Horizon Portail d'Information

Ressources numériques

Recherche rapide

Recherche avancée

Recherche alphabétique

Modifier la recherche

Perrier , Rémi , 1996-....

Hernández , Laura , physicienne

Deffuant , Guillaume

Moreno , Yamir , 19..-....

Sznajd-Weron , Katarzyna

Gargiulo , Floriana , 19..-....

CY Cergy Paris Université , 2020-....

École doctorale Économie, Management, Mathématiques, Physique et Sciences Informatiques , Cergy-Pontoise, Val d'Oise

Laboratoire de Physique Théorique et Modélisation , Cergy-Pontoise, Val d'Oise . 2002-

Dynamiques d'opinions par les deux bouts : modèles théoriques et données empiriques , Rémi Perrier ; sous la direction de Laura Hernandez

Titre provenant de l'écran-titre

Ecole(s) Doctorale(s) : Ecole doctorale Économie, Management, Mathématiques , Physique et Sciences Informatiques (EM2PSI)

Partenaire(s) de recherche : LPTM - Laboratoire de physique théorique et modélisation (Laboratoire)

Autre(s) contribution(s) : Guillaume Deffuant (Président du jury) ; Laura Hernandez, Guillaume Deffuant, Yamir Moreno, Katarzyna Sznajd-Weron, Floriana Gargiulo (Membre(s) du jury) ; Yamir Moreno, Katarzyna Sznajd-Weron (Rapporteur(s))

Thèse de doctorat Physique - ED EM2PSI CY Cergy Paris Université 2024

À la croisée des chemins entre sociologie, sciences informatiques, science des réseaux et étude des systèmes complexes, la dynamique d'opinion est un domaine qui occupe une place à part, tant par sa nature fondamentalement interdisciplinaire que par le chaos qui y règne. Coincé entre des montagnes de modèles théoriques et leurs déclinaisons, et au moins autant d'approches des données empiriques, le domaine jouit de l'incroyable créativité et productivité propre à un jeune domaine de recherche, au prix d'un manque de cadre cohérent. Il y a un besoin de relier les données des réseaux sociaux à des modèles théoriques qui intègrent des propriétés réalistes, et ce travail est un pas dans cette direction.Dans la première partie de cette thèse, nous étudions comment les caractéristiques essentielles des systèmes sociaux réels, telles que l'hétérogénéité (diversité) des agents et les structures de réseau, influencent la dynamique de modèles d'opinion bien établis. Nous commençons par examiner une hypothèse très forte du modèle d'Axelrod, à savoir le fait qu'un accord est permanent. Nous mettons en œuvre une procédure de désaccord sous la forme d'un bruit intrinsèque couplé à la dynamique. Nous montrons que dans la limite thermodynamique, toute quantité non nulle de bruit est suffisante pour empêcher totalement le système d'atteindre un état stable. Nous portons ensuite notre attention sur le modèle Hegselmann-Krause et effectuons une exploration exhaustive du diagramme de phase avec l'hétérogénéité présente à la fois comme une caractéristique idiosyncrasique des agents et dans la topologie sous-jacente. Nous explorons également l'impact de corrélations entre ces deux aspects, ainsi que le rôle des structures trouvées dans les réseaux réels. Nous montrons que le modèle Hegselmann-Krause totalement hétérogène présente une coexistence de phases, et que ce phénomène est causé par un effet purement dynamique, les "ponts". Cependant, nous constatons qu'en présence de corrélation, le diagramme de phase est radicalement modifié et que le paradigme de la coexistence de phases est complètement inversé et entièrement causé par les conditions initiales. Nos résultats partiels sur des réseaux réels tendent à montrer que la structure en communautés a des effets de premier ordre, qui l'emportent sur l'impact de la seule distribution de degrés.Dans la deuxième partie de cette thèse, nous développons une procédure pour extraire des thèmes dans des données issues de Twitter dans le contexte de l'élection présidentielle française de 2022, en temps réel et avec des hypothèses minimales. La méthode, qui est totalement agnostique et ne repose pas sur des informations provenant du "futur", est appliquée pour analyser le niveau de similarité sémantique entre les groupes d'utilisateurs qui interagissent préférentiellement avec un candidat ou un média. Nous étudions le rôle de la "mémoire" dans le réseau social en comparant deux techniques de mise à jour des thèmes. Nous constatons que la similarité calculée à l'aide de thèmes dynamiques présente un niveau plus élevé de précision et de réactivité à certains événements clés. Nous montrons également que les thèmes dynamiques dépendants du temps peuvent être utilisés pour suivre et caractériser l'évolution sémantique de discussions et de controverses spécifiques.

At the crossroads of sociology, computer science, network science and complex systems, opinion dynamics is a field that occupies a special place, as much for its fundamentally interdisciplinary nature as for the chaos that reigns within it. Wedged in between mountains of theoretical models and their declinations, and at least as many approaches to empirical data, the field enjoys the incredible creativity and productivity of a young area of research, at the price of a lack of coherent framework. There is a need to connect social network data with theoretical models that incorporate realistic properties, and this work is a tentative step in this direction.In the first part of this thesis, we study how core features of real social systems, like heterogeneity (diversity) in agents and network structures, influence the dynamics of well-established opinion models. We start by addressing a very strong assumption of the Axelrod model: the fact that an agreement is permanent. We implement a disagreement procedure in the form of an intrinsic noise coupled to the dynamics. We show that in the thermodynamic limit, any non-zero amount of noise is enough to entirely prevent the system from ever reaching a steady state. Then, we turn our attention to the Hegselmann-Krause model and perform an exhaustive exploration of the phase diagram with heterogeinity present both as an idiosyncratic characteristic of the agents, and in the underlying topology. We also explore the impact of correlations between those two aspects, as well as the role of structures found in real-life networks. We show that the fully heterogeneous Hegselmann-Krause model exhibits phase coexistence, and that this phenomenon is caused by a purely dynamical effect, the "bridges". However, we find that in the presence of correlation, the phase diagram is dramatically modified, and the phase coexistence paradigm is completely reversed and is entirely caused by the initial conditions. Our partial results on real networks tend to show that community structure has first-order effects, outweighing the impact of degree distribution alone.In the second part of this thesis, we develop a procedure to extract topics in Twitter data in the context of the 2022 French presidential election, in real time and with minimal assumptions. The method, that is fully agnostic and does not rely on information from the "future", is applied to analyze the level of semantic similarity between groups of users that preferentially engage with a candidate or media. We investigate the role of "memory" in the social network by comparing two techniques for updating the topics. We find that the similarity computed using dynamic topics exhibits a higher level of precision and responsiveness to certain key events. We also show that the time-dependent dynamic topics can be used to monitor and characterize the semantic evolution of specific discussions and controversies.

Thèses et écrits académiques

Pour toute question, contactez la bibliothèque

Horizon Information Portal 3.0© 2001-2019 SirsiDynix Tous droits réservés.

Horizon Portail d'Information