Résoudre le lieu et le quand des événements sur les réseaux sociaux

Des chercheurs de l’Université de Melbourne (UoM) et de l’Université de technologie et de design de Singapour (SUTD) ont développé un algorithme capable de détecter des événements importants en fonction du temps et de l’échelle géographique des sujets activement discutés sur les réseaux sociaux. Leur algorithme, détaillé dans le Journal of Big Data, ne nécessite pas de savoir quels événements détecter à l’avance et peut être adapté pour utiliser des résolutions géographiques et temporelles plus petites ou plus grandes afin de refléter la nature dynamique des événements de la vie réelle.

Les médias sociaux sont devenus le moyen de communication privilégié, en grande partie parce que les publications peuvent être téléchargées et diffusées presque instantanément. Étant donné que de nombreux utilisateurs partagent activement des observations et des photos d’événements qui se déroulent autour d’eux, ces informations en temps réel font des médias sociaux une source attrayante d’informations de dernière minute.

Cependant, avec plus des deux tiers des internautes, soit 2,5 milliards de personnes, utilisant ces plates-formes dans le monde, des stratégies sont nécessaires pour traverser le bruit et extraire des données utiles spécifiques aux événements. Pour les événements mettant la vie en danger nécessitant du personnel d’urgence et de sécurité, le besoin d’informations immédiates et spécifiques à l’événement est d’autant plus aigu.

« Les éléments de temps et d’espace vous donnent une meilleure résolution de l’endroit et du moment où les événements se produisent », a déclaré le co-auteur de l’étude, le professeur adjoint SUTD, Kwan Hui Lim. « En cas de catastrophe, vous voulez savoir où et quand elle se produit afin de pouvoir allouer les bonnes ressources à cet endroit particulier. »

L’algorithme développé par le professeur adjoint Lim et une équipe dirigée par le professeur Shanika Karunasekera de l’UoM adopte une structure en quatre phases pour identifier les événements à différentes résolutions spatiales et temporelles. Étant donné un flux de publications de médias sociaux géolocalisées brutes, la première phase détermine la granularité ou la résolution dans l’espace pour détecter les événements. Ceci est accompli en divisant une zone géographique en plusieurs échelles en fonction de la densité des publications sur les réseaux sociaux.

Dans la deuxième phase, l’algorithme utilise des méthodes statistiques pour identifier les événements en fonction des régions présentant une densité d’activité sur les réseaux sociaux étonnamment élevée ou faible. Ces événements, qui sont fixés dans le temps, sont fusionnés dans la troisième phase s’ils se produisent dans la même zone géographique à des intervalles de temps consécutifs, ce qui donne une durée estimée pour chaque événement. La quatrième et dernière phase élague ensuite tous les événements qui s’avèrent être du bruit.

Outre la possibilité d’adapter l’échelle d’espace et de temps pour identifier les événements, l’algorithme est unique en ce sens qu’il ne nécessite aucune identification préalable des événements à détecter. « Cela présente à la fois des avantages et des inconvénients », a noté le professeur adjoint Lim. « Les avantages sont que vous n’avez pas besoin d’un ensemble de données préexistant avec des événements pré-étiquetés. Sans ces événements préexistants, vous pouvez utiliser l’algorithme pour détecter de nouveaux événements que vous n’avez pas vus auparavant. L’inconvénient est que vous devez déterminer manuellement le seuil qui déclenchera une alerte du système. »

Les chercheurs ont validé leur algorithme sur des flux de publications provenant de grandes villes du monde, en se concentrant sur deux plateformes de médias sociaux aux modalités très différentes : le service de microblogging Twitter et la plateforme de partage de photos Flickr. Le nouvel algorithme a surpassé deux algorithmes de base basés sur des mesures standard telles que la précision et le rappel, ainsi qu’une nouvelle mesure appelée indice de force développée par l’équipe.

L’indice de force mesure la fraction des principales entités, qui peuvent inclure des hashtags ou des mentions sur Twitter ou des balises d’image et des descriptions sur Flickr, par rapport au nombre total de publications sur l’événement détecté. Selon Asst Prof Lim, d’autres domaines qui utilisent la recherche d’informations ou la classification pourraient bénéficier de l’application de l’indice de force.

À l’avenir, l’algorithme pourrait être renforcé en le rendant multimodal, a déclaré le professeur adjoint Lim. Étant donné que les utilisateurs des médias sociaux ont tendance à être sélectifs dans ce qu’ils choisissent de dire et à varier le type d’informations qu’ils partagent sur différentes plateformes, un algorithme qui peut combiner des données provenant de plusieurs sources, telles que Twitter et Flickr ainsi que les médias d’information traditionnels , peut améliorer la fiabilité de la détection d’événements.

« Les médias sociaux sont un trésor potentiel de données pour les gouvernements, les médias d’information et les entreprises. Ils sont particulièrement utiles en tant que source d’informations de dernière minute, en particulier pour les premiers intervenants comme le personnel d’urgence et de sécurité. Cet algorithme sophistiqué aidera ces organisations à trier les bruit pour extraire uniquement les informations dont ils ont besoin », a conclu le professeur Karunasekera.