J'ai le plaisir de vous inviter à la soutenance de ma thèse, intitulée :
« Vers une modélisation plus réaliste de la diffusion d'innovations à
l'aide de la simulation multi-agents »
ainsi qu'au pot qui suivra, le *jeudi 9 avril à 10h00*, au Laboratoire
d'Informatique de Paris 6, *salle 549 (5ème étage)*.
Bien cordialement,
Samuel Thiriot
------------------
Accès : 104, avenue du Président Kennedy, 75016 Paris,
http://www.lip6.fr/fr/informations/comment.html
------------------
Le jury sera composé de :
Guillaume DEFFUANT (Rapporteur), Directeur de Recherches au CEMAGREF – LISC
Alexis DROGOUL (Rapporteur), Directeur de Recherches à l'IRD – UMMISCO
Jean-Françcois PERROT (Examinateur), Professeur Emerite de l'Université
de Paris VI
Jean-Daniel ZUCKER (Examinateur), Directeur de Recherches à l'IRD - UMMISCO
Amal El Fallah SEGHROUCHNI (Directrice), Professeur à l'Université de
Paris VI
Jean-Daniel KANT (Encadrant), Maître de conférences à l'Université de
Paris VI
Stéphanie Fray, experte marketing France Télécom R&D et corrrespondante
de cette thèse, assistera également à cette soutenance. Alexis Drogoul
participera par visioconférence depuis Hanoi.
------------------
Résumé :
La diffusion d'innovations est définie comme le processus de
communication par lequel une idée, pratique, ou produit perçu comme
nouveau se propage dans une population. Une innovation peut être une
solution contraceptive, la décontamination de l'eau, ou l'achat de
téléphones à l'ergonomie novatrice. Les institutions, tout comme les
entreprises, cherchent à comprendre et prévoir le succès ou l'échec
d'une innovation; elles espèrent aussi faciliter sa diffusion à moindre
coût, notamment en
facilitant le bouche à oreille. Une approche de modélisation-simulation
permet de mieux comprendre ce processus social et de répondre à ces
questions. La simulation multi-agents offre une approche puissante
pour modéliser un tel processus social. Toutefois, les modèles actuels
simplifient fortement les croyances et informations représentées dans le
modèle; ces éléments sont pourtant reconnus comme centraux dans le
processus de diffusion, puisqu'ils expliquent le succès ou l'échec de
la diffusion, et constituent des variables décisionnelles de l'institution.
Afin d'améliorer la descriptivité et l'utilité potentielle d'un modèle
de diffusion d'innovations, nous explorons dans cette thèse une
représentation des croyances plus réaliste. Le modèle se doit néanmoins
de demeurer assez simple pour être paramétré et comparé à des diffusions
réelles. Nous proposons de représenter les croyances des adoptants
potentiels sous forme de réseaux associatifs, et définissons les
mécanismes de manipulation de croyances adaptés. Un protocole
d'entretien est proposé, qui rend le modèle paramétrable et validable.
Le protocole de communication décrit la recherche et l'émission motivée
de ces croyances sur des objets sociaux. L'exploration par simulation
des paramètres du modèle permet notamment de mieux comprendre
l'importance de la recherche d'information dans la dynamique
d'information, et de remettre en cause certaines attentes du marketing
viral. Le modèle développé exhibe un gain en descriptivité important,
permettant notamment de décrire le marketing évènementiel ou l'échec de
la diffusion d'innovation dû à l'incompréhension des messages
institutionnels.
Comme la plupart des modèles orientés agent, celui-ci s'avère
extrêmement sensible à la structure des interactions (``réseau social'')
définie dans le modèle. Faute de structure d'interaction réaliste,
aucune validation du modèle, ni prédiction sérieuse, ne peuvent être
envisagées pour ces modèles. Les réseaux sociaux sont généralement
considérés comme non collectables à grande échelle. Nous soulignons
l'existence de statistiques et d'observations qualitatives sur les
processus de construction de ces liens, proposons de formaliser ces
connaissances sous forme de réseau bayésiens, et définissons un
algorithme générateur de réseaux d'interaction. La mise en oeuvre de ce
générateur est illustrée par la génération d'un réseau d'interaction
pour le Kenya rural, dans lequel est représentée la structure familiale,
les liens entre collègues et amis, dans un environnement spatialisé. Ce
générateur ouvre la voie à l'utilisation de réseaux d'interactions plus
plausibles, susceptibles d'améliorer la descriptivité des modèles de
phénomènes sociaux, diffusion d'innovations incluse.
