Qualité de l'information dans les réseaux sociaux : une méthode collaborative pour détecter les spams dans les tweets - Archive ouverte HAL Accéder directement au contenu
Article Dans Une Revue Document numérique - Revue des sciences et technologies de l'information. Série Document numérique Année : 2018

Qualité de l'information dans les réseaux sociaux : une méthode collaborative pour détecter les spams dans les tweets

Résumé

Détecter les actions des utilisateurs mal intentionnés dits "spammeurs" est un réel défi pour maintenir un haut niveau de performance dans les applications mises en œuvre dans les réseaux sociaux. Les méthodes conventionnelles de détection de spams imposent des délais de traitement importants et inévitables, allant jusqu’à des mois pour traiter de grandes collections de tweets. Ces méthodes entièrement dépendantes de l’approche d’apprentissage supervisé pour la classification, requièrent un ensemble de données vérité terrain qui n’est pas disponible pour ce type d’applications. Nous proposons donc une méthode basée sur un modèle linguistique non supervisé qui effectue une collaboration avec d’autres réseaux sociaux pour détecter les tweets spam à partir des hashtags utilisés. Notre méthode a été expérimentée sur plus de 6 millions de tweets postés dans 100 "thématiques tendances". Facebook est utilisé en parallèle comme vérité terrain permettant ainsi la collaboration de deux réseaux sociaux différents. Nos expérimentations démontrent une efficacité en ce qui concerne le temps de traitement et la performance de classification, par rapport aux méthodes classiques de détection de spam dans les tweets.
Fichier principal
Vignette du fichier
washha_24936.pdf (604.18 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

hal-02451040 , version 1 (23-01-2020)

Identifiants

Citer

Mahdi Washha, Manel Mezghani, Florence Sèdes. Qualité de l'information dans les réseaux sociaux : une méthode collaborative pour détecter les spams dans les tweets. Document numérique - Revue des sciences et technologies de l'information. Série Document numérique, 2018, 21 (3), pp.33-53. ⟨10.3166/DN.21.3.33-53⟩. ⟨hal-02451040⟩
87 Consultations
149 Téléchargements

Altmetric

Partager

Gmail Facebook X LinkedIn More