@inproceedings{deturck-2018-detection,
title = "D{\'e}tection d{'}influenceurs dans des m{\'e}dias sociaux (Influencer detection in social medias)",
author = "Deturck, K{\'e}vin",
editor = "S{\'e}billot, Pascale and
Claveau, Vincent",
booktitle = "Actes de la Conf{\'e}rence TALN. Volume 2 - D{\'e}monstrations, articles des Rencontres Jeunes Chercheurs, ateliers DeFT",
month = "5",
year = "2018",
address = "Rennes, France",
publisher = "ATALA",
url = "https://aclanthology.org/2018.jeptalnrecital-recital.9",
pages = "117--130",
abstract = "Les influenceurs ont la capacit{\'e} d{'}avoir un impact sur d{'}autres individus lorsqu{'}ils interagissent avec eux. D{\'e}tecter les influenceurs permet d{'}identifier les quelques individus {\`a} cibler pour toucher largement un r{\'e}seau. Il est possible d{'}analyser les interactions dans un m{\'e}dia social du point de vue de leur structure ou de leur contenu. Dans nos travaux de th{\`e}se, nous abordons ces deux aspects. Nous pr{\'e}sentons d{'}abord une {\'e}valuation de diff{\'e}rentes mesures de centralit{\'e} sur la structure d{'}interactions extraites de Twitter puis nous analysons l{'}impact de la taille du graphe de suivi sur la performance de mesures de centralit{\'e}. Nous abordons l{'}aspect linguistique pour identifier le changement d{'}avis comme un effet de l{'}influence depuis les messages d{'}un forum.",
language = "French",
}
<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="deturck-2018-detection">
<titleInfo>
<title>Détection d’influenceurs dans des médias sociaux (Influencer detection in social medias)</title>
</titleInfo>
<name type="personal">
<namePart type="given">Kévin</namePart>
<namePart type="family">Deturck</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<originInfo>
<dateIssued>2018-05</dateIssued>
</originInfo>
<typeOfResource>text</typeOfResource>
<language>
<languageTerm type="text">French</languageTerm>
<languageTerm type="code" authority="iso639-2b">fre</languageTerm>
</language>
<relatedItem type="host">
<titleInfo>
<title>Actes de la Conférence TALN. Volume 2 - Démonstrations, articles des Rencontres Jeunes Chercheurs, ateliers DeFT</title>
</titleInfo>
<name type="personal">
<namePart type="given">Pascale</namePart>
<namePart type="family">Sébillot</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Vincent</namePart>
<namePart type="family">Claveau</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<originInfo>
<publisher>ATALA</publisher>
<place>
<placeTerm type="text">Rennes, France</placeTerm>
</place>
</originInfo>
<genre authority="marcgt">conference publication</genre>
</relatedItem>
<abstract>Les influenceurs ont la capacité d’avoir un impact sur d’autres individus lorsqu’ils interagissent avec eux. Détecter les influenceurs permet d’identifier les quelques individus à cibler pour toucher largement un réseau. Il est possible d’analyser les interactions dans un média social du point de vue de leur structure ou de leur contenu. Dans nos travaux de thèse, nous abordons ces deux aspects. Nous présentons d’abord une évaluation de différentes mesures de centralité sur la structure d’interactions extraites de Twitter puis nous analysons l’impact de la taille du graphe de suivi sur la performance de mesures de centralité. Nous abordons l’aspect linguistique pour identifier le changement d’avis comme un effet de l’influence depuis les messages d’un forum.</abstract>
<identifier type="citekey">deturck-2018-detection</identifier>
<location>
<url>https://aclanthology.org/2018.jeptalnrecital-recital.9</url>
</location>
<part>
<date>2018-5</date>
<extent unit="page">
<start>117</start>
<end>130</end>
</extent>
</part>
</mods>
</modsCollection>
%0 Conference Proceedings
%T Détection d’influenceurs dans des médias sociaux (Influencer detection in social medias)
%A Deturck, Kévin
%Y Sébillot, Pascale
%Y Claveau, Vincent
%S Actes de la Conférence TALN. Volume 2 - Démonstrations, articles des Rencontres Jeunes Chercheurs, ateliers DeFT
%D 2018
%8 May
%I ATALA
%C Rennes, France
%G French
%F deturck-2018-detection
%X Les influenceurs ont la capacité d’avoir un impact sur d’autres individus lorsqu’ils interagissent avec eux. Détecter les influenceurs permet d’identifier les quelques individus à cibler pour toucher largement un réseau. Il est possible d’analyser les interactions dans un média social du point de vue de leur structure ou de leur contenu. Dans nos travaux de thèse, nous abordons ces deux aspects. Nous présentons d’abord une évaluation de différentes mesures de centralité sur la structure d’interactions extraites de Twitter puis nous analysons l’impact de la taille du graphe de suivi sur la performance de mesures de centralité. Nous abordons l’aspect linguistique pour identifier le changement d’avis comme un effet de l’influence depuis les messages d’un forum.
%U https://aclanthology.org/2018.jeptalnrecital-recital.9
%P 117-130
Markdown (Informal)
[Détection d’influenceurs dans des médias sociaux (Influencer detection in social medias)](https://aclanthology.org/2018.jeptalnrecital-recital.9) (Deturck, JEP/TALN/RECITAL 2018)
ACL