L’utilisateur social est caractérisé par son activité sociale comme le partage d’informations et l’établissement de relations avec d’autres utilisateurs. Avec l’évolution du contenu social, l’utilisateur a besoin d’informations plus précises qui reflètent ses intérêts. Nous nous concentrons sur la détection des intérêts de l’utilisateur qui sont des éléments clés pour améliorer l’adaptation (recommandation, personnalisation, etc.). L’originalité de notre approche est basée sur la proposition d’une nouvelle technique de détection des intérêts qui analyse le réseau des relations d’un utilisateur et aussi la précision de leurs comportements d’annotation dans le but de sélectionner les tags qui reflètent réellement le contenu des ressources. L’approche proposée a été testée et évaluée sur la base de données sociales Delicious. Pour l’évaluation, nous comparons le résultat issu de notre approche utilisant le comportement d’annotation des personnes proches (le réseau égocentrique ou les communautés) avec les informations connues de l’utilisateur (son profil). Une évaluation comparative avec une approche classique (basée sur les tags) de détection des intérêts montre que l’approche proposée fournit de meilleurs résultats.