Détection de communautés thématiques dans un réseau social académique

Abstract

Un r´eseau social acad´emique comme Researchgate ou Mendeley, apparaissent comme un ´ecosyst`eme qui offre aux scientifiques des fonctionnalit´es telle que la publications , le partage des articles ou la collaboration. Ces r´eseaux sp´ecialis´es sont nomm´es complex network, litt´eralement r´eseaux complexes, dont l’analyse structurelle repose essentiellement sur la th´eorie des graphes. Une tˆache tr`es courante de l’analyse de ces graphes, qui a engendr´e une litt´erature prolifique ces derni`eres ann´ees, est la d´etection de communaut´es . Il s’agit de trouver dans un graphe des ensembles d’´el´ements interagissant plus particuli`erement entre eux qu’avec le reste du graphe, formant ainsi les d´enomm´ees communaut´es d’int´erˆets. Dans le cadre de de ce m´emoire de master en informatique, nous pr´esentons une nouvelle m´ethode de d´etection de communaut´es qui repose principalement sur la mod´elisation th´ematique pour extraire les sujets d’int´erˆets aux sein du r´eseau objet de notre ´etude.la m´ethode comporte deux ´etapes et exploite la notion de cliques adjacents dans un graphe, puis les communaut´es sont identifi´ees par maximisation de la modularit´e.