. Le troisième problème concerne la modélisation visuelle des évènements, dont la problématique est de rassembler de façon automatique des échantillons d’apprentissage, afin de mettre en œuvre une représentation visuelle des évènements. La solution proposée consiste à rassembler des exemples à la fois positifs et négatifs ; de même, elle est dérivée de l’analyse du contexte des médias sociaux. / The exponential growth of social media data requires scalable, effective and robust technologies to manage and index them. Event is one of the most important cues to recall people’s past memory. With the development of Web 2.0, many event-based information sharing sites are appearing online, and a wide variety of events are scheduled and described by several social online services. The study of the relation between social media and events could leverage the event domain knowledge and ontologies to formulate the raised problems, and it could also exploit multimodal features to mine the patterns deeply, hence gain better performance compared with some other methods. In this thesis, we study the problem of mining relations between events and social media data. There are mainly three problems that are well investigated. The first problem is event enrichment, in which we investigate how to leverage the social media to events illustration. The second problem is event discovery, which focuses on discovering event patterns from social media stream. We propose burst detection and topic model based methods to find events from the spatial and temporal labeled social media. The third problem is visual event modeling, which studies the problem of automatically collecting training samples to model the visualization of events. The solution of collecting both of the positive and negative samples is also derived from the analysis of social media context. Thanks to the approaches proposed in this thesis, the intrinsic relationship between social media and events are deeply investigated, which provides a way to explore and organize online medias effectively.
Identifer | oai:union.ndltd.org:theses.fr/2012ENST0071 |
Date | 03 December 2012 |
Creators | Liu, Xueliang |
Contributors | Paris, ENST, Huet, Benoit |
Source Sets | Dépôt national des thèses électroniques françaises |
Language | English |
Detected Language | French |
Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0015 seconds