Résumé : Les réseaux sociaux numériques sont devenus des outils importants en raison de leur capacité à transmettre l’information plus rapidement que les médias traditionnels, dans différents domaines tels que la politique, le marketing, l’alimentation et la santé, etc. Les organisations actuelles gérant des environnements complexes utilisent les réseaux sociaux comme un canal de communication afin de pouvoir interagir avec leurs clients et répondre aux besoins du marché. Dans ces environnements, la détection des signaux faibles permet d’anticiper les discontinuités, de répondre aux menaces ou de saisir des opportunités.
Dans cette thèse, nous proposons une nouvelle approche qui s’appuie sur la topologie d’un réseau social, pour la détection des signaux faibles. Nous avons choisi les graphlets (Prvzulj et al. 2004) pour mesurer des propriétés quantifiables caractéristiques du signal faible. En effet, les graphlets répondent à ces caractéristiques : ce sont de petits patterns (fragments d’un graphe), qui pris seuls sont peu visibles et de faible utilité apparente. Afin d’aider les experts métier dans leur prise de décision, nous proposons aussi des éléments contextuels d’interprétation des signaux faibles détectés.
Bio : Hiba Abou Jamra est en 4ème année de thèse dans l’équipe Sciences des données du LIB, dans le cadre du projet Isite-Cocktail. Elle est sous la direction de Marinette Savonnet et la codirection d’Eric Leclercq.