@ARTICLE{10.21494/ISTE.OP.2024.1137, 

TITLE={Évaluer la polarisation des Réseaux Sociaux Numériques par l’analyse des frontières de ses communautés : l’approche ERIS}, 
  
AUTHOR={Alexis Guyot
, Annabelle Gillet
, Éric Leclercq
, Nadine Cullot, }, 
	
JOURNAL={Revue ouverte d’ingénierie des systèmes d’information}, 
	
VOLUME={4}, 

NUMBER={Numéro Spécial}, 
	
YEAR={2024}, 

URL={http://www.openscience.fr/Evaluer-la-polarisation-des-Reseaux-Sociaux-Numeriques-par-l-analyse-des}, 
	
DOI={10.21494/ISTE.OP.2024.1137}, 
	
ISSN={2634-1468}, 
	
ABSTRACT={La détection et la caractérisation de la polarisation d’un réseau sont des problématiques majeures en analyse des réseaux sociaux. Par ce biais, les sujets conflictuels qui animent les interactions entre les utilisateurs peuvent être mis en évidence et mieux compris. En tant qu’intermédiaires avec l’extérieur de leur communauté, les individus situés aux frontières contribuent de manière significative à sa polarisation. Nous proposons ERIS, une approche formelle basée sur les graphes, qui exploite les frontières des communautés et les interactions entre les individus pour évaluer deux indicateurs : l’antagonisme des communautés et la porosité de leurs frontières. Ces valeurs représentent respectivement le degré d’opposition entre les communautés et leur tendance à s’exposer hors de la communauté. Conjointement, elles décrivent les comportements et rôles des différentes communautés et permettent ainsi de mieux comprendre la polarisation du réseau. Nous présentons également un algorithme pour calculer ces indicateurs, basé sur des opérations matricielles et dont le code source est librement accessible en ligne. Nous proposons une comparaison de notre méthode par rapport aux solutions existantes. Pour finir, nous appliquons notre proposition sur des données réelles, collectées à partir de Twitter, au travers d’une étude de cas portant sur les vaccins et la COVID-19.}}