Détection des communautés dans les réseaux sociaux

Abstract

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