Analyse de la structure locale des grands réseaux sociaux

par Alina-Mihaela Stoica

Thèse de doctorat en Informatique

Sous la direction de Michel Habib et de Christophe Prieur.

Soutenue en 2010

à Paris 7 .


  • Résumé

    Le principal but de notre recherche a été de caractériser les individus connectés dans un réseau social en analysant la structure locale du réseau. Pour cela, nous avons proposé une méthode qui décrit la façon dont un nœud (correspondant à un individu) est intégré dans le réseau. Notre méthode est liée à l'analyse de réseaux égocentrés en sociologie et à l'approche locale dans l'étude des grands graphes de terrain. Elle peut être appliquée à des petits réseaux, à des fractions de réseaux et aussi à des grands réseaux, grâce à sa petite complexité. Nous avons appliqué la méthode proposée à deux grands réseaux sociaux, un modélisant des activités en ligne sur MySpace, l'autre modélisant des communications par téléphone mobile. Dans le premier cas nous nous sommes intéressés à l'analyse de la popularité enligne des artistes sur MySpace. Dans le deuxième cas, nous avons proposé et avons utilisé une méthode pour regrouper les nœuds qui sont connectés au réseau de façon similaire. Nous avons constaté que la distribution des utilisateurs de téléphone mobile dans des groupes était corrélée à d'autres caractéristiques des individus (intensité de communication et âge). Bien que dans cette thèse nous ayons appliqué les deux méthodes seulement aux réseaux sociaux, elles peuvent être appliquées de la même manière à tout autre graphe, peu importe son origine.

  • Titre traduit

    Analyzing the local structure of large social networks


  • Résumé

    The main goal of our research was to characterize the individuals connected in a social network by analyzing the local structure of the network. For that, we proposed a method that describes the way a node (corresponding to an individual) is embedded in the network. Our method is related to the analysis of egocentred networks in sociology and to the local approach in the study of complex networks. It can be applied to small networks, to fractions of networks and also to large networks, due to its small complexity. We applied the proposed method to two large social networks, one modeling online activity on MySpace, the other one modeling mobile phone communications. In the first case we were interested in analyzing the online popularity of artists on MySpace. In the second case, we proposed and used a method for clustering nodes that are connected in a similar way to the network. We found that the distribution of mobile phone users into clusters was correlated to other characteristics of the individuals (i. E. Communication intensity and age). Although in this thesis we applied the two methods only to social networks, they can be applied in the same way to any other graph, no matter its origin.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (175 p.)
  • Notes : Publication autorisée par le jury
  • Annexes : 181 réf.

Où se trouve cette thèse ?

  • Bibliothèque : Université Paris Diderot - Paris 7. Service commun de la documentation. Bibliothèque Universitaire des Grands Moulins.
  • PEB soumis à condition
  • Cote : TS (2010) 190
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.