Objectifs et thématiques de l'atelier

Ces dernières années ont été marquées par l'explosion des réseaux sociaux sur Internet, renouvelant l'intérêt de la communauté scientifique non seulement en sciences sociales mais également en informatique pour l'analyse et la fouille de graphes. Aujourd'hui, les graphes utilisés pour étudier ces réseaux sont de très grande taille tant par le nombre de nœuds associés aux individus que par celui des arêtes qui décrivent leurs relations ou leurs interactions. Les besoins d'analyse ont également évolué, requérant le développement d'algorithmes et d'outils plus puissants pouvant algorithmiquement passer à l'échelle, tant en masse de données qu'en débit.

L'apprentissage artificiel, discipline au croisement de l'informatique et des statistiques, tente de répondre à ces nouveaux défis posés par les innombrables applications autour des réseaux sociaux : passage à l'échelle (faire face à la volumétrie), prise de décisions dans des environnements évolutifs et complexes, prise en compte de la sémantique des communications (taxonomies, ontologies, controverses, analyse des sentiments), augmentation de l'hétérogénéité des sources de données, etc.

L'objectif de cet atelier est de permettre aux chercheurs, industriels et étudiants de positionner les problématiques du domaine et d'identifier les avancées récentes et les problèmes ouverts.

Cet atelier vise à réunir des contributions scientifiques, et à échanger des points de vue et retours d'expériences, sur le thème de l'utilisation de techniques d'apprentissage artificiel pour l'analyse de réseaux sociaux.

Un exposé invité sur le thème de la validation de détection de communautés complétera le programme afin de stimuler l'échange sur les domaines intéressants de l'atelier.

En plus des points mentionnés précédemment, les thèmes de cet atelier sont les suivants (liste non limitative) :

• Fouille de grands graphes sociaux (clustering, classification, recherche de motifs fréquents)
• Recommandation sociale
• Prédiction de liens dans les réseaux sociaux
• Détection du Spam social
• Qualification des données dans les réseaux sociaux (fiabilité, imprécision, incertitude, etc).
• Analyse de données sociales et extraction de connaissances
• Détection et évolution de communautés
• Analyse des réseaux sociaux dynamiques
• Analyse des sentiments et fouille d'opinions
• Réseaux sociaux et ingénierie des connaissances
  • Précédent
  • Suivant >>