Soutenance de thèse - Zhenfei Feng

Titre : "Personnalisation et désindividuation : les deux faces des systèmes de recommandation dans les réseaux sociaux numériques. Application à la recommandation cinéphile en France et en Chine".  

Date : 22 janvier 2021 14:30 - 18:30

Jury de thèse : 

• Laurence Favier, 
• Widad Mustafa El Hadi,
• Philippe Viallon, Université de Strasourg
• Mohamed Sidir, Université de Picardie-Jules Verne
• Chirine Ghedira Guegan, Université de Lyon 3
• Julien Mesangeau, Université de Paris 3

Lieu : Visio-Conférence : https://univ-lille-fr.zoom.us/j/95260558716?pwd=MXE0dXBPdERTNkZab3VydUsxcCswdz09

ID de réunion : 952 6055 8716

Code secret : 214141

Description : 

Le développement de l'Internet et de la technologie Web 2.0 met à la disposition des utilisateurs une large variété d’information dont le volume est sans cesse croissant. Face à ce problème de surcharge d'informations, il est difficile pour les utilisateurs de repérer des informations qui répondent à leurs besoins. 

De nombreux systèmes de filtrage de l'information sont développé pour faire face à ce problème, et l'un d'eux est le système de recommandation. L'objectif principal des systèmes de recommandation est de fournir aux utilisateurs des recommandations personnalisées qui répondent à leurs besoins individuels afin de faciliter l'accès aux informations qui peuvent les intéresser. Le principe sous-jacent est de déduire les besoins d'information de l'utilisateur sur la base des rétroactions d'information reçue de l'utilisateur, puis d’identifier dans le système les informations qui répondent à leurs besoins et de les recommander. Les systèmes de recommandation sont largement utilisés dans divers domaines, y compris les réseaux sociaux. Cependant, la plupart des réseaux sociaux se caractérisent par l’anonymat et il y a énormément de l’interaction entre les utilisateurs. Celles-ci correspondent aux conditions décrites en psychologie sociale pour qu'un état de la désindividuation soit déclenché. Les utilisateurs des réseaux sociaux sont susceptibles de tomber dans cet état où leur identité du groupe est significativement plus élevée, tandis que leur identité individuelle est restreinte. Leurs pensées, leurs comportements et même leurs préférences sont fortement influencées par les normes du groupe, y compris, bien sûr, leurs rétroactions sur les informations reçues. Ces rétroactions d'information biaisées ne refléteraient pas les vraies préférences individuelles des utilisateurs, et les recommandations basées sur ces rétroactions biaisées sont contraires à l'intention initiale des recommandations personnalisées.

Cette thèse est consacrée à l'exploration du phénomène de la désindividuation qui peut exister dans les réseaux sociaux et de son impact sur le comportement de notation des utilisateurs, tout en incluant les différences culturelles. Nous choisissons le domaine traditionnel des systèmes de recommandation, les recommandations de films, et examinons les utilisateurs de quatre plateformes pour les cinéphiles ainsi que leur comportement de notation. Les résultats confirment que l’existence du phénomène de la désindividuation dans les réseaux sociaux et qu'elle a un impact significatif sur le comportement de notation des utilisateurs. La différence culturelle est également un facteur important qui influence le comportement de notation. Sur cette base, nous arguons que les systèmes de recommandation appliqués dans les réseaux sociaux y font attention et que certaines mesures visant à individualiser les utilisateurs devraient être prises avant de recueillir et d'analyser les réactions des utilisateurs.

Directeur de thèse : Laurence Favier