RankMerging: Apprentissage supervisé de classements pour la prédiction de liens dans les grands réseaux sociaux - Archive ouverte HAL Access content directly
Conference Papers Year :

RankMerging: Apprentissage supervisé de classements pour la prédiction de liens dans les grands réseaux sociaux

Abstract

Trouver les liens manquants dans un grand réseau social est une tâche difficile, car ces réseaux sont peu denses, et les liens peuvent correspondre à des environnements structurels variés. Dans cet article, nous décrivons RankMerging, une méthode d'apprentissage supervisé simple pour combiner l'information obtenue par différentes méthodes de classement. Afin d'illustrer son intérêt, nous l'appliquons à un réseau d'utilisateurs de téléphones portables, pour montrer comment un opérateur peut détecter des liens entre les clients de ses concurrents. Nous montrons que RankMerging surpasse les méthodes à disposition pour prédire un nombre variable de liens dans un grand graphe épars.
Fichier principal
Vignette du fichier
Tabourier_RankMerging_EGC.pdf (314.2 Ko) Télécharger le fichier
Origin : Files produced by the author(s)
Loading...

Dates and versions

hal-01208336 , version 1 (02-10-2015)

Identifiers

  • HAL Id : hal-01208336 , version 1

Cite

Lionel Tabourier, Anne-Sophie Libert, Renaud Lambiotte. RankMerging: Apprentissage supervisé de classements pour la prédiction de liens dans les grands réseaux sociaux. EGC 2015, 15ème conférence internationale sur l'extraction et la gestion des connaissances, 2015, Luxembourg, Luxembourg. ⟨hal-01208336⟩
73 View
202 Download

Share

Gmail Facebook Twitter LinkedIn More