Show simple item record

Détection de communautés : complexité computationnelle et approximation

dc.contributorParis Sciences et Lettres
dc.contributor.advisorBazgan, Cristina
hal.structure.identifier
dc.contributor.authorPontoizeau, Thomas*
dc.date.accessioned2018-06-28T14:40:29Z
dc.date.available2018-06-28T14:40:29Z
dc.date.issued2018-06-04
dc.identifier.urihttps://basepub.dauphine.fr/handle/123456789/17891
dc.description.abstractfrCette thèse étudie la détection de communautés dans le contexte des réseaux sociaux. Un réseau social peut être modélisé par un graphe dans lequel les sommets représentent les membres et les arêtes représentent les relations entre les membres. En particulier, j'étudie quatre différentes définitions de communauté. D'abord, une structure en communautés peut être définie par une partition des sommets telle que tout sommet a une plus grande proportion de voisins dans sa partie que dans toute autre partie. Cette définition peut être adaptée pour l'étude d'une seule communauté. Ensuite, une communauté peut être vue comme un sous graphe tel que tout couple de sommets sont à distance 2 dans ce sous graphe. Enfin, dans le contexte des sites de rencontre, je propose d'étudier une définition de communauté potentielle dans le sens où les membres de la communauté ne se connaissent pas, mais sont liés par des connaissances communes. Pour ces trois définitions, j'étudie la complexité computationnelle et l'approximation de problèmes liés à l'existence ou la recherche de telles communautés dans les graphes.fr
dc.language.isoen
dc.subjectComplexitéfr
dc.subjectAlgorithmefr
dc.subjectGraphesfr
dc.subjectApproximationfr
dc.subjectComplexityen
dc.subjectAlgorithmen
dc.subjectGraphsen
dc.subjectApproximationen
dc.subject.ddc003
dc.titleCommunity detection : computational complexity and approximationen
dc.titleDétection de communautés : complexité computationnelle et approximationfr
dc.typeThèse
dc.contributor.editoruniversityUniversité Paris Dauphine
dc.description.abstractenThis thesis deals with community detection in the context of social networks. A social network can be modeled by a graph in which vertices represent members, and edges represent relationships. In particular, I study four different definitions of a community. First, a community structure can be defined as a partition of the vertices such that each vertex has a greater proportion of neighbors in its part than in any other part. This definition can be adapted in order to study only one community. Then, a community can be viewed as a subgraph in which every two vertices are at distance 2 in this subgraph. Finally, in the context of online meetup services, I investigate a definition for potential communities in which members do not know each other but are related by their common neighbors. In regard to these proposed definitions, I study computational complexity and approximation within problems that either relate to the existence of such communities or to finding them in graphs.en
dc.identifier.theseid2018PSLED007
dc.subject.ddclabelRecherche opérationnellefr
hal.author.functionaut


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record