Éditeur(s) : HAL CCSD Springer
Résumé : International audience
Numerous methods have been proposed in order to perform clustering from social networks. While significant works have been carried out on the design of new approaches, able to search for various kinds of clusters, a major challenge concerns the scalability of these approaches. Indeed, given the mass of data that can now be collected from online social networks, particularly from social platforms, it is important to have efficient methods for exploring and analyzing these very large amount of data. One of the recent social network clustering approaches is the extraction of conceptual links, a new approach that performs link clustering by exploiting both the structure of the network and attributes of nodes to identify strong links between groups of nodes in which nodes share common attributes. In this paper, we focus on the optimization of the search for conceptual links. In particular, we propose PALM, a parallel algorithm that aims to improve the efficiency of the extraction by simultaneously exploring several areas of the search space. For this purpose, we begin by demonstrating that the solution space forms a concept lattice. Then, we propose an approach that explores in parallel the branches of the lattice while reducing the search space based on various properties of conceptual links. We demonstrate the efficiency of the algorithm by comparing the performances with the original extraction approach. The results obtained show a significant gain on the computation time.
28th International Conference on Database and Expert Systems Applications (DEXA)
Lyon, France

hal-01637554
https://hal.archives-ouvertes.fr/hal-01637554
DOI : 10.1007/978-3-319-64471-4_21

Éditeur(s) : HAL CCSD RNTI
Résumé : International audience
De nouvelles approches ont permis de constater que plusieurs dimensions impliquées dansdes cas réels de diffusion ne sont pas prises en compte dans les modèles traditionnels. Dansla littérature, on retrouve la nature du message en termes de polarité (Naveed et al., 2011), lesujet du message (Wu et al., 2011), la structure du réseau local (Cheng et al., 2014), etc. Dansce travail, nous abordons le problème de la diffusion en mettant l’accent sur deux dimensionsoriginales : la personnalité de l’utilisateur et le degré de neutralité de ses messages.
RNTI. Extraction et Gestion des Connaissances (EGC), Jan 2017, Grenoble, France.
Grenoble, France

hal-01514246
https://hal.archives-ouvertes.fr/hal-01514246

Éditeur(s) : HAL CCSD
Résumé : International audience
Les modèles classiques de génération de réseaux tentent de reproduire des propriétés structurelles globales (distribution des degrés, distance moyenne, coefficient de clustering, communautés, etc.) observées sur les réseaux du monde réel, par le biais de mécanismes de formation de liens synthétiques tels que la fermeture triadique ou l’attachement préférentiel. Dans ce travail, nous étudions l’évolution d’un très grand réseau de communications en téléphonie mobile et nous analysons le processus de formation des liens. Une première étude permet d’observer que plusieurs mécanismes sont à l’origine des propriétés globales observées sur ce réseau et qu’ils ne correspondent pas tous au schéma classique. Dans une seconde étude, nous caractérisons plus finement le processus de formation des liens en recherchant des corrélations entre la probabilité de créer un nouveau lien et certaines propriétés individuelles telles que le degré, le coefficient de clustering et l’âge des noeuds.
4ième conférence sur les modèles et l’analyse des réseaux : Approches mathématiques et informatiques (MARAMI)
Saint-Etienne, France

hal-01514249
https://hal.archives-ouvertes.fr/hal-01514249

Éditeur(s) : HAL CCSD
Résumé : International audience
Dans ce papier, nous proposons une solution qui exploite à la fois des informations sur la structure du réseau et sur les attributs des noeuds, pour extraire un nouveau type de motifs que nous appelons "liens conceptuels". Les liens conceptuels sont des représentations synthétiques d'ensembles de liens entre des groupes de noeuds, au sein desquels les noeuds partagent des attributs communs. Nous montrons que l'ensemble des liens conceptuels extraits à partir d'un réseau social apporte une connaissance pertinente sur les types de noeuds les plus connectés, et fournit une "vue conceptuelle" du réseau. L'efficacité de notre solution est démontrée à travers des résultats expérimentaux.
Dans ce papier, nous proposons une solution qui exploite à la fois des informations sur la structure du réseau et sur les attributs des noeuds, pour extraire un nouveau type de motifs que nous appelons "liens conceptuels". Les liens conceptuels sont des r
Paris, France

hal-00786167
https://hal.archives-ouvertes.fr/hal-00786167

Éditeur(s) : HAL CCSD
Résumé : International audience
This paper investigates an application of wireless sensor networks to highlight existing communities within bird populations by collecting and analyzing behavioral and social data. We propose a solution based on fixed sensors fitted with microphone, a method more suited to the context of birds. This kind of sensor provides a good mean to enable the automatic detection of bird songs and thus to elicit social interactions between individuals by analyzing the occurrence and location of songs into given regions. The underlying sensor network architecture we propose allows each item to capture individual and collective patterns, by measuring the frequency of interactions among birds and between birds and regions. In this paper, we discuss our motivation to design a new architecture, and advantages and limitations of the proposed method. We demonstrate the efficiency of our solution by experimentations conducted by our simulation tool called Lypus.
IEEE 36th Conference on Local Computer Networks (LCN)
Bonn, Germany

hal-00656113
https://hal.archives-ouvertes.fr/hal-00656113
DOI : 10.1109/LCN.2011.6115565

Éditeur(s) : HAL CCSD
Résumé : International audience
This paper proposes a new knowledge discovery method called FLMin to discover frequent patterns in a social network. The algorithm works without previous knowledge on the network and exploits both the structure and the attributes of nodes to extract regularities called Frequent Links. Unlike traditional works in this area that solely exploit structural regularities of the network, the originality of FLMin is its ability to gather these two kinds of information in the search for patterns. In this paper, we detail the method proposed for extracting frequent links and discuss its complexity and its flexibility. The efficiency of our solution is evaluated by conducting qualitative and quantitative studies for understanding how behaves FLMin according to different parameters.
Networked Digital Technologies
Dubai, United Arab Emirates

hal-00768431
https://hal.archives-ouvertes.fr/hal-00768431
DOI : 10.1007/978-3-642-30567-2_38

Éditeur(s) : HAL CCSD
Résumé : International audience
Numerous social network mining methods have been proposed until now for addressing social mining tasks and specially searching for communities or frequent social patterns. However, the degree of complementarity of these methods has been very little studied. In this paper, we focus on two knowledge extraction processes in social networks: a link-based clustering that may extract social communities and a recent approach that searches for frequent conceptual link involving both clustering and search for frequent social patterns. We explore how the models extracted by each method may match and which potential useful knowledge they may provide. Our objective is to evaluate the potential relationships between communities and frequent conceptual links. For this purpose, we propose a set of measures for evaluating the degree to which these patterns extracted from the same dataset are matching. Our approach is applied on two datasets and demonstrates the importance of considering simultaneously various kinds of knowledge and their complementarity.
IEEE/ACM International Conference on Advances in Social Networks Analysis and Mining
Niagara falls, Canada

hal-00874351
https://hal.archives-ouvertes.fr/hal-00874351

Éditeur(s) : HAL CCSD
Résumé : International audience
GeoProcessing
Valence, Spain

hal-01313394
https://hal.archives-ouvertes.fr/hal-01313394

Éditeur(s) : HAL CCSD IGI Global
Résumé : International audience
The social behavior of individuals is an important factor of the transmission and the evolution of many diseases. As such, epidemic studies have attempted to integrate social aspects in dissemination modeling. Since the pioneering works of Klovdahl on AIDS in 1985, epidemiological investigations and interventions increasingly focus on social networks. Significant factors of the transmission and outbreak of many infectious diseases are the structure and nature of human interactions. Network-based modeling approaches have found various applications in epidemiology as a simple yet efficient way to represent the complexity of human relationships implicated in dissemination processes. However, most results have been obtained by considering social networks as steady stage structures. Evolving networks have not been explored. The objective is first to give an overview of network-based modeling attempts in epidemiology to analyze and understand the dissemination processes with an emphasis on dynamic networks. The authors approach is designed to understand the impact of social links dynamics on epidemic spread. The authors present the results obtained by combining network evolution patterns (link creation and deletion) and a typical epidemic model. The speed of link dynamics and the infection time strongly influence the occurrence and value of the epidemic peak.
ISSN: 1947-8186

hal-00700105
https://hal.archives-ouvertes.fr/hal-00700105
DOI : 10.4018/jismd.2012070103

Éditeur(s) : HAL CCSD
Résumé : International audience
Proceedings of the Fourth IEEE International Conference on Research Challenges in Information Science (RCIS 2010)

hal-00601642
https://hal.archives-ouvertes.fr/hal-00601642

Éditeur(s) : HAL CCSD Springer
Résumé : International audience
he search for frequent conceptual links (FCL) is a new network clustering approach that exploits both the network structure and the node properties. While recent works have been focused on the optimisation of the FCL extraction, no study has been conducted on the matching or the intersections between the conceptual links and the classical clustering approach which consists in extracting communities. In this paper, we focus on these two approaches. Our objective is to evaluate the possible relationships existing between FCL and communities to understand how the patterns obtained by each kind of methods may match as well as the useful knowledge resulting from the intersections of these two kinds of knowledge. For this purpose, we propose a set of original measures, based on the notion of homogeneity, assessing the level of shared information between these patterns when they are extracted from the same dataset. The measures are applied on three datasets and demonstrate the importance of considering simultaneously various kinds of knowledge and their intersections.
ISSN: 1869-5450

hal-01312313
https://hal.archives-ouvertes.fr/hal-01312313
DOI : 10.1007/s13278-014-0197-1

Éditeur(s) : HAL CCSD Hermann-Éditions
Résumé : International audience
Cet article présente FLMin, une nouvelle méthode d'extraction de motifs fréquents dans les réseaux sociaux. Contrairement aux méthodes traditionnelles qui s'intéressent uniquement aux régularités structurelles, l'originalité de notre approche réside dans sa capacité à exploiter la structure et les attributs des noeuds pour extraire des régularités, que nous appelons "liens fréquents", dans les liens entre des noeuds partageant des caractéristiques communes.
Extraction et gestion des connaissances
Bordeaux, France

hal-00768408
https://hal.archives-ouvertes.fr/hal-00768408

Résumé : Le concept de réseau offre un modèle de représentation pour une grande variété d'objets et de systèmes, aussi bien naturels que sociaux, dans lesquels un ensemble d'entités homogènes ou hétérogènes interagissent entre elles. Il est aujourd'hui employé couramment pour désigner divers types de structures relationnelles. Pourtant, si chacun a une idée plus ou moins précise de ce qu'est un réseau, nous ignorons encore souvent les implications qu'ont ces structures dans de nombreux phénomènes du monde qui nous entoure. C'est par exemple le cas de processus tels que la diffusion d'une rumeur, la transmission d'une maladie, ou même l'émergence de sujets d'intérêt commun à un groupe d'individus, dans lesquels les relations que maintiennent les individus entre eux et leur nature s'avèrent souvent être les principaux facteurs déterminants l'évolution du phénomène. C'est ainsi que l'étude des réseaux est devenue l'un des domaines émergents du 21e siècle appelé la "Science des réseaux". Dans ce mémoire, nous abordons trois problèmes de la science des réseaux: le problème de la diffusion dans les réseaux sociaux, où nous nous sommes intéressés plus particulièrement à l'impact de la dynamique du réseau sur le processus de diffusion, le problème de l'analyse des réseaux sociaux, dans lequel nous avons proposé une solution pour tirer parti de l'ensemble des informations disponibles en combinant les informations sur la structure du réseau et les attributs des noeuds et le problème central de la collecte de données sociales, où nous nous sommes intéressés au cas particulier de la collecte de données en milieux sauvages
The concept of network provides a model for representing a wide variety of objects and systems, both natural and social, in which a set of homogeneous or heterogeneous entities interact. It is now widely used to describe various kinds of relational structures. However, if everyone has an idea of the concept of network, we often ignore the implications that these structures have in real world phenomena. This is for example the case of processes such as the spread of a rumor, the disease transmission, or even the emergence of subjects of common interest for a group of individuals, in which the relations maintained between individuals, and their nature, often prove to be the main factors determining the evolution of the phenomenon. This is the reason why the study of networks has become one of the emerging areas in the 21st century called the "Science of networks." ln this thesis, we address three issues of the domain of the science of networks: the problem of diffusion in social networks, where we have addressed more particularly the impact of the network dynamics on the diffusion process, the problem of the analysis of social networks, in which we have proposed a solution to take full advantage of all information available on the network by combining information on both structure and node attributes and the central problem of the social data collection, for which we have focused on the particular case of the data collection in a wild environment.

http://www.theses.fr/2012AGUY0569/document

Éditeur(s) : HAL CCSD
Résumé : International audience
Nous avons tous déjà eu l'occasion d'effectuer des recherches d'ordre médical sur Internet. Si certains sites spécialisés se refusent à tout diagnostic en ligne, préférant le renvoi vers des professionnels de santé, d'autres en revanche conduisent souvent à des déclarations alarmistes faisant état de situations humaines difficiles. Dans ce travail, nous étudions l'ampleur de ce phénomène et montrons que quel que soit le syndrome recherché, les résultats obtenus conduisent toujours à l'énoncé des mots" cancer" ou" tumeur".
Extraction et gestion des connaissances
Rennes, France

hal-01312315
https://hal.archives-ouvertes.fr/hal-01312315