Thèse Année : 2026

From Individual to Collective Influence in Online Social Platforms : Metrics, Algorithms and Applications

De l'influence individuelle à collective dans les plateformes sociales en ligne : métriques, algorithmes et applications

Nouamane Arhachoui

Résumé

Online Social Platforms (OSPs) such as Twitter/X, Facebook, and Instagram have redefined social interaction and information diffusion at a global scale. Understanding influence within these large and dynamic environments--whether individual or collective--remains a core challenge in social network analysis. Traditional centrality metrics from graph theory often fail to capture the complex, multilayered nature of online interactions. This thesis proposes scalable methods to measure and analyze influence in multiplex networks, integrating both sociological perspectives and computational efficiency. It focuses on several main objectives: ensuring algorithmic scalability of an existing influence metric, linking influence to community structures, and accounting for multiple types of user interactions. Two main contributions are presented: fast algorithms for efficient influence ranking in large OSPs, and a Graph Neural Network-based approach for detecting communities across multiple interaction layers. These advances enhance both theoretical understanding and practical analysis of influence and community dynamics in online social platforms.

Les plateformes sociales en ligne (OSPs) comme Twitter/X, Facebook ou Instagram ont profondément transformé la diffusion de l'information et les interactions sociales. Comprendre les mécanismes de l'influence, individuelle ou collective, dans ces environnements vastes et dynamiques constitue un enjeu central de l'analyse des réseaux sociaux. Les métriques de centralités, classiques en théorie des graphes, ne saisissent pas toute la complexité des interactions en ligne.Cette thèse propose des méthodes efficaces pour mesurer et analyser l'influence dans des réseaux multiplexes, en conciliant perspectives sociologiques et efficacité computationnelle. Plusieurs objectifs guident ce travail : assurer le passage à l'échelle d'une mesure d'influence récente, relier influence et structures communautaires, et intégrer la diversité des types d'interactions.Les contributions majeures incluent des algorithmes rapides pour la mesure d'influence à grande échelle, et une méthode de détection de communautés basée sur les réseaux de neurones de graphes. Ces apports renforcent la compréhension théorique et l'analyse pratique de l'influence et des dynamiques communautaires dans les plateformes sociales en ligne.

Fichier principal
Vignette du fichier
153234_ARHACHOUI_2026_archivage.pdf (10 Mo) Télécharger le fichier

Dates et versions

tel-05623377 , version 1 (15-05-2026)

Licence

Identifiants

  • HAL Id : tel-05623377 , version 1

Citer

Nouamane Arhachoui. From Individual to Collective Influence in Online Social Platforms : Metrics, Algorithms and Applications. Social and Information Networks [cs.SI]. Sorbonne Université, 2026. English. ⟨NNT : 2026SORUS036⟩. ⟨tel-05623377⟩
0 Consultations
0 Téléchargements

Partager

  • More