Embed Size (px)
Citation preview
Contact Site web
Algorithmique des réseaux
socio-sémantiques pour la
visualisation par point de vue
de communautés en ligne
Auteurs
Partenaires
Juan David CRUZ-GOMEZ
Directeur:
François POULET
IRISA
Université de Rennes I
Encadrant:
Cécile BOTHOREL
Dpt. LUSSI
Telecom - Bretagne
LE PROBLÈME
Beaucoup d’information dans un réseau social augmenté
Aujourd’hui les réseaux sociaux représentent plus que seulement des connexions
entre personnes : ils permettent le partage des informations personnelles, dites
sémantiques.
L’information sémantique permet de faire différentes analyses sur le réseau.
À l’heure actuelle n’existent que des outils et des méthodes pour analyser, soit
l’information structurelle ou bien l’information sémantique mais, pas en même
temps : l’utilisation intégrée d’information donne plusieurs perspectives d’analyse.
NOTRE APPROCHE
Exploration intégrée des données...
Détection des communautés : groupes d’acteurs similaires entre eux, tant au
niveau de voisinage qu’au niveau de leur information sémantique.
Cela est fait en deux étapes : d’abord un regroupement selon l’information
sémantique des acteurs. Puis les poids des arêtes sont modifiés de façon telle
que la structure du graphe soit influencée par la sémantique.
Définition d’un modèle graphique pour présenter les communautés ; ce
modèle permet d’identifier les rôles des acteurs dans le réseau pour une
information sémantique donnée.
Le modèle classifie les acteurs en deux types selon leur connectivité : des
nœuds avec liens vers/depuis autres communautés (frontière) et des nœuds
avec liens vers/depuis sa même communauté (intérieurs).
La combinaison de la détection des communautés et du modèle graphique
permet de faire des analyses au delà de l’analyse classique des réseaux
sociaux.
RÉSULTATS
Un outil pour aider à l’analyse de réseaux de communautés
Ajouter l’information sémantique au processus de détection des communautés permet
de trouver des partitions différentes pour le même graphe : l’information sémantique
change la perspective.
Le modèle graphique tient en compte les communautés augmentées trouvées pendant
la détection.
Le modèle graphique permet d’étudier les interactions entre les communautés d’une
façon simple.
Dans la littérature quatre rôles sont définis pour les acteurs d’un réseau :
Isolés : des nœuds connectés à une seule communauté.
Nœuds centraux : des nœuds avec un degré important.
Boundary spanners : des nœuds connectant des nœuds isolés avec d’autres communautés.
Information brokers : des nœuds connectant plusieurs communautés.
Le modèle graphique permet d’identifier et d’analyser facilement ces quatre
rôles.
31
Ma
i 2
01
2
Jo
urn
ée d
e T
hé
sa
rds D
pt.
LU
SS
I
Réseau social augmenté
Nœuds isolés
Information
Brokers
Boundary
Spanners
Nœuds
Centraux
Perspectives Afficher les caractéristiques sémantiques des communautés.
Passer d’un point de vue à un autre
