Event Detection in Social Networks Using Polarization Dynamics

Résumé Technique : Détection d'Événements dans les Réseaux Sociaux via la Dynamique de la Polarisation

Énoncé du Problème
Les réseaux sociaux servent d'espaces critiques pour la délibération publique, particulièrement lors de moments politiquement sensibles où les interactions des utilisateurs peuvent révéler des tensions sociétales et une polarisation. Alors que les méthodes existantes de détection d'événements sur les médias sociaux reposent principalement sur des pics quantitatifs du volume de publications ou des changements de polarité de sentiment, ces approches peuvent négliger des événements caractérisés par un désaccord profond ou une fragmentation structurelle qui ne génèrent pas nécessairement des volumes de trafic élevés ou des pics émotionnels extrêmes. Cet article traite du défi de la détection d'événements publics significatifs en exploitant la dynamique de la polarisation comme un signal complémentaire, en posant la question suivante : Comment un modèle de détection d'événements peut-il être construit sur la base d'une métrique de polarisation appliquée aux données des médias sociaux ?

Méthodologie
L'étude emploie une approche statistique rétrospective utilisant des données de X (anciennement Twitter) concernant le débat public sur la réforme des retraites en Colombie (juin–juillet 2024). La méthodologie suit un pipeline structuré :

1. Collecte et Prétraitement des Données : Un ensemble de données de 9 997 tweets a été collecté via l'API de X, filtré pour la pertinence vis-à-vis de la réforme des retraites, et nettoyé des doublons et du contenu non espagnol. Contrairement aux flux de travail traditionnels, une normalisation lourde (ex. : mise en minuscule, tokenisation) a été évitée afin de préserver les indices stylistiques bénéfiques pour l'estimation de la position (stance estimation).
2. Classification de la Position (Stance) : Un grand modèle de langage (GPT-4o) a été utilisé pour classifier la position de chaque publication sur une échelle de Likert à cinq points (Désaccord Fort à Accord Fort). Des informations contextuelles, incluant les tweets originaux pour les réponses, ont été fournies pour assurer une inférence cohérente.
3. Dérivation du Signal : À partir des classifications de position, trois séries temporelles quotidiennes ont été construites :
   • Volume de Tweets : Le décompte brut des publications.
   • Proportions de Sentiment : Dérivées directement de la polarité de la position (le désaccord comme négatif, l'accord comme positif).
   • Polarisation : Mesurée à l'aide de l'indice de l'Effort Minimum pour le Consensus (Minimum Effort to Consensus - MEC). Cette métrique calcule l'effort pondéré minimal requis pour déplacer une distribution d'opinions vers un point de consensus, capturant ainsi le coût de la fragmentation.
4. Modèles de Détection d'Événements : Trois modèles ont été comparés en utilisant la détection d'anomalies sur les changements quotidiens :
   • Modèle basé sur le Volume : Détecte les sursauts d'activité de publication à l'aide d'une fenêtre glissante et d'un seuil.
   • Base de Référence basée sur le Sentiment : Détecte les changements brusques dans la proportion de publications positives/négatives (adapté de [12]).
   • Modèle Proposé basé sur la Polarisation : Identifie les changements significatifs dans le changement quotidien de l'indice MEC. Ce modèle applique un critère d'écart interquartile (IQR) ($\Delta_t > Q_3 + \lambda \cdot IQR$ ou $\Delta_t < Q_1 - \lambda \cdot IQR$) pour détecter des déviations anormales sans supposer une normalité stricte.
5. Évaluation : Les détections du modèle basé sur le sentiment ont servi de ensemble de référence pour les étiquettes d'événements. La performance a été évaluée en utilisant la Précision, le Rappel et le score F1 par rapport à cette base de référence.

Résultats Clés
L'évaluation comparative a produit les mesures de performance suivantes :

• Modèle basé sur la Polarisation : A atteint un score F1 de 0,75 (Précision : 0,75, Rappel : 0,75).
• Modèle basé sur le Volume de Tweets : A atteint un score F1 de 0,53 (Précision : 0,71, Rappel : 0,42).
• Base de Référence basée sur le Sentiment : A servi de standard de référence (12 événements détectés après ajustement des paramètres).

L'analyse qualitative a révélé que le modèle de polarisation a identifié avec succès des événements manqués par les signaux de volume et de sentiment. Par exemple, le 27 juin, un pic de polarisation a été détecté correspondant à des informations sur la rédaction d'amendements secrets par des fonds de retraite privés, malgré l'absence de sursaut de volume ou de sentiment. Inversement, le 16 juillet (le jour de la signature de la réforme), un pic de volume s'est produit sans changement de polarisation correspondant. Les résultats indiquent que la dynamique de la polarisation capture des épisodes d'augmentation du désaccord et de la tension sociale qui ne sont pas nécessairement accompagnés de pics d'activité ou de sentiment élevés.

Signification et Revendications
L'article affirme que la dynamique de la polarisation, opérationnalisée par l'indice MEC, fournit un signal précieux et complémentaire pour surveiller le discours public litigieux. Les auteurs soutiennent que si les modèles de volume et de sentiment capturent efficacement les pics d'attention et les sommets émotionnels, ils peuvent manquer des événements où la signature primaire est une reconfiguration de l'accord et du désaccord. En jetant un pont entre la détection d'événements et l'analyse de la polarisation, cette approche offre un cadre unifié pour identifier des événements socialement significatifs pilotés par une divergence structurelle plutôt que par de simples niveaux d'activité. L'étude conclut que s'appuyer sur un seul signal (volume ou sentiment) peut fournir une vue incomplète des dynamiques sociales, et que l'intégration de métriques de polarisation peut offrir des indications précoces de tensions émergentes ou de changements dans le positionnement collectif dans les environnements numériques.