Réinitialiser mot de passe
E-mail
Password
RNTI

MODULAD
Detecting Overlapping Communities in Two-mode Data Networks using Formal Concept Analysis
In EGC 2019, vol. RNTI-E-35, pp.189-200
Résumé
Les réseaux sociaux ont fréquemment des structures complexes comme ceux à deux modes
représentés par des graphes bipartis. Plusieurs travaux sur la détection de communautés mettent
l’accent soit sur l’identification de groupes disjoints ou chevauchants en procédant d’abord à
la projection des données à deux modes (dimensions) en deux tables à un seul mode qui sont
ensuite analysées. Cependant, cela entraîne une perte d’information et aboutit à des commu-
nautés mal définies. Ainsi, la détection précise des communités dans un graphe biparti reste un
défi majeur en analyse de réseaux sociaux. Dans cet article, nous introduisons une approche
à trois étapes pour la détection de communautés chevauchantes et même imbriquées dans les
graphes bipartis. Tout d’abord, on détermine les concepts formels à partir des données. Ensuite,
les concepts ayant une valeur élevée de la moyenne de la stabilité et de la séparation sont rete-
nues comme les communautés de base. Finalement, une analyse Silhouette permet de raffiner
l’identification des communautés. Des tests préliminaires sur des réseaux réels montrent que
notre approche permet d’identifier correctement des communautés chevauchantes.