Cette thèse présente une étude sur la mesure des réseaux sociaux en ligne avec un accent particulier sur Twitter qui est l'un des plus grands réseaux sociaux. Twitter utilise exclusivement des liens dirigés entre les comptes. Cela rend le graphe social de Twitter beaucoup plus proche que Facebok du graphe social représentant les communications dans la vie réelle. Par conséquent, la compréhension de la structure du graphe social de Twitter et de la manière dont les informations se propagent dans le graphe est intéressant non seulement pour les informaticiens, mais aussi pour les chercheurs dans d'autres domaines, tels que la sociologie. Cependant, on sait peu de choses sur la propagation de l'information sur Twitter. / This thesis presents the measurement study of Online Social Networks focusing on Twitter. Twitter is one of the largest social networks using exclusively directed links among accounts. This makes the Twitter social graph much closer to the social graph supporting real life communications than, for instance, Facebook. Therefore, understanding the structure of the Twitter social graph and the way information propagates through it is interesting not only for computer scientists, but also for researchers in other fields, such as sociologists. However, littles is known about the information propagation in Twitter. In the first part, we present an in-depth study of the macroscopic structure of the Twitter social graph. In the second part, we study the propagation of the news media articles shared on Twitter. In the third part we present an experimental study of graph sampling.
Identifer | oai:union.ndltd.org:theses.fr/2016NICE4031 |
Date | 15 June 2016 |
Creators | Gabielkov, Maksym |
Contributors | Nice, Legout, Arnaud |
Source Sets | Dépôt national des thèses électroniques françaises |
Language | English |
Detected Language | English |
Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.2403 seconds