Détection des communautés dans les réseaux sociaux

Abstract

Les réseaux du monde réel sont complexes, de grande dimension et multiformes, et peuvent donc être interprétés de nombreuses manières différentes. De nombreux systèmes du monde réel peuvent être modélisés comme des réseaux dans lesquels les noeuds représentent les entités et les liens représentent les relations entre ces entités. Parmi les principaux axes d’analyse des réseaux est la détection des communautés et notamment celui qui se chevauchent qui considère comme l’un des problèmes difficiles qui prend un intérêt croissant ces dernières années parce que le chevauchement est l'une des caractéristiques des réseaux du monde réel et devrait être prise en compte pour la détection des communautés. Certaines méthodes de détection de communautés chevauchantes ont également été proposées récemment, quelques méthodes ont donné des résultats acceptables, mais jusqu'à présent, aucun algorithme ne donne des résultats complètement corrects. Notre travail consiste à réaliser une nouvelle approche dans le terme de la détection de communautés chevauchantes dans les réseaux sociaux qui se base principalement sur le concept du voisinage et de la probabilité qui donne au début un ensemble des groupes des noeuds et qui apporte des nombreux regroupements fréquents sur les groupes initiales pour obtenir les communautés finales. Notre travail est la suite de thèse de Mastère de l’année passée « Analyse des réseaux sociaux et détection de communautés »