Teses / dissertações sobre o tema "Influenceurs – Réseaux sociaux"

Les réseaux sociaux ont engendré un nouvel environnement où certains utilisateurs, connus sous le nom d'influenceurs, peuvent toucher un public plus ou moins étendu et être rémunérés pour leur contenu, faisant ainsi référence au marketing d'influence. Cependant, les adeptes de ces influenceurs apprécient principalement leur motivation intrinsèque et leur approche non commerciale. En conséquence, les collaborations entre ces leaders d'opinion et les marques entraînent des tensions quant à la préservation de l'authenticité perçue, pouvant ainsi entacher leur crédibilité auprès de leur audience. Bien que les chercheurs se soient intéressés à cette thématique, une étude plus approfondie est nécessaire pour mieux comprendre ce phénomène. Cette recherche vise donc à combler cette lacune dans la littérature en examinant l'impact des influenceurs sur le comportement du consommateur, en particulier dans le secteur des biens premiers. Ce travail inclut plusieurs études intersectorielles, toutes directement liées à ce phénomène et appliquées aux biens premiers. À l'issue de cette recherche, nous discutons des implications théoriques et managériales de ces résultats. À l'heure actuelle, il revêt une importance capitale de saisir l'impact des influenceurs sur le comportement des consommateurs et la manière dont les marques peuvent établir des collaborations authentiques avec ces derniers, afin de gagner en confiance et en crédibilité auprès de leur audience. En approfondissant ces éléments, notre objectif est de fournir des connaissances pratiques qui orienteront les décisions marketing et la gestion des relations avec les influenceurs, notamment dans le contexte des biens premiers. Ces informations s'avèrent en effet essentielles pour bâtir des stratégies efficaces, renforcer la réputation des marques et optimiser leur impact
Social media has given rise to a novel landscape where certain users, commonly known as influencers, can connect with a vast audience and earn compensation for their content through influencer marketing. However, the followers of these influencers primarily value their genuine passion and non-commercial approach. Consequently, collaborations between these opinion leaders and brands often give rise to tensions concerning the preservation of perceived authenticity, which may undermine their credibility with their audience.Although researchers have shown interest in this subject, a more comprehensive investigation is required to gain a deeper understanding of this phenomenon. Therefore, this research aims to bridge this gap in the existing literature by examining the influencers' impact on consumer behavior, specifically in the primary goods sector. This work comprises multiple cross-sectoral studies, all directly linked to this phenomenon and applied to primary goods.By the conclusion of this research, we delve into the theoretical and managerial implications of these findings. Understanding how influencers impact consumer behavior and how brands can collaborate with them authentically is essential to gain trust and credibility with their audience. We aspire to provide practical insights that can guide marketing decisions and the management of influencer relationships within the realm of primary goods

La montée en puissance des technologies de l'information et de la communication, notamment sur internet, a permis le développement d'un terrain propice aux échanges interpersonnels ainsi qu'au bouche-à-oreille électronique. Le consommateur n’est plus seulement confronté à l’influence de son réseau personnel traditionnel dans le contexte « hors ligne », mais à une multitude d'internautes qui émettent des avis et des opinions par rapport à des produits ou des marques. L'identification des différentes sources interpersonnelles d'information en ligne, susceptible d’influencer les internautes en communiquant sur les produits, est devenue donc un enjeu important pour les entreprises. Notamment, l’identification des « influenceurs des médias sociaux », cible très prisée du marketing d’influence (Leung et al., 2022). En effet, les partenariats publicitaires entre les marques et les « influenceurs des médias sociaux » (IMS) sont des pratiques devenues courantes. Les marques recourent à ces derniers pour promouvoir leurs produits en échange d’une rémunération. Cependant, les internautes sont de plus en plus méfiants à l’égard de ce genre de recommandations, considérées comme trop peu crédibles car intéressées. Dans ce cas, ces stratégies de communication donnent des effets inverses sur les attitudes et les comportements des consommateurs. Dans cette étude, nous tentons de comprendre les réactions des internautes à l’égard des partenariats publicitaires marque-IMS, en identifiant les facteurs pouvant les améliorer et le mécanisme par lequel cela se produit. Pour ce faire, et après une revue de la littérature existante, deux études ont été menées. Une première étude qualitative exploratoire auprès de 22 internautes, qui a souligné la méfiance des internautes à l'égard de ce genre de communication, ainsi que l’existence de facteurs conditionnant leur efficacité. Ensuite, une seconde étude expérimentale auprès de 868 internautes a été réalisée pour les tester. Ce travail doctoral présente ainsi un certain nombre de contributions théoriques et managériales. Principalement, des facteurs ont été identifiés comme pouvant influencer les réponses comportementales des internautes à l’égard de ces communications. Ces variables sont considérées comme des antécédents de la crédibilité de la source « IMS », qui opère comme l’organisme central par lequel leur influence se produit
The advancement of information and communication technologies, especially on the internet, has created an optimal environment for interpersonal interactions and electronic word-of-mouth. Now, consumers are not only influenced by their traditional offline networks but also by a multitude of internet users who share their opinions on products and brands. Identifying the different online interpersonal information sources, capable of impacting internet users, has thus become a critical focus for businesses. Particularly, identifying « social media influencers », highly coveted in influencer marketing (Leung et al., 2022). Indeed, advertising collaborations between brands and « social media influencers » (SMI), have become widespread practices. Brands resort to these individuals to endorse their products in exchange for compensation. However, internet users are increasingly cautious of this type of recommendations, considered not credible due to vested interests. In this case, these communication strategies may have adverse effects on consumer attitudes and behaviors. This study aims to comprehend internet users responses to brand-SMI advertising partnerships by identifying factors that can enhance their effectiveness and the mechanism by which this occurs. To achieve this, and after a review of existing literature, two studies were conducted. Firstly, an exploratory qualitative study involving 22 internet users shed light on user skepticism towards this form of communication and explored factors influencing its effectiveness. Subsequently, a second experimental study involving 868 internet users was conducted to test these findings. This doctoral research thus presents numerous theoretical and managerial contributions. Primarily, factors have been identified as potentially influencing the behavioral responses of internet users towards these communications. These variables are regarded as antecedents to the source « SMI » credibility, which functions as the central mechanism through which their influence occurs

Les réseaux sociaux sont devenus des outils de communication primordiaux et sont utilisés quotidiennement par des centaines de millions d’utilisateurs. Tous ces utilisateurs n’ont pas le même comportement sur ces réseaux. Si certains ont une faible activité, publient rarement des messages et suivent peu d’utilisateurs, d’autres, à l’opposé, ont une activité importante, avec de nombreux abonnés et très publient régulièrement. Le rôle important de ces utilisateurs influents en font des cibles intéressantes pour de nombreuses applications, par exemple pour la surveillance ou la publicité. Après une étude des méta-donées de ces utilisateurs, afin de d´détecter des comptes anormaux, nous présentons une approche permettant de d´détecter des utilisateurs devenant populaires. Notre approche s’appuie sur une modélisation de l’évolution de la popularité sous la forme de motifs fréquents. Ces motifs décrivent les comportements de gain en popularité. Nous proposons un modèle de matching des motifs permettant d’être utilisé avec un flux de données et, nous montrons sa capacité à passer à l’échelle en le comparant à des modèles classiques. Enfin, nous présentons une approche de clustering basé sur le PageRank. Ces travaux permettent d’identifier des groupes d’utilisateurs partageant le même rolex, en utilisant les graphes ’interactions qu’ils génèrent
Social networks (SN) are omnipresent in our lives today. Not all users have the same behavior on these networks. If some have a low activity, rarely posting messages and following few users, some others at the other extreme have a significant activity, with many followers and regularly posts. The important role of these popular SN users makes them the target of many applications for example for content monitoring or advertising. After a study of the metadata of these users, in order to detect abnormal accounts, we present an approach allowing to detect users who are becoming popular. Our approach is based on modeling the evolution of popularity in the form of frequent patterns. These patterns describe the behaviors of gaining popularity. We propose a pattern matching model which can be used with a data stream and we show its scalability and its performance by comparing it to classic models. Finally, we present a clustering approach based on PageRank. This work allow to identify groups of users sharing the same role, using the interaction graphs

Depuis une vingtaine d’années, l’utilisation d’Internet au Maghreb connaît une forte croissance. L’augmentation des utilisateurs d’Internet dans cette région du monde a entraîné des changements conséquents dans la société maghrébine dans le domaine politique mais également économique. Notre thèse est destinée à étudier les dispositifs d’influence mis en place sur les réseaux sociaux par les entreprises de luxe au Maghreb. Nous étudions les modalités de production de ces dispositifs persuasifs mais également leur réception et leurs effets sur les socionautes/consommateurs. Les réseaux sociaux numériques ont pu acquérir une nouvelle dimension tout en gardant certaines bases propres au réseau social traditionnel. Ces plateformes ont pu impacter de manière significative les entreprises au Maghreb et amplifier les caractéristiques d’influence du réseau social traditionnel très centré sur la communauté et le groupe dans cette région. Ainsi, notre thèse propose une analyse détaillée, d’une part, de la conception de la communication persuasive sur les réseaux sociaux avec l’utilisation des e-leaders par les PME de luxe au Maghreb, productrices d’influence. D’autre part, nous nous penchons sur la réception de cette communication numérique persuasive par les consommateurs. Nous avons recours à une méthodologie qualitative et en particulier à des entretiens semi-directifs pour interroger, d’une part, les décideurs dans les PME de luxe au Maghreb (PMELM) et, d’autre part, les consommateurs. L’objectif est de comprendre comment chacun perçoit cette communication sur les réseaux sociaux et son influence
For twenty years, Internet use in the Maghreb has experienced strong growth. The increase in Internet users in this region of the world has brought about significant changes in Maghreb society in the political but also economic fields. The democratization of the Internet in the Maghreb has taken place through social networks as access was initially often limited to social platforms. Our thesis is intended to study the influencing devices set up on social networks by luxury companies in the Maghreb. We study the production methods of these persuasive devices but also their reception and their effects on social users / consumers. Digital social networks have been able to acquire a new dimension while keeping certain bases specific to the traditional social network. These platforms have been able to significantly impact businesses in the Maghreb and amplify the influence characteristics of the traditional social network very focused on the community and the group in this region. Thus, our thesis, which is part of SIC, offers a detailed analysis, on the one hand, of the conception of persuasive communication on social networks with the use of e-ledares by luxury SMEs in the Maghreb, producers of affecting. On the other hand, we are looking at the reception of this persuasive digital communication by consumers. We use a qualitative methodology and in particular semi-structured interviews to question, on the one hand, decision-makers in luxury SMEs in the Maghreb and, on the other hand, consumers. The goal is to understand how everyone perceives this communication on social networks and its influence

Le sociologue Bourdieu définit le capital social comme : "L’ensemble des ressources actuelles ou potentielles qui sont liées à la possession d’un réseau durable de relations". Sur Twitter, les abonnements, mentions et retweets créent un réseau de relations pour chaque utilisateur dont les ressources sont l’obtention d’informations pertinentes, la possibilité d’être lu, d’assouvir un besoin narcissique, de diffuser efficacement des messages.Certains utilisateurs Twitter -appelés capitalistes sociaux - cherchent à maximiser leur nombre d’abonnements pour maximiser leur capital social. Nous introduisons leurs techniques, basées sur l’échange d’abonnements et l’utilisation de hashtags dédiés. Afin de mieux les étudier, nous détaillons tout d’abord une méthode pour détecter à l’échelle du réseau ces utilisateurs en se basant sur leurs abonnements et abonnés. Puis, nous montrons avec un compte Twitter automatisé que ces techniques permettent de gagner efficacement des abonnés et de se faire beaucoup retweeter. Nous établissons ensuite que ces dernières permettent également aux capitalistes sociaux d’occuper des positions qui leur accordent une bonne visibilité dans le réseau. De plus, ces méthodes rendent ces utilisateurs influents aux yeux des principaux outils de mesure. Nous mettons en place une méthode de classification supervisée pour détecter avec précision ces utilisateurs et ainsi produire un nouveau score d’influence
Bourdieu, a sociologist, defines social capital as : "The set of current or potential ressources linked to the possession of a lasting relationships network". On Twitter,the friends, followers, users mentionned and retweeted are considered as the relationships network of each user, which ressources are the chance to get relevant information, to beread, to satisfy a narcissist need, to spread information or advertisements. We observethat some Twitter users that we call social capitalists aim to maximize their follower numbers to maximize their social capital. We introduce their methods, based on mutual subscriptions and dedicated hashtags. In order to study them, we first describe a large scaledetection method based on their set of followers and followees. Then, we show with an automated Twitter account that their methods allow to gain followers and to be retweeted efficiently. Afterwards, we bring to light that social capitalists methods allows these users to occupy specific positions in the network allowing them a high visibility.Furthermore, these methods make these users influent according to the major tools. Wethus set up a classification method to detect accurately these user and produce a newinfluence score

Les réseaux socionumériques ont partie liée avec l’activité de l’usager-récepteur théorisée par l’école de Columbia. Le lien entre système médiatique et système social qu’avait anticipé l’école de Columbia semble d’autant plus d’actualité avec la prise d’informations via les réseaux socionumériques. Désormais, les médias doivent compter avec les réseaux socionumériques et par conséquent avec les usagers-récepteurs. Par son partage d’information, chaque usager-récepteur peut devenir leader d’opinion à court terme. L’acte ponctuel de partage concrétise ce nouveau filtrage qui symbolise le passage au deuxième étage de la communication. Le partage est ainsi la réification conjoncturelle de l’influence personnelle qui transforme l’usager-récepteur en leader d’opinion. Dans ce modèle de l’usager-récepteur 2.0 du nouvel écosystème médiatico-socionumérique, les leaders d’opinion 2.0 sont assimilables à des partageurs d’opinion. Nous souhaitons montrer la pertinence d’un cadre théorique canonique pour l’analyse des usages et pratiques des réseaux socionumériques. Nous nous intéressons à ce que les « vrais gens de la vie quotidienne » choisissent et font des médias sur les réseaux socionumériques, à l’instar de l’école de Columbia qui s’intéressait au choix des gens et notamment à ce que les gens faisaient des médias traditionnels. L’objectif de cette recherche est de transposer ce modèle de Columbia au contexte des réseaux socionumériques afin de l’actualiser et de redéfinir, en son sein, la notion de leader d’opinion dont l’acception a été altérée. Notre apport est donc celui d’une analyse sociale de la communication humaine de l’information via les réseaux socionumériques
Social-digital networks are linked to the user-receiver activity theorized by the Columbia school. The link between the media system and the social system that the Columbia school anticipated seems all the more relevant with the collect of information via social networks. Henceforth, the media must reckon with social networks and consequently with users-receivers. By sharing information, each user-receiver can become a short-term opinion leader. The one-off act of sharing materializes this new filter which symbolizes the passage to the second step flow of communication. Sharing is therefore the circumstantial reification of personal influence which transforms the user-receiver into an opinion leader. In this 2.0 user-receiver model of the new media digital-social networks ecosystem, 2.0 opinion leaders can be compared to opinion sharers. In order to understand the situations of opinion influence at work in circulation and reception activities, the information filter processes will be studied by taking up the structural elements of the model proposed by the Columbia school. We are interested in what "real people of everyday life" choose and do with media on social-digital networks, like the Columbia school which was interested in the people's choice and in particular in the part played by people in the flow of mass communications. The objective of this research is thus to transpose this Columbia model to the context of social-digital networks in order to update it and redefine, within it, the notion of opinion leader whose acceptance has been altered.Our contribution is therefore that of a social analysis of human communication of information via social-digital networks

Cette thèse s'intéresse particulièrement aux sites de vente en ligne et à leurs réseaux sociaux. La propension des utilisateurs utiliser ces sites Web tels qu'eBay et Amazon est de plus en plus importante en raison de leur fiabilité. Les consommateurs se réfèrent à ces sites Web pour leurs besoins et en deviennent clients. L'un des défis à relever est de fournir les informations utiles pour aider les clients dans leurs achats. Ainsi, une question sous-jacente à la thèse cherche à répondre est de savoir comment fournir une information complète aux clients afin de les aider dans leurs achats. C'est important pour les sites d'achats en ligne car cela satisfait les clients par ces informations utiles. Pour surmonter ce problème, trois études spécifiques ont été réalisées : (1) Trouver les utilisateurs influents, (2) Comprendre la propagation d'opinion et (3) Agréger les opinions. Dans la première partie, la thèse propose une méthodologie pour trouver les utilisateurs influents du réseau qui sont essentiels pour une propagation précise de l'opinion. Pour ce faire, les utilisateurs sont classés en fonction de deux scores : optimiste et pessimiste. Dans la deuxième partie, une nouvelle méthodologie de propagation de l'opinion est présentée pour parvenir à un accord et maintenir la cohérence entre les utilisateurs, ce qui rend l'agrégation possible. La propagation se fait en tenant compte des impacts des utilisateurs influents et des voisins. Enfin, dans la troisième partie, l'agrégation des avis est proposée pour rassembler les avis existants et les présenter comme des informations utiles pour les clients concernant chaque produit du site de vente en ligne. Pour ce faire, l'opérateur de calcul de la moyenne pondérée et les techniques floues sont utilisées. La thèse présente un modèle d'opinion consensuelle dans les réseaux. Les travaux peuvent s'appliquer à tout groupe qui a besoin de trouver un avis parmi les avis de ses membres. Par conséquent, le modèle proposé dans la thèse fournit un taux précis et approprié pour chaque produit des sites d'achat en ligne
Online Social Networks are increasing and piercing our lives such that almost every person in the world has a membership at least in one of them. Among famous social networks, there are online shopping websites such as Amazon, eBay and other ones which have members and the concepts of social networks apply to them. This thesis is particularly interested in the online shopping websites and their networks. According to the statistics, the attention of people to use these websites is growing due to their reliability. The consumers refer to these websites for their need (which could be a product, a place to stay, or home appliances) and become their customers. One of the challenging issues is providing useful information to help the customers in their shopping. Thus, an underlying question the thesis seeks to answer is how to provide comprehensive information to the customers in order to help them in their shopping. This is important for the online shopping websites as it satisfies the customers by this useful information and as a result increases their customers and the benefits of both sides. To overcome the problem, three specific connected studies are considered: (1) Finding the influential users, (2) Opinion Propagation and (3) Opinion Aggregation. In the first part, the thesis proposes a methodology to find the influential users in the network who are essential for an accurate opinion propagation. To do so, the users are ranked based on two scores namely optimist and pessimist. In the second part, a novel opinion propagation methodology is presented to reach an agreement and maintain the consistency among users which subsequently, makes the aggregation feasible. The propagation is conducted considering the impacts of the influential users and the neighbors. Ultimately, in the third part, the opinion aggregation is proposed to gather the existing opinions and present it as the valuable information to the customers regarding each product of the online shopping website. To this end, the weighted averaging operator and fuzzy techniques are used. The thesis presents a consensus opinion model in signed and unsigned networks. This solution can be applied to any group who needs to find a plenary opinion among the opinions of its members. Consequently, the proposed model in the thesis provides an accurate and appropriate rate for each product of the online shopping websites that gives precious information to their customers and helps them to have a better insight regarding the products

Cette thèse s'intéresse particulièrement aux sites de vente en ligne et à leurs réseaux sociaux. La propension des utilisateurs utiliser ces sites Web tels qu'eBay et Amazon est de plus en plus importante en raison de leur fiabilité. Les consommateurs se réfèrent à ces sites Web pour leurs besoins et en deviennent clients. L'un des défis à relever est de fournir les informations utiles pour aider les clients dans leurs achats. Ainsi, une question sous-jacente à la thèse cherche à répondre est de savoir comment fournir une information complète aux clients afin de les aider dans leurs achats. C'est important pour les sites d'achats en ligne car cela satisfait les clients par ces informations utiles. Pour surmonter ce problème, trois études spécifiques ont été réalisées : (1) Trouver les utilisateurs influents, (2) Comprendre la propagation d'opinion et (3) Agréger les opinions. Dans la première partie, la thèse propose une méthodologie pour trouver les utilisateurs influents du réseau qui sont essentiels pour une propagation précise de l'opinion. Pour ce faire, les utilisateurs sont classés en fonction de deux scores : optimiste et pessimiste. Dans la deuxième partie, une nouvelle méthodologie de propagation de l'opinion est présentée pour parvenir à un accord et maintenir la cohérence entre les utilisateurs, ce qui rend l'agrégation possible. La propagation se fait en tenant compte des impacts des utilisateurs influents et des voisins. Enfin, dans la troisième partie, l'agrégation des avis est proposée pour rassembler les avis existants et les présenter comme des informations utiles pour les clients concernant chaque produit du site de vente en ligne. Pour ce faire, l'opérateur de calcul de la moyenne pondérée et les techniques floues sont utilisées. La thèse présente un modèle d'opinion consensuelle dans les réseaux. Les travaux peuvent s'appliquer à tout groupe qui a besoin de trouver un avis parmi les avis de ses membres. Par conséquent, le modèle proposé dans la thèse fournit un taux précis et approprié pour chaque produit des sites d'achat en ligne
Online Social Networks are increasing and piercing our lives such that almost every person in the world has a membership at least in one of them. Among famous social networks, there are online shopping websites such as Amazon, eBay and other ones which have members and the concepts of social networks apply to them. This thesis is particularly interested in the online shopping websites and their networks. According to the statistics, the attention of people to use these websites is growing due to their reliability. The consumers refer to these websites for their need (which could be a product, a place to stay, or home appliances) and become their customers. One of the challenging issues is providing useful information to help the customers in their shopping. Thus, an underlying question the thesis seeks to answer is how to provide comprehensive information to the customers in order to help them in their shopping. This is important for the online shopping websites as it satisfies the customers by this useful information and as a result increases their customers and the benefits of both sides. To overcome the problem, three specific connected studies are considered: (1) Finding the influential users, (2) Opinion Propagation and (3) Opinion Aggregation. In the first part, the thesis proposes a methodology to find the influential users in the network who are essential for an accurate opinion propagation. To do so, the users are ranked based on two scores namely optimist and pessimist. In the second part, a novel opinion propagation methodology is presented to reach an agreement and maintain the consistency among users which subsequently, makes the aggregation feasible. The propagation is conducted considering the impacts of the influential users and the neighbors. Ultimately, in the third part, the opinion aggregation is proposed to gather the existing opinions and present it as the valuable information to the customers regarding each product of the online shopping website. To this end, the weighted averaging operator and fuzzy techniques are used. The thesis presents a consensus opinion model in signed and unsigned networks. This solution can be applied to any group who needs to find a plenary opinion among the opinions of its members. Consequently, the proposed model in the thesis provides an accurate and appropriate rate for each product of the online shopping websites that gives precious information to their customers and helps them to have a better insight regarding the products

Le marketing viral est une nouvelle forme de marketing qui exploite les réseaux sociaux afin de promouvoir un produit, une marque, etc. Il se fonde sur l'influence qu'exerce un utilisateur sur un autre. La maximisation de l'influence est le problème scientifique pour le marketing viral. En fait, son but principal est de sélectionner un ensemble d'utilisateurs d'influences qui pourraient adopter le produit et déclencher une large cascade d'influence et d'adoption à travers le réseau. Dans cette thèse, nous proposons deux modèles de maximisation de l'influence sur les réseaux sociaux. L'approche proposée utilise la théorie des fonctions de croyance pour estimer l'influence des utilisateurs. En outre, nous introduisons une mesure d'influence qui fusionne de nombreux aspects d'influence, comme l'importance de l'utilisateur sur le réseau et la popularité de ces messages. Ensuite, nous proposons trois scénarii de marketing viral. Pour chaque scénario, nous introduisons deux mesures d'influence. Le premier scénario cherche les influenceurs ayant une opinion positive sur le produit. Le second scénario concerne les influenceurs ayant une opinion positive et qui influencent des utilisateurs ayant une opinion positive et le dernier scénario cherche des influenceurs ayant une opinion positive et qui influencent des utilisateurs ayant une opinion négative. Dans un deuxième lieu, nous nous sommes tournés vers un autre problème important, qui est le problème de la prédiction du sujet du message social. En effet, le sujet est également un paramètre important dans le problème de la maximisation de l'influence. A cet effet, nous introduisons quatre algorithmes de classification qui ne nécessitent pas le contenu du message pour le classifier, nous avons juste besoin de ces traces de propagation. Dans nos expérimentations, nous comparons les solutions proposées aux solutions existantes et nous montrons la performance des modèles de maximisation de l'influence et les classificateurs proposés
The Viral Marketing is a relatively new form of marketing that exploits social networks in order to promote a product, a brand, etc. It is based on the influence that exerts one user on another. The influence maximization is the scientific problem for the Viral Marketing. In fact, its main purpose is to select a set of influential users that could adopt the product and trigger a large cascade of influence and adoptions through the network. In this thesis, we propose two evidential influence maximization models for social networks. The proposed approach uses the theory of belief functions to estimate users influence. Furthermore, we introduce an influence measure that fuses many influence aspects, like the importance of the user in the network and the popularity of his messages. Next, we propose three Viral Marketing scenarios. For each scenario we introduce two influence measures. The first scenario is about influencers having a positive opinion about the product. The second scenario searches for influencers having a positive opinion and influence positive opinion users and the last scenario looks for influencers having a positive opinion and influence negative opinion users. On the other hand, we turned to another important problem which is about the prediction of the social message topic. Indeed, the topic is also an important parameter in the influence maximization problem. For this purpose, we introduce four classification algorithms that do not need the content of the message to classify it, they just need its propagation traces. In our experiments, we compare the proposed solutions to existing ones and we show the performance of the proposed influence maximization solutions and the proposed classifiers

Cette thèse se penche principalement sur ce qui motive les interactions des utilisateurs de médias sociaux (les antécédents), ce qui détermine les modèles d'activités de différents utilisateurs (le contenu), ce qui influence l'efficacité des activités des médias sociaux (la mise en oeuvre), et ce qui détermine les résultats de ces activités (les conséquences)
This thesis predominantly delves into what motivates social media users' interactions (the antecedents), what determines patterns of different users' activities (the content), what influences the effectiveness of social media activities (the implementation), and what determines the outcomes of those activities (the consequences)

Lorsque les internautes naviguent sur le Web, ils laissent de nombreuses traces que nous nous proposons d’exploiter pour améliorer les applications d'accès à l'information. Nous étudions des techniques centrées sur les utilisateurs qui tirent parti des nombreux types de rétroaction pour perfectionner les services offerts aux utilisateurs. Nous nous concentrons sur des applications telles que la recommandation et le marketing d’influence dans lesquelles les utilisateurs génèrent des signaux (clics, "j'aime", etc.) que nous intégrons dans nos algorithmes afin de fournir des services fortement contextualisés. La première partie de cette thèse est consacrée à une approche interactive de la recherche d'information sur les médias sociaux. Le problème consiste à récupérer un ensemble de k résultats dans un réseau social sous la contrainte que la requête peut être incomplète (par exemple, si le dernier terme est un préfixe). Chaque fois que l'utilisateur met à jour sa requête, le système met à jour l'ensemble des résultats de recherche en conséquence. Nous adoptons une interprétation de la pertinence de l'information qui tient compte du réseau, selon laquelle l'information produite par les utilisateurs proches de l'utilisateur faisant la requête est jugée plus pertinente. Ensuite, nous étudions une version générique de la maximisation de l'influence, dans laquelle nous voulons maximiser l'influence des campagnes d'information ou de marketing en sélectionnant de manière adaptative les utilisateurs initiant la propagation de l'information parmi un petit sous-ensemble de la population. Notre approche ne fait aucune hypothèse sur le modèle de diffusion sous-jacent ni même sur la structure du réseau de diffusion. Notre méthode a d'importantes applications dans le marketing d’influence qui vise à s’appuyer sur les influenceurs de réseaux sociaux pour promouvoir des produits ou des idées. Enfin, nous abordons le problème bien connu du démarrage à froid auquel sont confrontés les systèmes de recommandation par une approche adaptative. Si aucune information n’est disponible concernant l'appréciation d’un article, le système de recommandation doit recueillir des signaux (clics, etc.) afin d'estimer la valeur de l'article. Cependant, afin de minimiser les mauvaises recommandations faites aux utilisateurs, le système ne doit pas recueillir ces signaux de façon négligente. Nous introduisons un algorithme dynamique qui vise à alterner intelligemment les recommandations visant à accumuler de l'information et celles s'appuyant sur les données déjà recueillies
When users interact on modern Web systems, they let numerous footprints which we propose to exploit in order to develop better applications for information access. We study a family of techniques centered on users, which take advantage of the many types of feedback to adapt and improve services provided to users. We focus on applications like recommendation and influencer marketing in which users generate discrete feedback (e.g. clicks, "likes", reposts, etc.) that we incorporate in our algorithms in order to deliver strongly contextualized services. The first part of this dissertation is dedicated to an approach for as-you-type search on social media. The problem consists in retrieving a set of k search results in a social-aware environment under the constraint that the query may be incomplete (e.g., if the last term is a prefix). Every time the user updates his / her query, the system updates the set of search results accordingly. We adopt a "network-aware" interpretation of information relevance, by which information produced by users who are closer to the user issuing a request is considered more relevant. Then, we study a generic version of influence maximization, in which we want to maximize the influence of marketing or information campaigns by adaptively selecting "spread seeds" from a small subset of the population. Influencer marketing is a straightforward application of this, in which the focus of a campaign is placed on precise key individuals who are typically able to reach millions of consumers. This represents an unprecedented tool for online marketing that we propose to improve using an adaptive approach. Notably, our approach makes no assumptions on the underlying diffusion model and no diffusion network is needed. Finally, we propose to address the well-known cold start problem faced by recommender systems with an adaptive approach. If no information is available regarding the user appreciation of an item, the recommender system needs to gather feedback (e.g., clicks) so as to estimate the value of the item. However, in order to minimize "bad" recommendations, a well-designed system should not collect feedback carelessly. We introduce a dynamic algorithm that aims to intelligently achieve the balance between "bad" and "good" recommendations

Cette thèse aborde l'acquisition des variables sociolinguistiques par des enfants francophones âgés de 2 à 6 ans. La principale question qui a gouverné notre recherche était de déterminer quels facteurs contraignent l'acquisition et l'usage précoce des variantes sociolinguistiques. À partir d'une approche interdisciplinaire mêlant sociolinguistique variationniste, psycholinguistique et éthologie, nous avons mené deux études complémentaires : une étude transversale macrosociologique, conduite auprès de 185 enfants issus de milieux sociaux contrastés, et une étude longitudinale microsociologique, lors de laquelle un groupe de 11 enfants scolarisés en maternelle a été suivi pendant un an. Différents types de données ont été recueillis, notamment les productions et évaluations enfantines de variables sociolinguistiques. L'étude transversale, qui montre la mise en place progressive des différences sociales sur l'usage et l'évaluation des liaisons facultatives, nous a permis de proposer un modèle développemental basé sur l'usage rendant compte de l'acquisition socio-différenciée de cette variable. L'étude longitudinale, quant à elle, qui indique une convergence des usages sociolinguistiques enfantins après un an de fréquentation dans le cadre scolaire, nous a permis de dégager la part d'influence de différents facteurs (milieu social, fréquence des interactions sociales entre les individus, statut dans le groupe de pairs, discours de la maîtresse, etc.). La mise en perspective des résultats des deux études montre la prégnance de l'effet de la fréquence dans le processus d'acquisition et met en évidence le rôle central de l'interaction sociale.

Motivés par les scénarios de diffusion de l'information et de publicité dans le les réseaux sociaux, nous étudions un problème de maximisation de l'influence (MI) dans lequel on suppose que l'on en sait peu sur le réseau de diffusion ou sur le modèle qui détermine comment l'information peut se propager.Dans un tel environnement incertain, on peut se concentrer sur des campagnes de diffusion à plusieurs tours, avec l'objectif de maximiser le nombre d'utilisateurs distincts qui sont influencés ou activés, à partir d'une base de nœuds influents.Au cours d'une campagne, les graines de propagation sont sélectionnées séquentiellement lors de tours consécutifs, et les commentaires sont collectés sous la forme des nœuds activés à chaque tour.L'impact (récompense) d'un tour est alors quantifié par le nombre de nœuds nouvellement activés. En général, il faut maximiser la propagation totale de la campagne, comme la somme des récompenses des tours.Nous considérons deux sous-classes de d'IM, emph{cimp} (CIMP) et emph{ecimp} (ECIMP), où (i) la récompense d'un tour d'une campagne en cours consiste uniquement en de nouvelles activations (non observées lors des tours précédents de cette campagne),(ii) le contexte du tour et les données historiques des tours précédents peuvent être exploités pour apprendre la meilleure politique, et(iii) ECIMP est CIMP répété plusieurs fois, ce qui permet d'apprendre également des campagnes précédentes.Ce problème est directement motivé par les scénarios du monde réel de la diffusion de l'information dans le marketing d'influence, où (i) seule la première / unique activation d'un utilisateur cible présente un intérêt (et cette activation persistera comme une activation acquise, latente, tout au long de la campagne).(ii) de précieuses informations secondaires sont disponibles pour l'agent d'apprentissageDans ce contexte, une approche d'exploration-exploitation pourrait être utilisée pour apprendre les principaux paramètres de diffusion sous-jacents, tout en exécutant les campagnes.Pour CIMP, nous décrivons et comparons deux méthodes de bandits à bras multiples contextuels, avec des limites supérieures de confiance sur le potentiel restant des influenceurs, l'une utilisant un modèle linéaire généralisé et l'estimateur de Good-Turing pour le potentiel restant, et l'autre adaptant directement l'algorithme LinUCB à notre cadre.Pour ECIMP, nous proposons l'algorithmelgtlsvi qui implémente le principe d'optimisme face à l'incertitude pour l'apprentissage par renforcement, avec approximation linéaire.L'agent d'apprentissage estime pour chaque nœud de départ son potentiel restant avec un estimateur de Good-Turing, modifié par une fonction Q estimée. Nous montrons qu'ils surpassent les performances des méthodes de base utilisant les idées les plus récentes, sur des données synthétiques et réelles, tout en présentant un comportement différent et complémentaire, selon les scénarios dans lesquels ils sont déployés
Motivated by scenarios of information diffusion and advertising in social media, we study an emph{influence maximization} (IM) problem in which little is assumed to be known about the diffusion network or about the model that determines how information may propagate. In such a highly uncertain environment, one can focus on emph{multi-round diffusion campaigns}, with the objective to maximize the number of distinct users that are influenced or activated, starting from a known base of few influential nodes.During a campaign, spread seeds are selected sequentially at consecutive rounds, and feedback is collected in the form of the activated nodes at each round.A round's impact (reward) is then quantified as the number of emph{newly activated nodes}.Overall, one must maximize the campaign's total spread, as the sum of rounds' rewards.We consider two sub-classes of IM, emph{cimp} (CIMP) and emph{ecimp} (ECIMP), where (i) the reward of a given round of an ongoing campaign consists of only the extit{new activations} (not observed at previous rounds within that campaign), (ii) the round's context and the historical data from previous rounds can be exploited to learn the best policy, and (iii) ECIMP is CIMP repeated multiple times, offering the possibility of learning from previous campaigns as well.This problem is directly motivated by the real-world scenarios of information diffusion in emph{influencer marketing}, where (i) only a target user's emph{first} / unique activation is of interest (and this activation will emph{persist} as an acquired, latent one throughout the campaign), and (ii) valuable side-information is available to the learning agent.In this setting, an explore-exploit approach could be used to learn the key underlying diffusion parameters, while running the campaigns.For CIMP, we describe and compare two methods of emph{contextual multi-armed bandits}, with emph{upper-confidence bounds} on the remaining potential of influencers, one using a generalized linear model and the Good-Turing estimator for remaining potential (glmucb), and another one that directly adapts the LinUCB algorithm to our setting (linucb).For ECIMP, we propose the algorithmlgtlsvi, which implements the extit{optimism in the face of uncertainty} principle for episodic reinforcement learning with linear approximation. The learning agent estimates for each seed node its remaining potential with a Good-Turing estimator, modified by an estimated Q-function.We show that they outperform baseline methods using state-of-the-art ideas, on synthetic and real-world data, while at the same time exhibiting different and complementary behavior, depending on the scenarios in which they are deployed

Le marketing d'influenceurs est devenu une industrie florissante dont la valeur du marché mondial devrait atteindre 15 milliards de dollars d'ici 2022. Le problème publicitaire auquel ces agences sont confrontées est le suivant : compte tenu d'un budget monétaire, trouver un ensemble d'influenceurs appropriés qui peuvent créer et publier des posts de différents types (par exemple, texte, image, vidéo) pour la promotion d'un produit cible. L'objectif de la campagne est de maximiser à travers une ou plusieurs plateformes sociales en ligne une certaine mesure d'impact d'intérêt, par exemple le nombre d'impressions, les ventes (ROI), ou la portée de l'audience. Dans cette thèse, nous créons des formulations continues originales du problème du marketing d'influence budgétisé par deux cadres, un statique et un dynamique, basés sur la connaissance de l'annonceur de la métrique d'impact, et la nature des décisions de l'annonceur sur un horizon temporel. Le modèle statique est formulé comme un programme convexe, et nous proposons un algorithme itératif efficace basé sur la méthode de Frank-Wolfe, qui converge vers l'optimum global et présente une faible complexité de calcul. Nous suggérons également une règle empirique quasi-optimale plus simple, qui peut donner de bons résultats dans de nombreux scénarios pratiques. En raison de la nature du modèle dynamique, nous ne pouvons plus résoudre un problème de maximisation de l'utilité du réseau, puisque le retour sur investissement est inconnu, éventuellement bruyant, continu et coûteux à évaluer pour l'annonceur. Cette approche implique une exploration et nous cherchons donc à nous assurer qu'il n'y a pas d'exploration destructive, et que chaque décision séquentielle de l'annonceur améliore le résultat du ROI au fil du temps. Dans cette approche, nous proposons un nouvel algorithme et une nouvelle implémentation, basés sur le cadre d'optimisation bayésienne pour résoudre notre problème de marketing d'influence budgétisé sous des décisions séquentielles de l'annonceur sur un horizon temporel. En outre, nous proposons une observation empirique pour éviter la malédiction de la dimensionnalité. Nous testons notre modèle statique, l'algorithme et l'heuristique contre plusieurs alternatives de la littérature d'optimisation ainsi que des méthodes de sélection de graines standard et nous validons la performance supérieure de Frank-Wolfe en temps d'exécution et en mémoire, ainsi que sa capacité à s'adapter à des problèmes avec un très grand nombre (millions) d'utilisateurs sociaux. Enfin, nous évaluons notre modèle dynamique sur une trace réelle de données et nous concluons à la faisabilité de notre modèle et au soutien empirique de notre observation formulée
Influencer marketing has become a thriving industry with a global market value expected to reach 15 billion dollars by 2022. The advertising problem that such agencies face is the following: given a monetary budget find a set of appropriate influencers that can create and publish posts of various types (e.g. text, image, video) for the promotion of a target product. The campaign's objective is to maximize across one or multiple online social platforms some impact metric of interest, e.g. number of impressions, sales (ROI), or audience reach. In this thesis, we create original continuous formulations of the budgeted influence marketing problem by two frameworks, a static and a dynamic one, based on the advertiser's knowledge of the impact metric, and the nature of the advertiser's decisions over a time horizon. The static model is formulated as a convex program, and we further propose an efficient iterative algorithm based on the Frank-Wolfe method, that converges to the global optimum and has low computational complexity. We also suggest a simpler near-optimal rule of thumb, which can perform well in many practical scenarios. Due to the nature of the dynamic model we cannot solve any more a Network Utility Maximisation problem since that the ROI is unknown, possibly noisy, continuous and costly to evaluate for the advertiser. This approach involves exploration and so, we seek to ensure that there is no destructive exploration, and that each sequential decision by the advertiser improves the outcome of the ROI over time. In this approach, we propose a new algorithm and a new implementation, based on the Bayesian optimization framework to solve our budgeted influence marketing problem under sequential advertiser's decisions over a time horizon. Besides, we propose an empirical observation to avoid the curse of dimensionality. We test our static model, algorithm and the heuristic against several alternatives from the optimization literature as well as standard seed selection methods and validate the superior performance of Frank-Wolfe in execution time and memory, as well as its capability to scale well for problems with very large number (millions) of social users. Finally, we evaluate our dynamic model on a real Twitter data trace and we conclude the feasibility of our model and empirical support of our formulated observation

Le terme « influenceur » émerge dans les années 90 pour qualifier l’action de certains blogueurs. L’influenceur est, en fait, un médiateur entre une marque et ses consommateurs. Proche des consommateurs, puisqu’il en est un, l’influenceur s’avère souvent beaucoup plus persuasif qu’une simple campagne publicitaire. Le pouvoir de l’influence ne date pas d’hier. Au 13e siècle, on utilisait déjà le mot influencia en latin pour évoquer l’action des astres sur la destinée humaine. Des étoiles à l’influenceur moderne, le pouvoir de l’influence sur une population donnée a toujours fasciné notre curiosité. Sur les réseaux sociaux numériques, le terme « influenceur » est généralement utilisé pour décrire une personne ayant un grand nombre d’abonnés. Les recherches concernant ces « vedettes » du web sont peu cependant nombreuses dans la mesure où il s’agit d’un phénomène plutôt récent. Cette présente recherche s’intéresse plus particulièrement au rôle de la photographie dans la mise en scène de l’influenceuse Camille Dg sur la plateforme numérique à succès Instagram. Nous avons misé sur l’expérience personnelle de celle-ci en adoptant une méthodologie qui repose sur une ethnographie en ligne, de l’observation participante et des entrevues individuelles semi-dirigées. Cette recherche nous a permis de constater que la photographie joue un rôle important dans le divertissement d’une communauté, le pouvoir de faire passer un message, l’acquisition de partenaire d’affaires et l’entretien des relations. Ainsi, ce mémoire contribue à la littérature entourant le processus de mise en scène de soi sur les réseaux sociaux numériques.
The term "influencer" emerged in the 1990s to describe certain bloggers’ actions. The influencer is, in fact, a mediator between a brand and its consumers. Close to consumers, since s/he is one, the influencer often proves to be much more persuasive than a simple advertising campaign. The power of influence is not new. In the 13th century, the Latin word “influencia” was already used to evoke the action of the stars on human destiny. From stars to modern-day influencers, the power of influence over a given population has always fascinated our curiosity. On digital social networks, the term "influencer" is generally used to describe a person with a large number of subscribers. However, there has been little research on these web "stars" as they are a relatively recent phenomenon. This research focuses on the role of photography in the staging of the influencer Camille Dg on the successful digital platform Instagram. We have built on her personal experience by adopting a methodology based on online ethnography, participant observation and semi- directed individual interviews. This research has shown us that photography plays an important role in maintaining a community, getting a message across, acquiring business partners and maintaining relationships. As such, this dissertation contributes to the literature surrounding the process of “mise en scène” on digital social networks.