Solution pour la détection des faux profils sur les réseaux sociaux : Normalisation des textes.

Abstract

With the rapid evolution of digital technologies, social networks now occupy a central place in our daily interactions. Although they offer many advantages, they have also become a fertile ground for abuse, particularly through the creation of fake profiles. These fictitious entities are often used to spread false information, manipulate public opinion, or carry out fraudulent activities. In this thesis, we focus on the automatic detection of these fake profiles using artificial intelligence techniques. We propose a comparative study of several supervised learning models, combined with effective feature selection and the study of several metaheuristics. This study aims to analyze, compare, and generalize the performance of the best models and to propose an integrated web solution capable of automatically predicting whether a profile is real or fake based on its metadata and/or textual content.***

Avec l’évolution rapide du numérique, les réseaux sociaux occupent aujourd’hui une place centrale dans nos interactions quotidiennes. Bien qu’ils offrent de nombreux avantages, ils sont également devenus un terrain fertile pour les abus, notamment à travers la création de faux profils. Ces entités fictives sont souvent utilisées pour diffuser de fausses informations, manipuler l’opinion publique, ou mener des activités frauduleuses. Dans ce mémoire, nous nous intéressons à la détection automatique de ces faux profils à l’aide de techniques d’intelligence artificielle. Nous proposons une étude comparative de plusieurs modèles d’apprentissage supervisé, combinée à une sélection efficace des caractéristiques et l’étude de plusieurs metaheuristiques. Cette étude vise à analyser, comparer et généraliser les performances des meilleurs modèles et proposer une solution web intégrée, capable de prédire automatiquement le caractère réel ou fictif d’un profil à partir de ses métadonnées et/ou de son contenu textuel.