Abstract:
L'information qui se propage dans les réseaux sociaux peut entraîner de nombreuses fausses affirmations. Par exemple, les rumeurs sur certains sujets peuvent se propager rapidement menant à un grand nombre de nœuds signalant les mêmes observations. Dans ce mémoire, nous décrivons une approche pour trouver la source des rumeurs et évaluer la probabilité qu'une information soit en fait une rumeur, en l'absence d'informations sur la provenance des données. Nous modélisons le réseau social sous la forme d'un graphe orienté, où les sommets représentent des individus et des arêtes dirigées représentent le flux d’information (Par exemple, qui est sur Twitter). Un certain nombre de nœuds de contrôle sont injectés dans le réseau dont le travail consiste à signaler les données qu'ils reçoivent. Notre algorithme identifie les rumeurs et leurs sources en observant lequel des nœuds de contrôle a reçu l'information donnée et qui n'a pas reçu. Nous montrons que, avec un nombre suffisant de
nœuds de contrôle, il est possible de reconnaître la plupart des rumeurs et leurs sources avec une grande précision
