Linking and Mining Event-centric Data in the Semantic Web
Alignement et Fouille de Données Événementielles dans le Web Sémantique
Résumé
The widespread growth of social media has shifted the way people explore and share information of interest. Part of this evolution concerns the way our social activity is structured around events and increasingly documented by user-generated content. With the advent of Web 2.0, the vast amount of information about events, illustrative media and social interactions are spread and locked into diverse sites that provide a limited event coverage. In this thesis, we study the problem of integrating event-centric data into a unified environment, and we propose new approaches that could enhance content personalization in event-based services. The thesis is structured around two main parts dealing with key challenges related to the complex nature of events which are multifaceted, ephemeral and social entities. The first part focuses on event enrichment by leveraging semantic web technologies to integrate heterogeneous sources such as event websites, media platforms and social networks. Our strategy is to discover in real-time meaningful connections between events, venues, media an people. The second part tackles the problem of information overload. It investigates new personalization approaches helping individuals to discover interesting events and like-minded users. Our study underlines the important role of ontology-based content representation and collaborative filtering techniques to enhance event recommendation. We also propose a new solution to detect meaningful communities in event-based social networks by analyzing both the users’ interests and the structural properties of the underlying networks. The approaches proposed in this thesis have provided new basis for building an enhanced web environment changing the way to explore and organize events.
La croissance exponentielle de l’usage des médias sociaux a changé la façon d’explorer et de partager l’information. Une partie de cette évolution concerne la manière dont notre activité sociale est structurée autour d’événements. Avec le développement du Web 2.0, de nombreux sites de partage fournissent une grande quantité de données décrivant des événements passés ou à venir, et certains d’entre eux affichent des médias et des interactions sociales attachés à ces événements. Cependant, l’information disponible est souvent incomplète, erronée et restreinte dans une multitude de sites Web. Dans cette thèse, nous étudions l’intégration des données événementielles dans un environnement centralisé, et nous étudions de nouvelles approches qui pourraient améliorer la personnalisation du contenu. La thèse est organisée autour de deux parties principales portant sur les défis majeurs liés à la nature complexe d’événements qui sont des entités éphémères, sociales et multidimensionnelles. Dans la première partie, nous étudions l’enrichissement des données en exploitant les technologies du Web sémantique afin d’intégrer des sources hétérogènes telles que les référentiels d’événements, les plates-formes de médias et les réseaux sociaux. Dans la deuxième partie, nous abordons le problème de la surcharge d’information. Elle comprend une étude de nouvelles approches de personnalisation afin d’aider les utilisateurs à découvrir des événements et des personnes qui correspondant à leurs centres d’intérêts. Notre étude souligne l’importance de la modélisation ontologique et le filtrage collaboratif dans un système de recommandation. Nous proposons ensuite une nouvelle solution pour la détection de communautés recouvrantes et sémantiques dans les réseaux événementiels. Les approches proposées dans cette thèse fournissent de nouvelles bases pour la construction d’un environnement Web intégrant de nouveaux mécanismes d’exploration et d’organisation des données événementielles.
Loading...