En raison de la grande quantité d'informations (messages, articles, vidéos, musiques, images, etc.) produites et partagées sur les réseaux sociaux, les utilisateurs se retrouvent submergés d'informations générées chronologique- ment dans leur fil d'actualité. De plus, la majorité des informations peuvent s'avérer non pertinentes. Le tri, par ordre de pertinence des actualités sociales, est proposé comme une solution pour aider les utilisateurs à consulter et in- teragir rapidement avec les informations susceptibles de les intéresser. Dans ce travail, nous étudions les approches existantes dans le domaine du tri des ac- tualités sociales, et exposons leurs limites et quelques pistes de recherche selon plusieurs axes: les facteurs influençant la pertinence des informations, les mo- dèles de prédiction de la pertinence, l'apprentissage et l'évaluation des modèles de prédiction, etc.