Depot Institutionnel de l'UMBB >
Thèses de Doctorat et Mémoires de Magister >
Informatique >
Doctorat >
Veuillez utiliser cette adresse pour citer ce document :
http://dlibrary.univ-boumerdes.dz:8080/handle/123456789/7411
|
Titre: | Détection des communautés dans les réseaux sociaux |
Auteur(s): | Djerbi, Rachid Amad, Mourad(Directeur de thèse) |
Mots-clés: | Réseaux sociaux Détection communautaire Stabilité des algorithmes |
Date de publication: | 2021 |
Editeur: | Université M'hamad Bougara : Faculté des Sciences |
Résumé: | Ces dernières années, plusieurs modèles, approches et algorithmes pour analyser et
extraire les connaissances des réseaux sociaux (SN) ont été proposés. L'une des
connaissances les plus recherchées dans ce contexte est de trouver le regroupement d'abonnés
en ‘’clusters’’ autours des centres d’intérêt et de sujets de discussion. On parle alors du
concept social des «communautés». Une communauté est donc un groupe d'abonnés (ou de
noeuds dans le contexte graphique) fortement connectés entre eux et faiblement connectés
avec les autres.
La détection des communautés est devenue une tâche importante pour comprendre
comment la structure du SN change avec le temps. C'est également une étape essentielle de
l'analyse des SN.
Cependant, trouver les communautés d’un réseau social reste un défi et un domaine de
recherche d'actualité qui attire de nombreux chercheurs.
Dans ce travail, nous proposons une nouvelle approche pour détecter la meilleure
partition des communautés en fonction du nombre de noeuds en commun entre chaque paire
d'entre eux. En se basant sur la vie sociale des individus au sein de leurs sociétés, nous
cherchons l’ensemble des paires (parents) ayant le maximum de noeuds (fils) en commun
pour en former une communauté (famille), les autres individus joindront les communautés
adéquates selon quelques paramètres de préférences, les communautés trouvées se fusionnent
selon quelques conditions.
Le modèle proposé est stable, veut dire qu’il donne toujours les mêmes résultats (ou
similaires) pour plusieurs exécutions sur le même graphe.
Nos expériences sur des vrais SN montrent que l'approche proposée peut définir avec
précision l’ensemble des communautés. Le modèle proposé est générique et plusieurs
extensions ont été proposé comme la prise en charge des réseaux orientés/non orientés,
dynamiques/statiques, pondérés ou non, communautés avec ou sans chevauchement.
Dans ce mémoire nous parlons des réseaux sociaux et la détection des communautés,
donnons un état de l’art et historique de cet axe de recherche, puis détaillerons notre
contribution et nous finissons avec une conclusion et quelques perspectives |
Description: | 125 p. : ill. ; 30 cm |
URI/URL: | http://dlibrary.univ-boumerdes.dz:8080/handle/123456789/7411 |
Collection(s) : | Doctorat
|
Fichier(s) constituant ce document :
|
Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.
|