Filtrage, partitionnement et visualistion multi-échelles de graphes d’interactions à partir d’un focus

Network multi-scaling filtering, clustering and visualisation techniques from a focus

• Auteur / Autrice : François Boutin
• Direction : Guy Melançon, Mountaz Hascoët
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance en 2005
• Etablissement(s) : Montpellier 2

Mots clés

Mots clés contrôlés

Systèmes d'affichage

Résumé

Cette thèse étudie les caractéristiques de réseaux d’interactions réels, notamment les propriétés « petit monde » et « sans échelle ». Elle présente diverses techniques de filtrage, partitionnement et visualisation de ces réseaux. La propriété « sans échelle » provient du fait que ces réseaux d’interactions sont le plus souvent dans un processus de croissance : les nouveaux noeuds établissent, de préférence, des liens avec des nœuds existants à fort degré. On parle d’« attachement préférentiel ». La propriété « petit monde » s’explique par l’adage : « les amis de mes amis sont mes amis ». Les réseaux d’interaction présentent souvent un noyau dense difficilement analysable et visualisable à l’aide de techniques de partitionnement et de dessin classiques. Cette étude introduit une nouvelle technique de filtrage permettant l’extraction d’une structure dite « arborée » ayant également les propriétés « petit monde » et « sans échelle ». Le réseau, ainsi filtré, est organisé en un arbre de silhouettes emboîtées. Cette structure multi-échelles, facilement visualisable et navigable, présente une organisation contextuelle du réseau autour d’un focus utilisateur. La nouvelle technique de partitionnement optimise les critères de qualité recensés et introduits dans cette thèse. Par ailleurs, l’étude du contenu des silhouettes, menée a posteriori, souligne la qualité de l’utilisation conjointe du filtrage et du partitionnement

The thesis is focused on the features of real interaction networks, especially on the “small world” and “scale free” properties. It presents various filtering, clustering and visualization techniques of these networks. The “scale free” property comes from these interaction networks being most often in growth process: the new nodes tend to connect to high degree nodes. This process is called “preferential attachment”. The “small world” property recall the saying: “my friends’ friends are my friends”. Interaction networks usually have a dense core that is difficult to analyse and to visualize with classical clustering and drawing techniques. This study develops a new filtering technique allowing extracting a “tree like” structure also having “small world” and “scale free” properties. The resulting network is organized into a tree of nested silhouettes. This multi scaling structure is easily drawn and explored. It presents a contextual organization around user focus. The new clustering technique optimizes the quality criteria listed and presented in the thesis. Moreover, the silhouettes’content interpretation emphasizes the quality of the joint use of filtering and clustering techniques