Approches modèles pour la structuration du web vu comme un graphe
Auteur / Autrice : | Hugo Zanghi |
Direction : | Christophe Ambroise |
Type : | Thèse de doctorat |
Discipline(s) : | Mathématiques appliquées |
Date : | Soutenance le 25/06/2010 |
Etablissement(s) : | Evry-Val d'Essonne |
Ecole(s) doctorale(s) : | Des génomes aux organismes |
Jury : | Président / Présidente : Patrick Gallinari |
Examinateurs / Examinatrices : François Bourdoncle, Franck Ghitalla | |
Rapporteurs / Rapporteuses : Gérard Govaert, Fabrice Rossi |
Mots clés
Mots clés contrôlés
Mots clés libres
Résumé
L’analyse statistique des réseaux complexes est une tâche difficile, étant donné que des modèles statistiques appropriés et des procédures de calcul efficaces sont nécessaires afin d’apprendre les structures sous-jacentes. Le principe de ces modèles est de supposer que la distribution des valeurs des arêtes suit une distribution paramétrique, conditionnellement à une structure latente qui est utilisée pour détecter les formes de connectivité. Cependant, ces méthodes souffrent de procédures d’estimation relativement lentes, puisque les dépendances sont complexes. Dans cette thèse nous adaptons des stratégies d’estimation incrémentales, développées à l’origine pour l’algorithme EM, aux modèles de graphes. Additionnellement aux données de réseau utilisées dans les méthodes mentionnées ci-dessus, le contenu des noeuds est parfois disponible. Nous proposons ainsi des algorithmes de partitionnement pour les ensembles de données pouvant être modélisés avec une structure de graphe incorporant de l’information au sein des sommets. Finalement,un service Web en ligne, basé sur le moteur de recherche d’ Exalead, permet de promouvoir certains aspects de cette thèse.