Approche de détection de communautés chevauchantes dans les réseaux bipartis
Loading...
Date
2013-10-20
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Université Mouloud Mammeri
Abstract
La perception actuelle de la notion de réseau a permis de réaliser des progrès
significatifs pour la compréhension des systèmes complexes. L'une des caractéristiques
les plus pertinentes des réseaux représentant des systèmes réels est l’existence de
zones plus densément connectées que d’autres. Ces zones sont habituellement
appelées communautés. De nombreux algorithmes ont été conçus pour découvrir les
structures des communautés dans des réseaux. Ces algorithmes sont pour la plupart
dédiés pour détecter des communautés disjointes. Très peu d’entre eux sont destinés
à découvrir des communautés chevauchantes, particulièrement les réseaux bipartis,
n’ont presque pas été explorés pour la détection de ce type de communautés. Dans
cette thèse, nous présentons une approche qui consiste à former des communautés
chevauchantes mixtes significatives dans des réseaux bipartis. Cette approche est
fondée sur une double optimisation de la modularité réseau. À ce titre, nous
proposons deux algorithmes. Le premier est un algorithme évolutionnaire dédié à une
optimisation globale de la modularité de Newman sur le graphe-arête. Le second
algorithme est appliqué sur la décomposition de noeuds résultant du processus
évolutionnaire. Ce deuxième algorithme est destiné à optimiser localement la
modularité de Mancoridis en prenant en considération l’aspect sémantique. La prise
en compte de la sémantique contribue à détecter des communautés cohérentes et
significatives. Notre approche ne nécessite aucune connaissance préalable du nombre
de communautés recherchées dans le réseau. Nous validons notre approche sur deux
ensembles de données : un groupe de réseaux synthétiques et un réseau du monde
réel.
Description
140 f. ill,; 30 cm. (CD+Rom)
Keywords
Local de la modularité, Optimisation globale, Détection de communantés, Algorithme évaluation, Data mining
Citation
Informatique