Analysis and Evolution for Online Personal Collaboration Networks

Analyse et Evolution des Réseaux Personnel en Ligne de Collaboration

• Auteur / Autrice : Sarra Djemili
• Direction : Dimitris Kotzinos
• Type : Thèse de doctorat
• Discipline(s) : STIC (Sciences et Technologies de l'Information et de la Communication) - ED EM2PSI
• Date : Soutenance le 04/12/2020
• Etablissement(s) : CY Cergy Paris Université
• Ecole(s) doctorale(s) : École doctorale Économie, Management, Mathématiques, Physique et Sciences Informatiques (Cergy-Pontoise, Val d'Oise)
• Partenaire(s) de recherche : Laboratoire : Equipes Traitement de l'Information et Systèmes (Cergy-Pontoise, Val d'Oise)
• Jury : Président / Présidente : Florence Sèdes
• Jury : Examinateurs / Examinatrices : Dimitris Kotzinos, Florence Sèdes, Arnaud Martin, Pascale Kuntz-Cosperec, Claudia Marinica, Maria Malek
• Jury : Rapporteurs / Rapporteuses : Arnaud Martin, Pascale Kuntz-Cosperec

Mots clés

Mots clés contrôlés

Réseaux sociaux (Internet)

Mots clés libres

Réseaux sociaux

Réseaux sociaux personnels

Modèles d'évolution

Réseaux de collaboration

Social networks

Personal social networks

Evolution models

Collaboration networks

Résumé

L'essor de grands réseaux sociaux en ligne (comme Facebook, Twitter) a permis la constitution de grands jeux de données temporelles. Ces derniers ont donné l'occasion aux chercheurs de développer de nouveaux modèles pour décrire et prédire l'évolution de ces systèmes sociaux au cours du temps suivant la dynamique des acteurs sociaux et de leurs interactions. Pour résoudre ce problème, plusieurs modèles ont été proposés dans la littérature, tels que les modèles d'attachement préférentiel et probabilistes, ou d'autres intégrant des modèles de Markov ou des méthodes spectrales. Mais une question importante qui doit être abordée est la pertinence de ces modèles d'évolution pour les réseaux sociaux personnels en ligne (OPNs), qui présentent des caractéristiques différentes à la fois structurelles et comportementales, présentant souvent le comportement opposé à celui du réseau social auquel ils participent. Plus précisément, nous sommes intéressés à explorer les caractéristiques structurelles de ces réseaux et leur relation/influence sur leur évolution. Dans ce contexte, nous abordons deux questions principales: la caractérisation et la prédiction de l'évolution des OPNs. Le premier enjeu nécessite d'explorer l'évolution des réseaux sociaux personnels au moyen d'une analyse de leur topologie basée sur des métriques structurelles. Le deuxième vise, à travers les propriétés découvertes qui régissent les OPNs et leur évolution, à proposer de nouveaux modèles d'évolution adaptés aux OPNs. Pour cela, nous étudions le cas des réseaux de co-auteurs (ou de collaboration) et nous considérons le réseau personnel de chaque auteur du réseau. Les principales contributions de ces travaux peuvent être résumées comme suit: (i) Un ensemble de définitions des OPNs. Tout d'abord, nous introduisons un ensemble de nouvelles définitions des OPNs qui prennent en compte la diversité des réseaux personnels qui existent aujourd'hui, caractérisés par la force et le sens de l'interaction entre deux acteurs sociaux. (ii) Une étude approfondie de l'évolution des OPNs. Nous étudions l'évolution d'un vaste ensemble de données de réseaux personnels de collaboration d'auteurs à partir de publications scientifiques. L’analyse a été menée en deux volets: une première analyse a été menée en étudiant l’évolution d’un ensemble de métriques décrivant la topologie des réseaux, et une seconde analyse a été menée sur l’évolution structurelle des réseaux en se concentrant sur leur décomposition en cliques maximales. Les analyses effectuées nous ont fourni une série de découvertes intéressantes nous permettant de comprendre comment ces réseaux évoluent. (iii) L'implémentation du logiciel PERSONA qui a été utilisé pour mener l'étude précédente. Le framework PERSONA, qui a été conçu et développé dans le cadre de cette thèse, est complet et opérationnel. Il sert d'outil pour l'analyse des réseaux personnels, et comprend un ensemble de métriques pour l'analyse de l'évolution des réseaux personnels et un ensemble de modèles/algorithmes d'évolution à appliquer sur les réseaux. (iv) Un modèle d'évolution, appelé PERSONEM. Les résultats de l'étude approfondie menée sur les réseaux personnels de collaboration nous ont permis de développer un nouveau modèle d'évolution des réseaux personnels, appelé PERSONEM, qui prédit un réseau personnel au temps t+1, à partir du réseau personnel au temps t et du nombre de nœuds qui doivent être ajoutés. PERSONEM est basé sur l'idée qu'un nouveau ou un ancien nœud se connectera toujours à une clique existante.(v) Une étude expérimentale évaluant l'efficacité du modèle d'évolution PERSONEM. Pour cela, nous avons utilisé des données réelles et volumineuses. L'expérience a été réalisée en utilisant un ensemble diversifié de réseaux de collaboration personnelle réels afin de prédire leur évolution. Enfin, nous montrons que les résultats obtenus sont suffisamment satisfaisants et montrent les bonnes performances de notre modèle.

The rise of numerous online social networks has led to the creation of large datasets that have given researchers the opportunity to develop new models to describe and predict the evolution of these social systems over time according to the dynamics of the social interactions. To address this problem, several models were proposed in the literature, such as preferential attachment and probabilistic models, or others integrating Markov models or spectral methods. But one important question that needs to be addressed is the suitability of these evolution models for online personal social networks (OPNs), which carry different characteristics both structural and behavioral, many times exhibiting the opposite behavior than the social network they participate to. More precisely, we are interested in exploring the structural characteristics of those networks and their relation/influence on their evolution. In this context, we address two main issues: the characterization and the prediction of the evolution of OPNs. The first issue requires to explore the evolution of personal social networks by means of metrics-based and structural analysis of their topology. The second issue aims at, by means of the discovered properties that govern the online personal networks and their evolution, proposing new evolution models fitting OPNs. To this end, we study the case of co-authorship (or collaboration) networks and we consider the personal network of each author in the network. The main contributions of this work can be summarized as follows: (i) A set of definitions for online personal networks. First, we introduce a set of new definitions for online personal networks that take into account the diversity of personal networks that exist today characterized by the strength and the direction of the interaction between two social actors. (ii) An extensive study of online personal networks evolution. We study the evolution of a large dataset of personal collaboration networks of authors from scientific publications. The analysis was conducted twofold: a first analysis was carried by studying the evolution of a set of metrics describing the networks' topology, and a second analysis was conducted on the structural evolution of the networks focusing on their decomposition in maximal cliques. The performed analyses provided us a series of interesting discoveries allowing us an understanding of how these networks evolve. (iii)The implementation of the PERSONA software framework that was used to conduct the previous study. The PERSONA framework, that was designed and developed as part of this thesis, is complete and operational, and it serves as a tool for personal network analysis, including a set of metrics for OPN evolution analysis and a set of evolution models/algorithms to apply on the networks. (iv) An evolution model, called PERSONEM. The results of the extensive study conducted on personal collaboration networks allowed us to develop a new personal network evolution model, called PERSONEM, predicting a personal network in time t+1, starting from the personal network in time t and the number of nodes that have to be added. PERSONEM is based on the idea that a new or old node will always connect to an existing clique. (v) An experimental study assessing the effectiveness of the PERSONEM evolution model. For this purpose, we used real-life and large data. The experiment was carried out by using a diverse set of real personal collaboration networks in order to predict their evolution. Finally, we show that the results obtained are sufficiently satisfactory and show the good performance of our model.