Fouille d’interactions dans les réseaux complexes
Loading...
Date
2024
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
université de msila
Abstract
Ces dernières années, les réseaux complexes tels que Facebook, Twitter, etc. ont
connu une évolution considérable. Ces bases de données sont énormes et leur utilisation
est souvent très gourmande en temps. Dans ce travail, nous présentons un calcul optimal
en fouille de graphes pour la prédiction de liens, afin de réduire le temps d'exécution.
Dans cette perspective, nous proposons une nouvelle approche qui exploite les
composantes connexes d'un réseau au lieu d’opérer sur l’intégralité du réseau. Nous
montrons que grâce à cette décomposition, les résultats de tous les algorithmes de
prédiction de liens, utilisant les mesures de similarité basées sur le voisinage et le
chemin, sont obtenus avec beaucoup moins de calculs et donc dans un délai beaucoup
plus court. Nous montrons que ce gain dépend de la répartition des nœuds dans les
composantes et peut être capté par les mesures de Gini et de variance. Nous proposons
ensuite une architecture parallèle du processus de prédiction de lien basée sur la
décomposition en composantes connexes. Pour valider cette architecture, nous avons
mené une étude expérimentale sur une large gamme d’ensembles de données. Les
résultats obtenus confirment clairement l'efficacité de l'exploitation de la
décomposition du réseau en composantes connexes dans la prédiction de lien.
Description
Keywords
Prédiction de lien, Réseau social, Traitement parallèle, fouille de graphes, · Informations locales, Fouille d'interactions, Réseaux complexes, composantes connexes, théorie des graphes