Ce travail de doctorat se concentre sur trois problèmes principaux liés aux réseaux sociaux: (1) Formation de réseau orchestré: Nous considérons le problème de l'orchestration de la formation d'un réseau social ayant une certaine topologie donnée qui peut être souhaitable pour les cas d'utilisation prévus. En supposant que les nœuds de réseaux sociaux soient stratégiques dans la formation des relations, nous dérivons des conditions dans lesquelles une topologie donnée peut être obtenue de manière unique. Nous étudions également l'efficacité et la robustesse des conditions dérivées. (2) Maximisation de l’influence en plusieurs phases: Nous proposons que la diffusion de l’information se fasse en plusieurs phases plutôt qu’en une seule fois. Dans le but d'obtenir une meilleure diffusion, nous découvrons des moyens optimaux de fractionner le budget disponible entre les phases, en déterminant le délai entre les phases consécutives, et en trouvant également les individus à cibler pour lancer le processus de diffusion. (3) Agrégation de préférences évolutive: Il est extrêmement utile de déterminer un petit nombre de représentants d'un réseau social de sorte que les préférences individuelles de ces nœuds, lorsqu'elles sont agrégées, reflètent la préférence globale de l'ensemble du réseau. En utilisant des données réelles collectées sur Facebook avec des sujets humains, nous découvrons un modèle qui capture fidèlement la diffusion des préférences dans un réseau social. Nous proposons donc des moyens rapides et fiables de calculer une préférence agrégée vraiment représentative de l'ensemble du réseau. En particulier, nous développons des modèles et des méthodes pour résoudre les problèmes ci-dessus, qui concernent principalement la formation et l'analyse des réseaux sociaux.