Dans ce travail, nous proposons une approche multi-agents et incrémentale pour la détection des communautés dans les réseaux sociaux dynamiques. Dans cette approche, le réseau est représenté par un graphe de dépendances qui s'adapte à l'évolution du réseau. Pour la modélisation et la mise à jour de ce graphe, nous associons à chaque membre du réseau un agent-noeud qui observe l'évolution de ce membre du réseau social et met à jour le graphe localement. Pour définir la dépendance entre deux agents, nous nous basons sur le concept d'homophilie et sur les interactions entre les membres du réseau. Nous associons également à chaque communauté un agent-communauté. La détection et la dynamique des communautés résultent des comportements et des interactions entre les différents agents. Afin d'étudier les performances de cette approche, nous l'avons appliquée à un ensemble très varié de graphes réels et artificiels. Les résultats ont été suffisamment satisfaisants et montrent la bonne performance de notre modèle.
Il n'y a pas encore de discussion sur ce livre
Soyez le premier à en lancer une !
Dans ce recueil de 13 nouvelles, la jeune autrice mexicaine frappe fort mais juste
Une fiction historique glaçante et inoubliable, aux confins de l’Antarctique
Découvrez les derniers trésors littéraires de l'année !
"On n'est pas dans le futurisme, mais dans un drame bourgeois ou un thriller atmosphérique"
