Résumé

La problématique étudiée dans cet article est celle de l’indexation et de la recherche de conversations dans les réseaux sociaux. Une conversation est un ensemble de messages échangés entre utilisateurs, à la suite d’un message initial. La démarche proposée se base sur une modélisation probabiliste, et détaille en particulier l’utilisation d’informations sociales dans le réseau Twitter. Notre proposition est évaluée sur un corpus de conversations contenant plus de 50 000 tweets, et sur un ensemble de 15 requêtes tirées pour partie des campagnes TREC Microblog (Lin et Efron, 2013). Les résultats obtenus en combinant les éléments de contenu et les éléments sociaux sur ce corpus sont statistiquement significativement meilleurs que ceux de notre approche utilisant le contenu seul ainsi que ceux d’une approche à base de BM25.

Abstract

The problem considered in this paper tackles the indexing and retrieval of conversa- tions in social networks. A conversation is a set of messages exchanged between users, follow- ing an initial message. The proposed approach is based on a probabilistic modeling, focusing specifically on the use of social information available on the Twitter platform. Our proposal is evaluated on a corpus of conversations with more than 50,000 tweets, and a set of 15 queries drawn partly from TREC Microblog campaigns (Lin et Efron, 2013). The results obtained on this corpus are statistically significantly better than two content-only probabilistic approaches.