Suivi de communautés ego-centrées dans les réseaux sociaux dynamiques

Zusatztext

Le développement des applications sociales en ligne telles que Facebook, WhatsApp, Imo, Line, entre autres, a donné naissance à plusieurs opportunités permettant de communiquer, d'accéder et de partager de l'information de n'importe où et à n'importe quel moment. L'expansion de ces applications s'est accompagnée d'un développement remarquable de l'Analyse des Réseaux Sociaux (ARS), qui est un processus d'exploration de réseaux visant à identifier des caractéristiques et d'en exploiter les informations. La détection de communautés est l'une des thématiques principales de l'ARS qui attirent de plus en plus l'attention de nombreux chercheurs. L'objectif de ce travail est de proposer une nouvelle méthode de détection de communautés ego-centrées dans les réseaux sociaux dynamiques. Nous avons implémenté notre solution avec une pile d'outils dédiés à l'ARS et nous avons utilisé trois jeux de données. Les résultats d'expérimentation ont montré la faisabilité de notre solution, ses gains et son efficacité.

Autorenportrait

Docteur Ahmed est spécialiste en Datamining et est chercheur associé au Laboratoire d'Informatique à l'Université Cheikh Anta Diop de Dakar. Ses travaux de recherche portent sur l'analyse des réseaux sociaux et plus particulièrement sur l'interprétation des changements de communautés dans les réseaux sociaux spatio-temporels.

Weitere Details