Upload
duongdang
View
215
Download
0
Embed Size (px)
Citation preview
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
Contributions à l’étude des réseaux sociaux:propagation, fouille, collecte de données
Erick Stattner
Soutenance de Thèsepour obtenir le titre de Docteur
de l’université des Antilles et de la Guyane
Mention: Informatique
Guadeloupe, le 10 Décembre 2012
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 1 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
IntroductionLes réseaux aujourd’hui
Aujourd’hui :
Omniprésence des réseaux :Réseaux : sociaux, de collaboration, de communication, d’échange, ...
Rôle des réseaux dans de nombreux phénomènesI Diffusion, marketing viral, influence, formation de groupes, ...
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 2 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
IntroductionLes réseaux aujourd’hui
Etude des réseaux :Domaine émergent du 21e siècle"Nouvelle science des réseaux" [Watts2004, Newman2010]Quatre grands axes de recherches :
ModélisationExploitationdedonnées
Collectededonnées
Simulation
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 3 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
IntroductionLes réseaux aujourd’hui
3 problèmes abordés :
1 Phénomènes de diffusion dans les réseaux sociauxI Impact de la dynamique du réseau
2 Fouille de réseaux sociauxI Motifs fréquents basés sur la structure et les propriétés
3 Collecte d’interactions socialesI Application en milieu naturel
ModélisationExploitationdedonnées
Collectededonnées
Simulation
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 4 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
IntroductionLes réseaux aujourd’hui
3 problèmes abordés :
1 Phénomènes de diffusion dans les réseaux sociauxI Impact de la dynamique du réseau
2 Fouille de réseaux sociauxI Motifs fréquents basés sur la structure et les propriétés
3 Collecte d’interactions socialesI Application en milieu naturel
ModélisationExploitationdedonnées
Collectededonnées
Simulation
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 4 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
IntroductionLes réseaux aujourd’hui
3 problèmes abordés :
1 Phénomènes de diffusion dans les réseaux sociauxI Impact de la dynamique du réseau
2 Fouille de réseaux sociauxI Motifs fréquents basés sur la structure et les propriétés
3 Collecte d’interactions socialesI Application en milieu naturel
ModélisationExploitationdedonnées
Collectededonnées
Simulation
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 4 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
OriginesDéfinitions et notationsStructure des réseaux
Sommaire
1 État de l’art des approches réseauxOriginesDéfinitions et notationsStructure des réseaux
2 Diffusion dans les réseaux dynamiques
3 Vers une analyse conceptuelle
4 Collecte de données sociales
5 Conclusion et perspectives
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 5 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
OriginesDéfinitions et notationsStructure des réseaux
État de l’art des approches réseauxOrigines
Origines
Un réseau communément modélisé par un graphe
Première résolution : Problème des 7 ponts de Königsberg
"Promenade traversant chaque pont une et une seule fois ?"
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 6 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
OriginesDéfinitions et notationsStructure des réseaux
État de l’art des approches réseauxOrigines
Origines
Un réseau communément modélisé par un graphe
Première résolution : Problème des 7 ponts de Königsberg
Solution par la représentation sous forme de graphe [Euler1741]
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 6 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
OriginesDéfinitions et notationsStructure des réseaux
État de l’art des approches réseauxOrigines
Origines
Un réseau communément modélisé par un graphe
Première résolution : Problème des 7 ponts de Königsberg
Solution par la représentation sous forme de graphe [Euler1741]
A
C
B
D
Euler montre qu’un chemin "eulerien" n’existe que si les sommets ont unnombre pair de liaisons
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 6 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
OriginesDéfinitions et notationsStructure des réseaux
État de l’art des approches réseauxDéfinitions et notations
Définitions et notations :
Un réseau est traditionnellement représenté par un grapheRéseau social : G = (V ,E)
I V : Ensemble des entités socialesI E : Ensemble de liens tel que E ⊆ V ×V
|V | Nombre de noeuds
|E | Nombre de liens
e = (vi ,vj) ∈ E , vi et vj sont voisins, liés ou connectés
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 7 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
OriginesDéfinitions et notationsStructure des réseaux
État de l’art des approches réseauxDéfinitions et notations
Mesures locales :Caractérisent localement un noeud ou un groupe de noeuds
I DegréI Coeff. de clusteringI Plus court cheminI Centralité
Mesures globales :Apportent une information sur l’ensemble de la structure
I DensitéI Distribution du degréI Composante connexeI Distance moyenne
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 8 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
OriginesDéfinitions et notationsStructure des réseaux
État de l’art des approches réseauxLes réseaux aujourd’hui
Principales structures :
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 9 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
ContexteModèle unifié D2SNetMécanismes de formation élémentairesDynamique induite par la mobilité
Sommaire
1 État de l’art des approches réseaux
2 Diffusion dans les réseaux dynamiquesContexteModèle unifié D2SNetMécanismes de formation élémentairesDynamique induite par la mobilité
3 Vers une analyse conceptuelle
4 Collecte de données sociales
5 Conclusion et perspectives
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 10 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
ContexteModèle unifié D2SNetMécanismes de formation élémentairesDynamique induite par la mobilité
Diffusion dans les réseaux dynamiquesContexte
Approches pour l’étude de la diffusion :Modèles mathématiques
I Population divisée en compartiments (Susceptible, Infected, Recovered, ..)
S Iα
S I Rα β
Modèles basés sur les réseaux :I Prendre en compte la complexité des relations
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 11 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
ContexteModèle unifié D2SNetMécanismes de formation élémentairesDynamique induite par la mobilité
Diffusion dans les réseaux dynamiquesContexte
Approches pour l’étude de la diffusion :Modèles mathématiques
I Population divisée en compartiments (Susceptible, Infected, Recovered, ..)
S Iα
S I Rα β
Modèles basés sur les réseaux :I Prendre en compte la complexité des relations
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 11 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
ContexteModèle unifié D2SNetMécanismes de formation élémentairesDynamique induite par la mobilité
Diffusion dans les réseaux dynamiquesContexte
Approches pour l’étude de la diffusion :Modèles mathématiques
I Population divisée en compartiments (Susceptible, Infected, Recovered, ..)
S Iα
S I Rα β
Modèles basés sur les réseaux :I Prendre en compte la complexité des relations
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 11 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
ContexteModèle unifié D2SNetMécanismes de formation élémentairesDynamique induite par la mobilité
Diffusion dans les réseaux dynamiquesContexte
Approches pour l’étude de la diffusion :Modèles mathématiques
I Population divisée en compartiments (Susceptible, Infected, Recovered, ..)
S Iα
S I Rα β
Modèles basés sur les réseaux :I Prendre en compte la complexité des relations
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 11 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
ContexteModèle unifié D2SNetMécanismes de formation élémentairesDynamique induite par la mobilité
Diffusion dans les réseaux dynamiquesContexte
Travaux actuels :
Comprendre, identifier des situations, des motifs
Hypothèse d’un réseau statique
Contribution :
Diffusion dans les réseaux dynamiques
Modèle unifié D2SNet qui combine deux processusI Dynamique de la diffusionI Dynamique du réseau
Effet de différentes stratégies d’évolution
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 12 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
ContexteModèle unifié D2SNetMécanismes de formation élémentairesDynamique induite par la mobilité
Diffusion dans les réseaux dynamiquesModèle unifié D2SNet
Similarités des modèles de diffusion
Maladie :
Susceptible Infected Recovered
P2: probabilité fixe
P1: croit avec nb voisins Infected
Rumeur :
Ignorant Spreader Stiffler
P1: croit avec nb voisins Spreader
P2 lors d’un contact avec un Spreader
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 13 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
ContexteModèle unifié D2SNetMécanismes de formation élémentairesDynamique induite par la mobilité
Diffusion dans les réseaux dynamiquesModèle unifié D2SNet
Modèle D2SNet (Diffusion on Dynamic Social Networks)
ɸ((v2, ), )
v1
v2
v3
v4
v5
ɸ((v2, ), )
v1
v2
v3
v4
v5
Ψ
ɸ: (V x S) x S [0..1]Ψ: G G
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 14 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
ContexteModèle unifié D2SNetMécanismes de formation élémentairesDynamique induite par la mobilité
Diffusion dans les réseaux dynamiquesModèle unifié D2SNet
Modèle D2SNet (Diffusion on Dynamic Social Networks)
v1
v2
v3
v4
v5
FIGURE: Réseau à l’instant t
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 14 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
ContexteModèle unifié D2SNetMécanismes de formation élémentairesDynamique induite par la mobilité
Diffusion dans les réseaux dynamiquesModèle unifié D2SNet
Modèle D2SNet (Diffusion on Dynamic Social Networks)
v1
v2
v3
v4
v5
FIGURE: Réseau à l’instant (t +1)
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 14 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
ContexteModèle unifié D2SNetMécanismes de formation élémentairesDynamique induite par la mobilité
Diffusion dans les réseaux dynamiquesModèle unifié D2SNet
Modèle D2SNet (Diffusion on Dynamic Social Networks)
µ : Nombre de mises à jour des noeuds
Q : Vitesse d’évolution du réseau
NBinit : Nombre d’individus qui initient le processus
ToS : Instant de l’infection
Tmax : durée de l’étude
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 15 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
ContexteModèle unifié D2SNetMécanismes de formation élémentairesDynamique induite par la mobilité
Diffusion dans les réseaux dynamiquesMécanismes de formation élémentaires
Mécanismes élémentaires étudiés :
Réseau de référence
Fermeture triadique (FT) Connexion globale (CG)
Attachement préférentiel (AP) Aléatoire (AL)
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 16 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
ContexteModèle unifié D2SNetMécanismes de formation élémentairesDynamique induite par la mobilité
Diffusion dans les réseaux dynamiquesMécanismes de formation élémentaires
Réseau étudié :Nb.
nœudsNb.
liensDensité Degré
MoyenDegré Max.
DistributionDegré
Coeff. Clustering
4829 7455 0.0006395 3.087 17 0.6088
0
0,1
0,2
0,3
1 2 3 4 5 6 7 8 9 10 11 12 13
Condition des expériences :
Modèle SIR
µ = 1,NBinit = 1, ToS = 0, Tmax = 120
Objectif :
Comparer et comprendre l’effet de ces mécanismes sur le processus dediffusion
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 17 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
ContexteModèle unifié D2SNetMécanismes de formation élémentairesDynamique induite par la mobilité
Diffusion dans les réseaux dynamiquesMécanismes de formation élémentaires
Impact sur les courbes d’incidence :
0
0,2
0,4
0,6
0,8
1
1,2
1,4
0 20 40 60 80 100 120
% noeuds
infectés
Temps
AL
FT
CG
AP
TP
VP
FIGURE: Q = 50
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 18 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
ContexteModèle unifié D2SNetMécanismes de formation élémentairesDynamique induite par la mobilité
Diffusion dans les réseaux dynamiquesMécanismes de formation élémentaires
Impact de l’évolution du réseau :
0
0,5
1
1,5
2
2,5
3
0 40 80 120 160 200
VP
Vitesse d'évolution
AL
FT
CG
AP
0
20
40
60
80
100
120
0 40 80 120 160 200
TP
Vitesse d'évolution
ALFTCGAP
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 19 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
ContexteModèle unifié D2SNetMécanismes de formation élémentairesDynamique induite par la mobilité
Diffusion dans les réseaux dynamiquesMécanismes de formation élémentaires
Effets sur les propriétés du réseau :
AP : renforce les liens des noeuds les plus connectés
FT : renforce les liens dans un groupe de noeuds
CG et AL : réduisent l’effet communautaire
Degré Min. Degré Moy. Degré Max.CoefficientClustering
AP 1.0 4.25 33.31 0.4588FT 1.0 3.95 23.40 0.6204CG 1.0 4.58 18.77 0.3763AL 1.0 4.54 18.88 0.3882
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 20 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
ContexteModèle unifié D2SNetMécanismes de formation élémentairesDynamique induite par la mobilité
ContributionMécanismes de formation élémentaires
Outil DynSpread :
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 21 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
ContexteModèle unifié D2SNetMécanismes de formation élémentairesDynamique induite par la mobilité
ContributionMécanismes de formation élémentaires
Outil DynSpread :
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 22 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
ContexteModèle unifié D2SNetMécanismes de formation élémentairesDynamique induite par la mobilité
Diffusion dans les réseaux dynamiquesDynamique induite par la mobilité
Dynamique induite par des comportements individuels :
Mobilité dans l’espace
géographique
Noeuds
Position géographique
Contacts de proximité
Individus
Modification
Dynamique
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 23 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
ContexteModèle unifié D2SNetMécanismes de formation élémentairesDynamique induite par la mobilité
Diffusion dans les réseaux dynamiquesDynamique induite par la mobilité
Travaux actuels :
Modèles de mobilité : marche aléatoire, point de passage, ...
Modèles controversés
Contributions :
Effet de la mobilité sur la diffusion
Modèle de mobilité ER (Eternal-Return)
Tient compte des observations récentes
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 24 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
ContexteModèle unifié D2SNetMécanismes de formation élémentairesDynamique induite par la mobilité
Diffusion dans les réseaux dynamiquesDynamique induite par la mobilité
Observations récentes : [Daude2006, Belik2011]
Périodicité du mouvement
Hétérogénéité de l’amplitude des déplacements
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 25 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
ContexteModèle unifié D2SNetMécanismes de formation élémentairesDynamique induite par la mobilité
Diffusion dans les réseaux dynamiquesDynamique induite par la mobilité
Modèles de mobilité Eternal-Return
Approche multi-agentsChaque agent :
I Polygone régulierI Position : (x ,y)I Sens : di ∈ {−1,1}I Mobilité : µi ∈ [3..360]
(x , y)
di
μ cotés
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 26 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
ContexteModèle unifié D2SNetMécanismes de formation élémentairesDynamique induite par la mobilité
Diffusion dans les réseaux dynamiquesDynamique induite par la mobilité
Contacts dynamiques induits par la mobilité
t1 t2 t3
t1 t2 t3
(a)
(b)
t4
t4
1
2
3
1
2
3
1
2
3
1
2
3
1
2 3
1
2
3
1
23
1
2
3
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 27 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
ContexteModèle unifié D2SNetMécanismes de formation élémentairesDynamique induite par la mobilité
Diffusion dans les réseaux dynamiquesDynamique induite par la mobilité
Étude structure
Seuil nécessaire pour obtenir une composante connexe qui connecte aumoins 50% des agents
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
0 0,2 0,4 0,6
% agents
connectés
Densité
Immobile
mobil.=3
mobil.=6
mobil.=10
mobil.=20
mobil.=30
mobil.=40
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 28 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
ContexteModèle unifié D2SNetMécanismes de formation élémentairesDynamique induite par la mobilité
Diffusion dans les réseaux dynamiquesDynamique induite par la mobilité
Étude diffusion
Effet de la mobilité sur la diffusion
0
0,05
0,1
0,15
0,2
0,25
0,3
0,35
0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9
VP
Densité
Imm.
Séd.
Voy.
(a)
0
10
20
30
40
50
0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9
TP
Densité
Imm.
Séd.
Voy.
(b)
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 29 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
ContexteModèle unifié D2SNetMécanismes de formation élémentairesDynamique induite par la mobilité
Diffusion dans les réseaux dynamiquesDynamique induite par la mobilité
Outil ER-Net :
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 30 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
MotivationsConcepts de liens et de vues conceptuelsVue conceptuelleRésultats expérimentauxOutil GT-FCLMin
Sommaire
1 État de l’art des approches réseaux
2 Diffusion dans les réseaux dynamiques
3 Vers une analyse conceptuelleMotivationsConcepts de liens et de vues conceptuelsVue conceptuelleRésultats expérimentauxOutil GT-FCLMin
4 Collecte de données sociales
5 Conclusion et perspectives
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 31 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
MotivationsConcepts de liens et de vues conceptuelsVue conceptuelleRésultats expérimentauxOutil GT-FCLMin
Vers une analyse conceptuelleMotivations
Travaux actuels :Social miningMéthodes traditionnelles exploitent uniquement la structure
I Clustering→ communautésI Motifs fréquents→ sous-graphes fréquents
Contributions :Recherche de motifs fréquentsNouvelle approche : Liens conceptuels fréquentsExploiter structure et propriétés
%
%
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 32 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
MotivationsConcepts de liens et de vues conceptuelsVue conceptuelleRésultats expérimentauxOutil GT-FCLMin
Vers une analyse conceptuelleConcepts de liens et de vues conceptuels
Définition :
G = (V ,E) : Un réseau social
V défini comme une relation R(A1, ..,Ap) où Ai est un attribut
Chaque noeud v ∈ V est défini par un itemset(A1 = a1 et ... et Ap = ap) ou (a1, ...,ap)
m itemsetOn note Vm l’ensemble des noeuds vérifiant la propriété m
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 33 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
MotivationsConcepts de liens et de vues conceptuelsVue conceptuelleRésultats expérimentauxOutil GT-FCLMin
Vers une analyse conceptuelleConcepts de liens et de vues conceptuels
Définition :
m1 et m2 deux itemsets(m1,m2) : Lien conceptuel
(m1,m2) = {e ∈ E ; e = (a,b) a ∈ Vm1 et b ∈ Vm2}
Vm1 Vm2
v1 ∈ Vm1 ,v2 ∈ Vm1 et v3 ∈ Vm2 ,v4 ∈ Vm2 ,v5 ∈ Vm2
(m1,m2) ↔ (({v1,v2},m1),({v3,v4,v5},m2))
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 34 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
MotivationsConcepts de liens et de vues conceptuelsVue conceptuelleRésultats expérimentauxOutil GT-FCLMin
Vers une analyse conceptuelleConcepts de liens et de vues conceptuels
Définition :
(m1,m2) : lien conceptuelSupport de (m1,m2)
support[(m1,m2)] =|(m1,m2)||E |
β : seuil de support(m1,m2) est un lien conceptuel fréquent si
support[(m1,m2)]> β
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 35 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
MotivationsConcepts de liens et de vues conceptuelsVue conceptuelleRésultats expérimentauxOutil GT-FCLMin
Vers une analyse conceptuelleConcepts de liens et de vues conceptuels
Définition :
(m′1,m′2) est un sur-lien conceptuel de (m1,m2) ssi
m1 ⊆m′1 et m2 ⊆m′2
Ex. (ab,b) sur-lien conceptuel de (a,b)
(m1,m2) est un sous-lien conceptuel de (m′1,m′2)
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 36 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
MotivationsConcepts de liens et de vues conceptuelsVue conceptuelleRésultats expérimentauxOutil GT-FCLMin
Vers une analyse conceptuelleConcepts de liens et de vues conceptuels
Propriété de fermeture :
Si (m1,m2) est non-fréquent, tous ses sur-liens sont non-fréquents
Si (m1,m2) est fréquent, tous ses sous-liens sont fréquents
a, b
ab, b
ab, ab
a, ab b, abab, a
b, ba, a b, a
Φ, Φ
(m1,m2) Lien conceptuel fréquent maximal si@ pas de sur-lien conceptuel (m′1,m
′2) de (m1,m2) qui soit fréquent
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 37 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
MotivationsConcepts de liens et de vues conceptuelsVue conceptuelleRésultats expérimentauxOutil GT-FCLMin
Vers une analyse conceptuelleVue conceptuelle
Liens conceptuels :
Connaissance sur les groupes de noeuds les plus connectés
Fournissent un "vue conceptuelle"
Réseau social Liens conceptuelsfréquents maximaux
Vue conceptuelle
Seuil de support β
31%
22%
13%
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 38 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
MotivationsConcepts de liens et de vues conceptuelsVue conceptuelleRésultats expérimentauxOutil GT-FCLMin
Vers une analyse conceptuelleRésultats expérimentaux
Approche naïve d’extraction :1 Extraire tous les itemsets à partir de V2 Rechercher tous les liens conceptuels fréquents3 Extraire les maximaux
Contribution :
Algorithme MFCL-Min (Maximal Frequent Conceptual Link Mining)
Réduit l’espace de recherche :1 Propriété de fermeture2 Si (m1,m2) fréquent :|{e ∈ E; e = (a,b) a ∈ Vm1}|> β×|E | et|{e ∈ E; e = (a,b) b ∈ Vm2}|> β×|E |
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 39 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
MotivationsConcepts de liens et de vues conceptuelsVue conceptuelleRésultats expérimentauxOutil GT-FCLMin
Vers une analyse conceptuelleRésultats expérimentaux
Jeu de test :
Réseau de contacts de proximité
Chaque noeud :1 classe d’age, i.e. b age
10 c,2 sexe,3 statut professionnel,4 type de relation avec le chef de famille,5 classe de contacts, i.e. b degre
2 c6 appartenance à une communauté
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 40 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
MotivationsConcepts de liens et de vues conceptuelsVue conceptuelleRésultats expérimentauxOutil GT-FCLMin
Vers une analyse conceptuelleRésultats expérimentaux
Exemples de motifs extraits :
β = 0.1
MFCL Support((4;1;1;∗;∗;∗),(∗;2;2;∗;∗)) 0.117((2;∗;2;∗;∗;∗),(∗;∗;2;∗;∗)) 0.113((4;∗;∗;1;∗;∗),(∗;1;∗;∗;∗)) 0.149
“11.7% des liens du réseauconnectent des hommes de 40 ans qui ont un emploià des femmes qui n’en ont pas”
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 41 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
MotivationsConcepts de liens et de vues conceptuelsVue conceptuelleRésultats expérimentauxOutil GT-FCLMin
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 42 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
MotivationsConcepts de liens et de vues conceptuelsVue conceptuelleRésultats expérimentauxOutil GT-FCLMin
Vers une analyse conceptuelleRésultats expérimentaux
Performances :Temps d’exécution et Gain comparé à l’approche naïveselon la taille du réseau
I Croit linéairement avec |V |I Bonnes performances > 85%
y = 0,8468x + 0,2606
y = 0,1193x + 0,2233
y = 0,0798x - 0,04250
1
2
3
4
5
6
500 1000 1500 2000 2500 3000
Te
mp
s d
’ex
écu
tio
n (
sec)
Nombre de noeuds
(1)
0,1
0,15
0,2
0,25
0,7
0,75
0,8
0,85
0,9
0,95
1
500 1000 1500 2000 2500 3000
Gain
su
r le
tem
ps
d’e
xécu
tio
n
Nombre de noeuds
(2)
0,1
0,15
0,2
0,25
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 43 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
MotivationsConcepts de liens et de vues conceptuelsVue conceptuelleRésultats expérimentauxOutil GT-FCLMin
Vers une analyse conceptuelleRésultats expérimentaux
Performances :Temps d’exécution et Gain comparé à l’approche naïveselon le nombre d’attributs
I Croit exponentiellement avec |R|I Bonnes performances > 90%
0,7
0,75
0,8
0,85
0,9
0,95
1
1 2 3 4 5 6
Gain
su
r le
tem
ps
d’e
xé
cuti
on
Nombre d’attributs
(2)
0,1
0,15
0,2
0,25
y = 0,0004e1,5386x
y = 0,0015e0,7477x
0,001
0,01
0,1
1
10
1 2 3 4 5 6
Tem
ps
d’e
xécu
tio
n (
log
)
Nombre d’attributs
(1)
0,1
0,15
0,2
0,25
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 44 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
MotivationsConcepts de liens et de vues conceptuelsVue conceptuelleRésultats expérimentauxOutil GT-FCLMin
Vers une analyse conceptuelleOutil GT-FCLMin
Outil GT-FCLMin
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 45 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
MotivationsArchitecture de collecteOutil de simulationRésultats expérimentaux
Sommaire
1 État de l’art des approches réseaux
2 Diffusion dans les réseaux dynamiques
3 Vers une analyse conceptuelle
4 Collecte de données socialesMotivationsArchitecture de collecteOutil de simulationRésultats expérimentaux
5 Conclusion et perspectives
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 46 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
MotivationsArchitecture de collecteOutil de simulationRésultats expérimentaux
Collecte de données socialesMotivations
Contexte :
Architecture de réseaux de capteurs pour la collecte
Moqueur Gorge Blanche : Espèce endémique
Projet CAPDOM 1
1. http ://www.lifecapdom.org/Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 47 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
MotivationsArchitecture de collecteOutil de simulationRésultats expérimentaux
Collecte de données socialesArchitecture de collecte
Architecture de collecte :
0
200
400
600
800
1000
250 500 750 1000
r1
r4
r5
r8
r9
r2
r6
r3
r10
r11
r7
r12
Capteur de détectionCapteur-passerelle
Base
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 48 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
MotivationsArchitecture de collecteOutil de simulationRésultats expérimentaux
Collecte de données socialesOutil de simulation
Outil Lypus
Première étape avant un déploiement réel
Simule :I L’habitat des oiseauxI Le comportement connu de l’espèceI Réseau de capteurs sans-fils virtuel
Objectif :I Étudier la faisabilité de l’approcheI Étudier l’impact des paramètres
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 49 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
MotivationsArchitecture de collecteOutil de simulationRésultats expérimentaux
Collecte de données socialesOutil de simulation
Outil Lypus
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 50 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
MotivationsArchitecture de collecteOutil de simulationRésultats expérimentaux
Collecte de données socialesRésultats expérimentaux
Résultats expérimentaux
Réseau pondéré basé sur la proximité
Réseau pour identifier les structures familiales
Impact du type de placement des capteursI La qualité des résultatsI Le temps d’accumulation nécessaire
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 51 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
Sommaire
1 État de l’art des approches réseaux
2 Diffusion dans les réseaux dynamiques
3 Vers une analyse conceptuelle
4 Collecte de données sociales
5 Conclusion et perspectives
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 52 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
Conclusion et perspectivesConclusion
Trois problèmes abordés :Diffusion dans les réseaux
I D2SNet : Approche génériqueI 2 outils : DynSpread, ER-Net
Extraction de connaissances des réseaux sociauxI Nouvelle approche : Liens conceptuelsI 1 outil : GT-FCLMin
Collecte de données socialesI Architecture basée sur un réseau de capteursI 1 outil : Lypus
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 53 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
Conclusion et perspectivesPerspectives
Perspectives :Diffusion dans les réseaux dynamiques :
I Évolution du modèle de mobilitéI Interdépendance des processus
Extraction de liens conceptuels :I Algorithme hybrideI Nouveau modèle de génération
Collecte de données :I Aspects éthologiquesI Aspects techniques
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 54 / 55
État de l’art des approches réseauxDiffusion dans les réseaux dynamiques
Vers une analyse conceptuelleCollecte de données sociales
Conclusion et perspectives
Conclusion et perspectives
Diffusion :D2SNet : Dynamics of diffusion and dynamic human behaviour in social networks. Computer in HumanBehavior (CHB), Elseiver, 2012
Network-Based Modeling in Epidemiology : An Emphasis on Dynamics. International Journal ofInformation System Modeling and Design (IJISMD), IGI-Global, 2012
Mobility and information flow : percolation in a multi-agent model. Ambient Systems, Networks andTechnologies (ANT), Elseiver, 2012
Liens conceptuels :Social-Based Conceptual Links : Conceptual Analysis Applied to Social Networks. Advances in SocialNetwork Analysis and Mining (ASONAM), IEEE, 2012
MAX-FLMin : An Approach for Mining Maximal Frequent Links and Generating Semantical Structuresfrom Social Networks. Database and Expert Systems Applications (DEXA), Springer, 2012
Extraction de Liens Fréquents dans les Réseaux Sociaux. Extraction et gestion des connaissances(EGC), RNTI, 2012
Collecte :Wireless sensor networks for social network data collection. Local Computer Networks (LCN), IEEE,2011
A Data Collection Framework for Tracking Collective Behaviour Patterns. Research Challenges inInformation Science (RCIS), IEEE, 2010
Erick Stattner Contributions à l’étude des réseaux sociaux: propagation, fouille, collecte de données 55 / 55