(French version below)
## English version

### Deadline
**Sunday, April 7 2019 at 23h59**
### Context

This competition is used as an evaluation for students who follow the "Text and Network Mining" module in M1 SID (Paul Sabatier University) and for those who follow the "Web Mining" module in M2 SE (Toulouse School of Economics).

### Use Case
Given the content of a news and how it has spread on Twitter, can you predict if the news is real or fake?

### Objectives
To perform the prediction, you should combine network and text mining techniques.

### References

Shu, Kai, Sliva, Amy, Wang, Suhang, Tang, Jiliang & Liu, Huan (2017). Fake News Detection on Social Media: A Data Mining Perspective. ACM SIGKDD Explorations Newsletter, 19, 22-36.

Shu, Kai, Wang, Suhang & Liu, Huan (2017). Exploiting Tri-Relationship for Fake News Detection. arXiv preprint arXiv:1712.07709.

----

## French version

### Deadline
**Dimanche 7 Avril 2019 à 23h59**

### Contexte

Cette compétition se déroule dans le contexte des masters "Statistiques et Econométrie" de TSE et SID de l'Université Paul Sabatier. Elle s'adresse aux étudiants de M1 SID qui ont suivi le module "Text and Network Mining" et à ceux du M2 SE qui ont suivi le module "Web Mining". 

### Cas d'étude

Pour chaque news, vous disposez de son contenu et de la manière dont elle s'est propagée sur le réseau Twitter. Sachant ces informations, serez-vous capable de prédire si la news est fausse ou réelle ? 

### Objectif
Vous devez combiner des méthodes d'analyse de réseaux et d'analyses de texte pour proposer un modèle prédictif concernant la véracité de la news.

### Références

Shu, Kai, Sliva, Amy, Wang, Suhang, Tang, Jiliang & Liu, Huan (2017). Fake News Detection on Social Media: A Data Mining Perspective. ACM SIGKDD Explorations Newsletter, 19, 22-36.

Shu, Kai, Wang, Suhang & Liu, Huan (2017). Exploiting Tri-Relationship for Fake News Detection. arXiv preprint arXiv:1712.07709.