Solution pour la détection des faux profils sur les réseaux sociaux : Normalisation des textes, Etat de l’art

Abstract

This thesis addresses the growing issue of fake profiles on social networks, particularly in the context of the proliferation of bots, cloned accounts, and spammers. The main objective of this work is to compare existing approaches in the scientific literature for detecting these fraudulent profiles, based on seven recent and representative studies. These works are analyzed according to several criteria: type of data used, processing techniques (preprocessing, feature selection), and machine learning algorithms employed (SVM, random forests, neural networks, etc.). This comparative analysis highlights the strengths and limitations of each approach, while identifying current trends such as the increasing use of hybrid models or approaches based on artificial intelligence. Additionally, a discussion is provided on future perspectives, notably the improvement of robustness against increasingly sophisticated profiles. This work thus lays the foundation for applied research or a technical solution suited to modern social platforms.****

Ce mémoire traite de la problématique croissante des faux profils sur les réseaux sociaux, en particulier dans le contexte de la prolifération des bots, des comptes clonés et des spammeurs. L’objectif principal de ce travail est de comparer les approches existantes dans la littérature scientifique pour détecter ces profils frauduleux, en se basant sur sept études récentes et représentatives. Ces travaux sont analysés selon plusieurs critères : type de données utilisées, techniques de traitement (prétraitement, sélection de caractéristiques) et algorithmes d’apprentissage automatique employés (SVM, forêts aléatoires, réseaux de neurones etc.). Cette analyse comparative permet de dégager les points forts et les limites de chaque approche, tout en identifiant les tendances actuelles comme le recours croissant aux modèles hybrides ou aux approches basées sur l’intelligence artificielle. En complément, une discussion est proposée sur les perspectives futures, notamment l’amélioration de la robustesse face aux profils de plus en plus sophistiqués. Ce travail pose ainsi les bases pour une recherche appliquée ou une solution technique adaptée aux plateformes sociales modernes.