Caractériser et détecter les communautés dans les réseaux sociaux
Auteur / Autrice : | Jean Creusefond |
Direction : | Sylvain Peyronnet |
Type : | Thèse de doctorat |
Discipline(s) : | Informatique |
Date : | Soutenance le 21/02/2017 |
Etablissement(s) : | Normandie |
Ecole(s) doctorale(s) : | École doctorale mathématiques, information et ingénierie des systèmes (Caen) |
Partenaire(s) de recherche : | établissement de préparation : Université de Caen Normandie (1971-....) |
Laboratoire : Groupe de recherche en informatique, image, automatique et instrumentation de Caen (1995-....) | |
Jury : | Président / Présidente : Marc Spaniol |
Examinateurs / Examinatrices : Sylvain Peyronnet, Matthieu Latapy, Thomas Largillier, Emmanuel Viennet, Anne Boyer, Christoph Dürr | |
Rapporteurs / Rapporteuses : Matthieu Latapy |
Mots clés
Mots clés contrôlés
Mots clés libres
Résumé
Dans cette thèse, je commence par présenter une nouvelle caractérisation des communautés à partir d'un réseau de messages inscrits dans le temps. Je montre que la structure de ce réseau a un lien avec les communautés : on trouve majoritairement des échanges d'information à l'intérieur des communautés tandis que les frontières servent à la diffusion.Je propose ensuite d'évaluer les communautés par la vitesse de propagation des communications qui s'y déroulent avec une nouvelle fonction de qualité : la compacité. J'y présente aussi un algorithme de détection de communautés, le Lex-Clustering, basé sur un algorithme de parcours de graphe qui reproduit des caractéristiques des modèles de diffusion d'information. Enfin, je présente une méthodologie permettant de faire le lien entre les fonctions de qualité et les vérités de terrain. J'introduis le concept de contexte, des ensembles de vérités de terrain qui présentente des ressemblances. Je mets à disposition un logiciel nommé CoDACom (Community Detection Algorithm Comparator, codacom.greyc.fr) permettant d'appliquer cette méthodologie ainsi que d'utiliser un grand nombre d'outils de détection de communautés.