Étude comparative de méthodes de détection de communautés dans les réseaux sociaux en ligne

Abstract

L’analyse de réseaux sociaux est un outil qui s’impose dans de nombreux domaines de la science. Un de ces outils spécifiques à l’analyse de réseaux sociaux est la détection de communautés. De nombreux algorithmes de détection de communautés ont été développés dans ce domaine. L’objectif de ce travail est de faire une étude comparative entre deux algorithmes de détection de communautés dans les réseaux sociaux en ligne, en détaillant leurs principes. L’algorithme optimal de détection de communautés, de manière à ce qu’il satisfasse efficacement le problème de la minimisation des liens inter-communautés, et la maximisation des liens intracommunautés se pose comme problématique dans ce travail. Dans le contexte de ce travail, nous avons choisi deux algorithmes pour appliquer les expérimentations. Ces algorithmes sont : l’algorithme CPM la méthode de clique percolation (Clique Percolation Method), et l’algorithme de BOUAKKAZ (Diamant). Nous avons comparé et interprété les résultats de ces algorithmes par les mesures d’évaluer de performance communément utilisées : le rappel, la précision, la F-mesure et la modularité.