Contribution à une architecture de modélisation et de simulation à événements discrets : application à la propagation d'information dans les réseaux sociaux

• Main Author: Bouanan, Youssef
• Other Authors: Bordeaux
• Language: fr
• Published: 2016
• Subjects: Modélisation formelle; Multi-modélisation; Simulation; DEVS; Evènements discrets; Propagation d’information; Réseau Social; Formel modelling; Multi-modelling; DEVS Formalism; Discrete events; Diffusion process; Information propagation; Social network
• Online Access: http://www.theses.fr/2016BORD0166/document

L’étude des phénomènes de la diffusion d’information à grand échelle est un domaine récent. La diffusion d’information est définie comme le processus de communication par lequel une idée ou une information se propage dans une population et qui peut impacter le comportement des individus. Les institutions, tout comme les entreprises, cherchent à comprendre et à prévoir l’impact de la propagation d’information sur les individus. Une approche de modélisation et simulation permet de mieux comprendre ce processus social et de répondre à ces questions. La modélisation et la simulation à base d’agents offre une approche puissante pour modéliser un tel processus social. Toutefois, les modèles actuels simplifient fortement les facteurs culturels et les informations représentées dans le modèle ainsi que les différents liens interconnectant les individus. Ces éléments sont centraux et déterminants pour le processus de propagation. Afin d'améliorer les modèles de propagation, nous explorons dans cette thèse une représentation de la population plus réaliste. Nous proposons une architecture de modélisation et simulation permettant de simuler les phénomènes de propagation au sein des réseaux sociaux multiplexes et dynamiques basée sur le formalisme DEVS. === The study of information dissemination phenomena of large-scale is a new field. Diffusion of information is defined as the communication process by which an idea or information spreads within a social system and that can impact the behaviour of individuals. Institutions and firms search to understand and predict the impact of information propagation on individuals. Agent-based modelling is a powerful approach for studying such a collective process. However, existing models oversimplify adopters' cultural attributes, different type of link and information content, despite the evidence of their central role in diffusion process. In this thesis, we challenge the feasibility and utility of a more realistic representation of population. We use the DEVS formalism, extended by DS-DEVS and PDEVS in order to simulate the propagation phenomena within a multi-layer social network (MSN).