Analyse de Réseaux Sociaux : Détection et Qualification de communautés - Archive ouverte HAL Accéder directement au contenu
Hdr Année : 2023

Analyse de Réseaux Sociaux : Détection et Qualification de communautés

Résumé

Le travail présenté en vue de mon HDR offre un panorama des activités de recherche menées au cours des douze dernières années. Mon parcours scientifique, depuis mon doctorat, en passant par la R\&D chez Orange Labs, a été varié et a abordé des problématiques différentes. Il apparaît rétrospectivement que toutes mes recherches s’articulent en réalité autour des trois concepts clés que sont la détection de communautés dans les réseaux sociaux, l'utilisabilité d'algorithmes par un décideur et l’interdisciplinarité. Les médias sociaux offrent un terrain de recherche riche. De part l'accessibilité des données et leur nature intrinsèquement complexe, de nombreux défis théoriques et algorithmiques restent à relever. Ces dernières années, je me suis intéressée à la structuration en communautés des grands graphes réels (Complex Networks). La plupart des méthodes de clustering de graphes disponibles alors, ne prenaient que très peu en compte les métadonnées caractérisant les individus. J'ai proposé des algorithmes pour graphes avec attributs, tenant compte à la fois de la topologie des relations mais également des profils des nœuds, pour découvrir des communautés à la fois denses et homogènes. Le deuxième verrou que j'ai adressé est celui du manque d'utilisabilité des méthodes de détection de communautés. Alors que le concept même de communauté ne fait pas consensus, et que les algorithmes développés pour les expliciter sont basés chacun sur leurs propres hypothèses, j'ai cherché à caractériser les partitions obtenues. J'ai proposé des méthodes, des métriques et une étude exhaustive d'une douzaine d'algorithmes sur plus d'une centaine de jeux de données réels. J'ai ainsi pu dégager des familles d'algorithmes, mais également apporter un éclairage sur les différences et points communs des différents types de réseaux sociaux étudiés, selon la nature de leur organisation communautaire. Enfin, au-delà de la comparaison des algorithmes eux-mêmes, se pose la question du choix de l'algorithme à utiliser. J'ai travaillé avec des chercheurs en Sciences Humaines Sociales et proposé une méthodologie de sélection d'algorithme. Grâce à ce travail, je peux affirmer que l'interdisciplinarité n'est pas une fin en soi. Il ne s'agit pas de fournir des modèles et outils d'une disciplinaire à l'autre, mais les échanges entre disciplines se nourrissent mutuellement et deviennent un moyen de créer de la synergie et d'adresser de nouveaux challenges scientifiques et techniques.
Fichier principal
Vignette du fichier
hdr_bothorel.pdf (11.73 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

tel-04156177 , version 1 (07-07-2023)

Licence

Paternité - Pas d'utilisation commerciale

Identifiants

  • HAL Id : tel-04156177 , version 1

Citer

Cécile Bothorel. Analyse de Réseaux Sociaux : Détection et Qualification de communautés. Réseaux sociaux et d'information [cs.SI]. Université de Bretagne Occidentale (UBO), 2023. ⟨tel-04156177⟩
100 Consultations
54 Téléchargements

Partager

Gmail Facebook X LinkedIn More