L’article de Arvind Narayanan sur la comparaison des systèmes de recommandation des réseaux sociaux est très éclairant sur la spécificité de TikTok notamment. Mais mieux encore il propose une typologie qui permet de comprendre qu’il existe là aussi trois façons de concevoir un système de recommandation selon les points de vue que l’on adopte: les abonnés de son compte; la structure du réseau des liens; les propriétés de l’algorithme ( qui lui porte sur les contenus). Cela correspond exactement aux trois points de vue que les sciences sociales utilisent communément comme je l’ai montré dans Propagations.

https://knightcolumbia.org/content/understanding-social-media-recommendation-algorithms

Arvind Narayanan, Understanding Social Media Recommendation Algorithms, 23-01 Knight First Amend. Inst. (Mar. 9, 2023)

Table 2: Three stylized models of information propagation.

Figure 2: Three models of information propagation: subscription, network, and algorithm, showing the propagation of one individual post. In the subscription model, the post reaches those who have subscribed to the poster. In the network model, it cascades through the network as long as users who see it choose to further propagate it. In the algorithmic model shown here, users with similar interests (as learned by the algorithm based on their past engagement) are depicted closer to each other. The more similar a user’s interests are to the poster’s, the more likely they are to be recommended the post. Of course, other algorithmic logics are possible.

Lire la suite bouton page 2 ci dessous