ACCUEIL

Consignes aux
auteurs et coordonnateurs
Nos règles d'éthique

APPEL À
CONTRIBUTION
« Intelligence Artificielle et Agriculture Numérique »
En savoir plus >>
Autres revues >>

Revue d'Intelligence Artificielle

0992-499X
Revue des Sciences et Technologies de l'Information
Nouvel éditeur en 2019
 

 ARTICLE VOL 32/SI - 2018  - pp.125-134  - doi:10.3166/ria.32.s1.125-134
TITRE
Un nouvel algorithme de détection de l'opinion publique basé sur un réseau complexe

TITLE
A novel public opinion detection algorithm based on complex network

RÉSUMÉ

Cet article porte principalement sur la détection de points chauds dans l’opinion publique en ligne sur la base d’un réseau complexe. À présent, l'opinion publique en ligne est principalement analysée de deux manières: la méthode basée sur le contenu et l'exploration de données traditionnelle. Aucune des méthodes ne tient compte de la structure topologique du réseau. A cet regard, l’auteur a proposé une approche axée sur les réseaux pour résoudre les problèmes de réseau, qui représente les pages internet d’opinion publique, les hyperliens de ces pages en tant que nœuds et extrémités de réseaux complexes. La méthode PageRank (PR) a été adoptée pour mesurer l'impact des nœuds de liaison et algorithme HITS (le sigle « Hyperlink-Induced Topic Search » en anglais) a été utilisé pour déterminer le degré de noyau des nœuds. Les deux algorithmes ont été combinés pour détecter les opinions publiques les plus populaires du réseau. Enfin, une expérience a été réalisée sur un ensemble de données extraites de Wikipedia, ce qui prouve que la méthode proposée permet d’identifier avec précision les points chauds des réseaux d’opinion publique.



ABSTRACT

This paper mainly focuses on the detection of hotspots in online public opinion based on complex network. At present, the online public opinion is mainly analyzed in two ways: the content-based method, and the traditional data mining. Neither of the methods takes account of the topological structure of network. In view of this, the author proposed a network-based approach to resolve network problems, which represents the public opinion webpages and the hyperlinks of these pages as nodes and edges of complex networks. The PageRank (PR) method was adopted to measure the impact of link nodes and the Hyperlink-Induced Topic Search (HITS) algorithm was employed to determine the core degree of the nodes. The two algorithms were combined to detect the most popular public opinions in the network. Finally, an experiment was performed on a dataset extracted from the Wikipedia, which proves that the proposed method could accurately identify the hotspots of public opinion networks.



AUTEUR(S)
Meiling ZHOU, Yue LIU, Gengxin SUN, Sheng BIN

MOTS-CLÉS
opinion publique sur internet, reseau complexe, algorithme pagerank (PR), algorithme HITS.

KEYWORDS
internet public opinion, complex network, pagerank (PR) algorithm, hyperlink- induced topic search (HITS) algorithm.

LANGUE DE L'ARTICLE
Anglais

 PRIX
• Abonné (hors accès direct) : 7.5 €
• Non abonné : 15.0 €
|
|
--> Tous les articles sont dans un format PDF protégé par tatouage 
   
ACCÉDER A L'ARTICLE COMPLET  (375 Ko)



Mot de passe oublié ?

ABONNEZ-VOUS !

CONTACTS
Comité de
rédaction
Conditions
générales de vente

 English version >> 
Lavoisier