Dissertations / Theses on the topic 'Analyse des réseaux sociaux complexes'
To see the other types of publications on this topic, follow the link: Analyse des réseaux sociaux complexes.
Create a spot-on reference in APA, MLA, Chicago, Harvard, and other styles
Consult the top 50 dissertations / theses for your research on the topic 'Analyse des réseaux sociaux complexes.'
Next to every source in the list of references, there is an 'Add to bibliography' button. Press on it, and we will generate automatically the bibliographic reference to the chosen work in the citation style you need: APA, MLA, Harvard, Chicago, Vancouver, etc.
You can also download the full text of the academic publication as pdf and read online its abstract whenever available in the metadata.
Browse dissertations / theses on a wide variety of disciplines and organise your bibliography correctly.
1
Hébert-Dufresne, Laurent. "La structure communautaire comme paradigme d'organisation des réseaux complexes." Thesis, Université Laval, 2011. http://www.theses.ulaval.ca/2011/28669/28669.pdf.
2
Dugué, Nicolas. "Analyse du capitalisme social sur Twitter." Thesis, Orléans, 2015. http://www.theses.fr/2015ORLE2081/document.
Abstract:
Le sociologue Bourdieu définit le capital social comme : "L’ensemble des ressources actuelles ou potentielles qui sont liées à la possession d’un réseau durable de relations". Sur Twitter, les abonnements, mentions et retweets créent un réseau de relations pour chaque utilisateur dont les ressources sont l’obtention d’informations pertinentes, la possibilité d’être lu, d’assouvir un besoin narcissique, de diffuser efficacement des messages.Certains utilisateurs Twitter -appelés capitalistes sociaux - cherchent à maximiser leur nombre d’abonnements pour maximiser leur capital social. Nous introduisons leurs techniques, basées sur l’échange d’abonnements et l’utilisation de hashtags dédiés. Afin de mieux les étudier, nous détaillons tout d’abord une méthode pour détecter à l’échelle du réseau ces utilisateurs en se basant sur leurs abonnements et abonnés. Puis, nous montrons avec un compte Twitter automatisé que ces techniques permettent de gagner efficacement des abonnés et de se faire beaucoup retweeter. Nous établissons ensuite que ces dernières permettent également aux capitalistes sociaux d’occuper des positions qui leur accordent une bonne visibilité dans le réseau. De plus, ces méthodes rendent ces utilisateurs influents aux yeux des principaux outils de mesure. Nous mettons en place une méthode de classification supervisée pour détecter avec précision ces utilisateurs et ainsi produire un nouveau score d’influenceBourdieu, a sociologist, defines social capital as : "The set of current or potential ressources linked to the possession of a lasting relationships network". On Twitter,the friends, followers, users mentionned and retweeted are considered as the relationships network of each user, which ressources are the chance to get relevant information, to beread, to satisfy a narcissist need, to spread information or advertisements. We observethat some Twitter users that we call social capitalists aim to maximize their follower numbers to maximize their social capital. We introduce their methods, based on mutual subscriptions and dedicated hashtags. In order to study them, we first describe a large scaledetection method based on their set of followers and followees. Then, we show with an automated Twitter account that their methods allow to gain followers and to be retweeted efficiently. Afterwards, we bring to light that social capitalists methods allows these users to occupy specific positions in the network allowing them a high visibility.Furthermore, these methods make these users influent according to the major tools. Wethus set up a classification method to detect accurately these user and produce a newinfluence score
3
Jelassi, Mariem. "Modélisation, simulation et analyse multi-échelle de réseaux sociaux complexes : Application à l'aide à la prévention des maladies contagieuses." Thesis, Université Grenoble Alpes (ComUE), 2017. http://www.theses.fr/2017GREAS033/document.
Abstract:
La présente thèse porte sur la mise en place d'un cadre théorique (conceptualisation et formalisation), visant à décrire la propagation de l'obésité au sein d'un réseau d'individus, pour parvenir à mettre en place les bonnes politiques de prévention, afin de limiter la diffusion de cette épidémie, dont la contamination est à caractère social. Pour ce faire, j’ai commencé d'abord à mettre en place une analyse approfondie des différents déterminants de l'obésité. Une fois cette étape achevée, j’ai développé un modèle de réseau, dans lequel les relations entre les individus (représentés par les nœuds du réseau) sont régies par des règles permettant d'évaluer la présence/absence de liens selon certaines valeurs d'influence, fonction de la tranche d'âge des nœuds en question et de leur caractère homophilique. Ce modèle, fondé sur la structuration en âges et la démographie, comporte deux processus; le premier permet de décrire l'obésité au niveau individuel, sous forme de compartiments épidémiologiques. Le deuxième, quant à lui, représente le niveau inter-individuel, sous forme de réseau individu-centré. Par la suite, une fois analysé le comportement asymptotique du modèle, j'ai étudié la structure sociale obtenue, pour y repérer les individus les plus influents. Ces derniers seront ceux à cibler dans la politique de prévention. Enfin, pour valider le modèle par des données de terrain, j'ai réalisé une enquête au sein d'un collège tunisien, et j'ai comparé les résultats obtenus par cette dernière avec ceux d'une enquête réalisée dans un collège françaisThis thesis deals with the establishment of a theoretical framework (conceptualization and formalization) capable of describing the obesity spread within a network of individuals, in order to achieve the right prevention policies and limit the epidemic spread. To do this, I started by initiating an in-depth analysis of the different obesity determinants. Once this stage completed, I developed a network model in which the relations between the individuals, (represented by the nodes of the network) are governed by rules allowing to evaluate the presence/absence of links according to their values of influence, age of the concerned nodes and their homophilic characteristics. This model, based on the age structure and demography, is constituted by two processes: the first one describes obesity at the individual level, by using epidemiological compartments. The second one describes the inter-individual level by using an individual-based network. Later, when the model reached its asymptotic behavior, I studied the social structure obtained to locate the most important individuals to be targeted in the prevention policy. Eventually, to validate the model with data, I realized an investigation in a Tunisian college and compared the obtained results from this study with those obtained from a French college survey
4
Ben, Chaabene Nour El Houda. "Détection d'utilisateurs violents et de menaces dans les réseaux sociaux." Electronic Thesis or Diss., Institut polytechnique de Paris, 2022. http://www.theses.fr/2022IPPAS001.
Abstract:
Les réseaux sociaux en ligne font partie intégrante de l'activité sociale quotidienne des gens. Ils fournissent des plateformes permettant de mettre en relation des personnes du monde entier et de partager leurs intérêts. Des statistiques récentes indiquent que 56% de la population mondiale utilisent ces médias sociaux. Cependant, ces services de réseau ont également eu de nombreux impacts négatifs et l'existence de phénomènes d'agressivité et d'intimidation dans ces espaces est inévitable et doit donc être abordée. L'exploration de la structure complexe des réseaux sociaux pour détecter les comportements violents et les menaces est un défi pour l'exploration de données, l'apprentissage automatique et l'intelligence artificielle. Dans ce travail de thèse, nous visons à proposer de nouvelles approches de détection des comportements violents dans les réseaux sociaux. Nos approches tentent de résoudre cette problématique pour plusieurs raisons pratiques. Premièrement, des personnes différentes ont des façons différentes d'exprimer le même comportement violent. Il est souhaitable de concevoir une approche qui fonctionne pour tout le monde en raison de la variété des comportements et des diverses manières dont ils sont exprimés. Deuxièmement, les approches doivent avoir un moyen de détecter les comportements anormaux potentiels non vus et de les ajouter automatiquement à l'ensemble d'apprentissage. Troisièmement, la multimodalité et la multidimensionnalité des données disponibles sur les sites de réseaux sociaux doivent être prises en compte pour le développement de solutions d'exploration de données qui seront capables d'extraire des informations pertinentes utiles à la détection de comportements violents. Enfin, les approches doivent considérer la nature variable dans le temps des réseaux pour traiter les nouveaux utilisateurs et liens et mettre automatiquement à jour les modèles construits. A la lumière de cela et pour atteindre les objectifs susmentionnés, les principales contributions de cette thèse sont les suivantes: - La première contribution propose un modèle de détection des comportements violents sur Twitter. Ce modèle prend en charge la nature dynamique du réseau et est capable d'extraire et d'analyser de données hétérogènes. - La deuxième contribution introduit une approche de détection des comportements atypiques sur un réseau multidimensionnel. Cette approche se base sur l'exploration et l'analyse des relations entre les individus présents sur cette structure sociale multidimensionnelle. - La troisième contribution présente un framework d'identification des personnes anormales. Ce cadre intelligent s'appuie sur l'exploitation d'un modèle multidimensionnel qui prend en entrée des données multimodales provenant de plusieurs sources, capable d'enrichir automatiquement l'ensemble d'apprentissage par les comportements violents détectés et considère la dynamicité des données afin de détecter les nouveaux comportements violents qui apparaissent sur le réseau. Cette thèse décrit des réalisations combinant les techniques d'exploration de données avec les nouvelles techniques d’apprentissage automatique. Pour prouver la performance de nos résultats d'expérimentation, nous nous sommes basés sur des données réelles extraites de trois réseaux sociaux populairesOnline social networks are an integral part of people's daily social activity. They provide platforms to connect people from all over the world and share their interests. Recent statistics indicate that 56% of the world's population use these social media. However, these network services have also had many negative impacts and the existence of phenomena of aggression and intimidation in these spaces is inevitable and must therefore be addressed. Exploring the complex structure of social networks to detect violent behavior and threats is a challenge for data mining, machine learning, and artificial intelligence. In this thesis work, we aim to propose new approaches for the detection of violent behavior in social networks. Our approaches attempt to resolve this problem for several practical reasons. First, different people have different ways of expressing the same violent behavior. It is desirable to design an approach that works for everyone because of the variety of behaviors and the various ways in which they are expressed. Second, the approaches must have a way to detect potential unseen abnormal behaviors and automatically add them to the training set. Third, the multimodality and multidimensionality of the data available on social networking sites must be taken into account for the development of data mining solutions that will be able to extract relevant information useful for the detection of violent behavior. Finally, approaches must consider the time-varying nature of networks to process new users and links and automatically update built models. In the light of this and to achieve the aforementioned objectives, the main contributions of this thesis are as follows: - The first contribution proposes a model for detecting violent behavior on Twitter. This model supports the dynamic nature of the network and is capable of extracting and analyzing heterogeneous data. - The second contribution introduces an approach for detecting atypical behaviors on a multidimensional network. This approach is based on the exploration and analysis of the relationships between the individuals present on this multidimensional social structure. - The third contribution presents a framework for identifying abnormal people. This intelligent framework is based on the exploitation of a multidimensional model which takes as input multimodal data coming from several sources, capable of automatically enriching the learning set by the violent behaviors detected and considers the dynamicity of the data in order to detect new violent behaviors that appear on the network. This thesis describes achievements combining data mining techniques with new machine learning techniques. To prove the performance of our experimental results, we sums based on real data taken from three popular social networks
5
Combe, David. "Détection de communautés dans les réseaux d'information utilisant liens et attributs." Phd thesis, Université Jean Monnet - Saint-Etienne, 2013. http://tel.archives-ouvertes.fr/tel-01056985.
Abstract:
Alors que les réseaux sociaux s'attachent à représenter des entités et les relations existant entre elles, les réseaux d'information intègrent également des attributs décrivant ces entités ; ce qui conduit à revisiter les méthodes d'analyse et de fouille de ces réseaux. Dans ces travaux, nous proposons des méthodes de classification des entités du réseau d'information qui exploitent d'une part les relations entre celles-ci et d'autre part les attributs les caractérisant. Nous nous penchons sur le cas des réseaux à vecteurs d'attributs, où les entités du réseau sont décrites par des vecteurs numériques. Ainsi nous proposons des approches basées sur des techniques reconnues pour chaque type d'information, faisant appel notamment à l'inertie pour la classification automatique et à la modularité de Newman et Girvan pour la détection de communautés. Nous évaluons nos propositions sur des réseaux issus de données bibliographiques, faisant usage en particulier d'information textuelle. Nous évaluons également nos approches face à diverses évolutions du réseau, notamment au regard d'une détérioration des informations des liens et des attributs, et nous caractérisons la robustesse de nos méthodes à celle-ci
6
Ho, Thi Kim Thoa. "Modélisation et analyse des réseaux complexes associées à des informations textuelles : les apports de la prétopologie, du topic modeling et de l’apprentissage automatique à l’étude de la dynamique des réseaux sociaux, la prédiction de liens et la diffusion des sujets." Thesis, Université Paris sciences et lettres, 2020. http://www.theses.fr/2020UPSLP047.
Abstract:
L’objet de cette thèse porte sur le concept de réseau complexe associé à de l’information textuelle. Nous nous sommes intéressés à l’analyse de ces réseaux avec une perspective d’application aux réseaux sociaux. Notre première contribution a consisté à réaliser un modèle d’analyse pour un réseau social dynamique en utilisant l’approche de modélisation à base d’agents (agent based modeling ou ABM), modèle auteur-sujet du text-mining (« author-topic modeling » ou ATM), et en ayant recours à le cadre mathématique de la prétopologie pour représenter la proximité des sujets. Notre modélisation se nomme Textual-ABM. Notre démarche a été d’utiliser le modèle auteur-sujet pour estimer l’intérêt de l’utilisateur sur la base du contenu textuel et d’employer la prétopologie pour modéliser plusieurs relations et représenter un ensemble de voisinages plus élaboré qu’une simple relation. Notre deuxième contribution concerne la diffusion des informations sur un réseau social « hétérogène ». Nous proposons d’étendre le modèle de diffusion épidémique independant cascade model (IC) et le modèle de diffusion en cascade prétopologique que nous nommons respectivement Textual-Homo-IC et Textual-PCM. Pour Textual-Homo-IC, la probabilité d’infection est basée sur l’homophilie c’est-à-dire l’affiliation à des agents ressemblants, celle-ci est obtenue à partir du contenu textuel en utilisant le modèle de sujet (topic modeling). Pour Textual-PCM, une fonction d’adhérence (pseudo-closure function) avec différentes variantes d’association pour les relations qui la constitue est proposée pour réaliser un ensemble de voisinages plus complexe. En outre, nous proposons d’utiliser l’apprentissage supervisé pour prédire la diffusion d’un sujet avec une combinaison de facteurs intrinsèques ou externes. Notre troisième contribution concerne la présiction des relations entre co-auteurs avec l’ajout d’une nouvelle caractéristique topologique liés aux facteurs géographiques et fonctionnalités de contenu à l’aide du topic modeling. L’ensemble de ces travaux est accompagné d’une partie expérimentale et de la présentation des algorithmes développésThis thesis deals with the concept of complex network associated with textual information. We are interested in the analysis of these networks with a perspective of application to social networks. Our first contribution consisted in building an analysis model for a dynamic social network using the agent based modeling (ABM) approach, author-topic modeling (ATM), and using the mathematical framework of pretopology to represent the proximity of the subjects. Our modeling is called Textual-ABM. Our proposal has been to use author-topic modeling to estimate user interest based on text content and to use pretopology to model several relationships and to represent a set of neighborhoods that is more elaborate than a simple relationship. Our second contribution concerns the diffusion of information on a "heterogeneous" social network. We propose to extend the independent cascade epidemic diffusion model (IC) and the pretopological cascade diffusion model that we call Textual-Homo-IC and Textual-PCM respectively. For Textual-Homo-IC, the probability of infection is based on homophilia (resemblance of agents) which is obtained from the textual content using the topic modeling. For Textual-PCM, a pseudo-closure function with different strong levels is proposed to realize a more complex set of neighborhoods. In addition, we propose to use supervised learning to predict the diffusion of a topic with a combination of intrinsic or external factors. Our third contribution concerns the prediction of relationships between co-authors with the addition of a new topological feature related to geographical factors and content features using topic modelling. All this work was achieved by the design of specific algorithms and validated by experiments
7
Martinet, Lucie. "Réseaux dynamiques de terrain : caractérisation et propriétés de diffusion en milieu hospitalier." Thesis, Lyon, École normale supérieure, 2015. http://www.theses.fr/2015ENSL1010/document.
Abstract:
Durant cette thèse, nous nous sommes intéressés aux outils permettant d'extraire les propriétés structurelles et temporelles de réseaux dynamiques ainsi que les caractéristiques de certains scénarios de diffusion pouvant s'opérer sur ces réseaux. Nous avons travaillé sur un jeu de données spécifiques, issu du projet MOSAR, qui comporte entre autre le réseau de proximité des personnes au cours du temps durant 6 mois à l'hôpital de Berk-sur-mer. Ce réseau est particulier dans le sens où il est constitué de trois dimensions: temporelle, structurelle par la répartition des personnes en services et fonctionnelle car chaque personne appartient à une catégorie socio-professionnelle. Pour chacune des dimensions, nous avons utilisé des outils existants en physique statistique ainsi qu'en théorie des graphes pour extraire des informations permettant de décrire certaines propriétés du réseau. Cela nous a permis de souligner le caractère très structuré de la répartition des contacts qui suit la répartition en services et mis en évidence les accointances entre certaines catégories professionnelles. Concernant la partie temporelle, nous avons mis en avant l'évolution périodique circadienne et hebdomadaire ainsi que les différences fondamentales entre l'évolution des interactions des patients et celle des personnels. Nous avons aussi présenté des outils permettant de comparer l'activité entre deux périodes données et de quantifier la similarité de ces périodes. Nous avons ensuite utilisé la technique de simulation pour extraire des propriétés de diffusion de ce réseau afin de donner quelques indices pour établir une politique de préventionIn this thesis, we focus on tools whose aim is to extract structural and temporal properties of dynamic networks as well as diffusion characteristics which can occur on these networks. We work on specific data, from the European MOSAR project, including the network of individuals proximity from time to time during 6 months at the Brek-sur-Mer Hospital. The studied network is notable because of its three dimensions constitution : the structural one induced by the distribution of individuals into distinct services, the functional dimension due to the partition of individual into groups of socio-professional categories and the temporal dimension.For each dimension, we used tools well known from the areas of statistical physics as well as graphs theory in order to extract information which enable to describe the network properties. These methods underline the specific structure of the contacts distribution which follows the individuals distribution into services. We also highlight strong links within specific socio-professional categories. Regarding the temporal part, we extract circadian and weekly patterns and quantify the similarities of these activities. We also notice distinct behaviour within patients and staff evolution. In addition, we present tools to compare the network activity within two given periods. To finish, we use simulations techniques to extract diffusion properties of the network to find some clues in order to establish a prevention policy
8
Friggeri, Adrien. "A Quantitative Theory of Social Cohesion." Phd thesis, Ecole normale supérieure de lyon - ENS LYON, 2012. http://tel.archives-ouvertes.fr/tel-00737199.
Abstract:
Community, a notion transversal to all areas of Social Network Analysis, has drawn tremendous amount of attention across the sciences in the past decades. Numerous attempts to characterize both the sociological embodiment of the concept as well as its observable structural manifestation in the social network have to this date only converged in spirit. No formal consensus has been reached on the quantifiable aspects of community, despite it being deeply linked to topological and dynamic aspects of the underlying social network. Presenting a fresh approach to the evaluation of communities, this thesis introduces and builds upon the cohesion, a novel metric which captures the intrinsic quality, as a community, of a set of nodes in a network. The cohesion, defined in terms of social triads, was found to be highly correlated to the subjective perception of communitiness through the use of a large-scale online experiment in which users were able to compute and rate the quality of their social groups on Facebook. Adequately reflecting the complexity of social interactions, the problem of finding a maximally cohesive group inside a given social network is shown to be NP-hard. Using a heuristic approximation algorithm, applications of the cohesion to broadly different use cases are highlighted, ranging from its application to network visualization, to the study of the evolution of agreement groups in the United States Senate, to the understanding of the intertwinement between subjects' psychological traits and the cohesive structures in their social neighborhood. The use of the cohesion proves invaluable in that it offers non-trivial insights on the network structure and its relation to the associated semantic.
9
Éloire, Fabien. "Les réseaux interorganisationnels dans la restauration lilloise : une approche néo-structurale du marché et des processus sociaux." Thesis, Lille 1, 2009. http://www.theses.fr/2009LIL12009/document.
Abstract:
Cette thèse s’inscrit dans un double courant, celui de la sociologie économique d’une part, et celui de l’analyse des réseaux sociaux d’autre part. S’appuyant sur l’étude d’un cas empirique, le marché des restaurateurs lillois, elle se donne un triple objectif. Le premier objectif est sociologique : il s’agit de donner à voir la « métaphore de l’encastrement », d’exprimer le fait que toute société a une économie, et toute économie ne peut se développer que dans une société. Le deuxième objectif est théorique : il s’agit d’intégrer la dimension relationnelle à l’analyse des dimensions économique et sociale de l’activité de restaurateur. Quant au troisième objectif, il est méthodologique : il s’agit d’appliquer au niveau interorganisationnel (où les frontières de la population étudiée ne sont pas connues au départ) une méthodologie, celle des réseaux dits « complets », initialement développée au niveau intraorganisationnel. Notre analyse se centre sur deux processus sociaux essentiels au fonctionnement du marché de la restauration lilloise, à savoir la solidarité limitée entre restaurateurs, et la régulation par le statut social et le capital social des restaurateurs. Le premier processus est décrit grâce au repérage et à la description des niches sociales (sous-groupes) que les restaurateurs construisent lorsqu’ils échangent entre eux des ressources sociales. Le second processus est appréhendé à partir de la description de la concurrence de statut gastronomique à laquelle se livrent les restaurateurs pour être reconnus sur le marchéThe thesis we sustain is rooted in two fields of research, on the one hand economic sociology, and on the other hand social network analysis. Based on an empirical case, i.e. the market of restaurants in Lille (in the north of France), three aims are pursued. The first one is sociological: we highlight the “embeddedness metaphor” for which every society has an economy, and every economy can not grow up outside a society. The second aim is theoretical: we want to take into account the relational dimension of the economic and social activities of the restaurants’ owners. The third aim is methodological: we try to apply at the interorganizational level (where the boundaries of the studied population are initially unknown) the methodology of so called “complete networks”, which was first developed for the intra-organizational level. Our analysis focuses on two social processes fundamental to the functioning of the restaurants’ market in Lille: bounded solidarity among restaurants’ owners, and regulation by social status and social capital of restaurants’ owners. The first process is described thanks to the identification and analysis of the social niches (subgroups) which are constructed by restaurants’ owners when they exchange social resources. The second process is intended from the description of the gastronomic status competition in which restaurants’owners are involved in order to be recognized on the market
10
Morini, Matteo. "Tools for Understanding the Dynamics of Social Networks." Thesis, Lyon, 2017. http://www.theses.fr/2017LYSEN075/document.
Abstract:
Cette thèse fournit au lecteur un recueil d'applications de la théorie des graphes ; à ce but, des outils sur mesure, adaptés aux applications considérées, ont été conçus et mis en œuvre de manière inspirée par les données.Dans la première partie, une nouvelle métrique de centralité, nommée “bridgeness”, est présentée, basée sur une décomposition de la centralité intermédiaire (“betweenness centrality”) standard. Une composante, la “connectivité locale”, correspondante approximativement au degré d'un noeud, est différenciée de l'autre, qui, en revanche, évalue les propriétés structurelles à longue distance. En effet, cette dernière fournit une mesure de l'efficacité de chaque noeud à “relayer” parties faiblement connectées d'un réseau ; une caractéristique importante de cette métrique est son agnosticisme en ce qui concerne la structure de la communauté sous jacente éventuelle.Une deuxième application vise à décrire les caractéristiques dynamiques des graphes temporels qui apparaissent au niveau mésoscopique. L'ensemble de données de choix comprend 40 ans de publications scientifiques sélectionnées. L'apparition et l'évolution dans le temps d'un domaine d'étude spécifique (les ondelettes) sont capturées, en discriminant les caractéristiques persistantes des artefacts transitoires résultants du processus de détection des communautés, intrinsèquement bruité, effectué indépendamment sur des instantanées statiques successives. La notion de “flux laminaire”, sur laquelle repose le “score de complexité” que nous cherchons à optimiser, est présentée.Dans le même ordre d'idées, un réseau d'investisseurs japonais a été construit, sur la base d'un ensemble de données qui comprend des informations (indirectes) sur les filiales étrangères en copropriété. Une question très débattue dans le domaine de l'économie industrielle, l'hypothèse de Miwa-Ramseyer, a été démontrée de manière concluante comme fausse, du moins sous sa forme forteThis thesis provides the reader with a compendium of applications of network theory; tailor-madetools suited for the purpose have been devised and implemented in a data-driven fashion. In the first part, a novel centrality metric, aptly named “bridgeness”, is presented, based on adecomposition of the standard betweenness centrality. One component, local connectivity, roughlycorresponding to the degree of a node, is set apart from the other, which evaluates longer-rangestructural properties. Indeed, the latter provides a measure of the relevance of each node in“bridging” weakly connected parts of a network; a prominent feature of the metric is its agnosticism with regard to the eventual ground truth community structure.A second application is aimed at describing dynamic features of temporal graphs which are apparent at the mesoscopic level. The dataset of choice includes 40 years of selected scientific publications.The appearance and evolution in time of a specific field of study (“wavelets”) is captured,discriminating persistent features from transient artifacts, which result from the intrinsically noisy community detection process, independently performed on successive static snapshots. The concept of “laminar stream”, on which the “complexity score” we seek to optimize is based, is introduced.In a similar vein, a network of Japanese investors has been constructed, based on a dataset which includes (indirect) information on co-owned overseas subsidiaries. A hotly debated issue in the field of industrial economics, the Miwa-Ramseyer hypothesis, has been conclusively shown to be false, at least in its strong form
11
Ereteo, Guillaume. "Analyse sémantique des réseaux sociaux." Phd thesis, Telecom ParisTech, 2011. http://tel.archives-ouvertes.fr/tel-00586677.
Abstract:
L'explosion des fonctionnalités sociales au sein des applications du Web a favorisé le déploiement d'un panorama de médias sociaux permettant aux utilisateurs de librement contribuer, de se regrouper et d'interagir entre eux. La combinaison de divers moyens de publication et de socialisation permet de rapidement partager, recommander et propager l'information dans son réseau social, ainsi que de solliciter des réactions et de nouvelles contributions. Ces espaces partagés ont favorisé la création et le développement de communautés d'intérêts qui publient, filtrent et organisent de vastes répertoires de références dans leurs domaines, avec une impressionnante réactivité aux changements. Afin de reproduire les succès du Web dans la gestion d'information, de plus en plus de plates-formes sociales sont déployées dans des intranets d'entreprise. Cependant, l'avantage de ces plates-formes est fortement atténué lorsque le réseau social devient si grand que les informations pertinentes sont noyées dans des flux continus de notifications. Organiser cette énorme quantité d'informations est l'un des défis majeurs du Web 2.0 afin de tirer pleinement partie des bénéfices de l'Entreprise 2.0, à savoir, l'utilisation des technologies du Web 2.0, tel que les blogs et les wikis, dans un intranet. Cette thèse propose d'améliorer l'analyse des réseaux sociaux multiples et variés émergeant des usages sociaux du Web, au travers d'une contribution originale qui enrichit l'analyse des réseaux sociaux avec les technologies du Web Sémantique. L'analyse des réseaux sociaux propose des algorithmes de graphes pour caractériser la structure d'un réseau social et ses positions stratégiques. Les technologies du Web Sémantique permettent de représenter et d'échanger les connaissances entre des applications distribuées sur le Web avec un modèle de graphes richement typés (RDF), un langage de requête (SPARQL) et des langages de description de modèles (RDFS et OWL). Dans cette thèse, nous fusionnons ces deux modèles afin d'aller au-delà de l'analyse structurelle des graphes sociaux en intégrant un traitement sémantique de leur typage et des connaissances qu'ils contiennent. En particulier nous examinons comment (1) modéliser des données sociales en ligne à base d'ontologies, (2) réaliser une analyse du réseau social qui tire partie de la sémantique de ces représentations, et (3) détecter et étiqueter explicitement des communautés à partir de réseaux sociaux et de folksonomies.
12
Mourier, Johann. "Réseaux sociaux et comportements complexes chez les requins." Paris, EPHE, 2011. http://www.theses.fr/2011EPHEA001.
13
Portilla, Yonathan. "Etude des Réseaux Sociaux : modélisation et analyse." Thesis, Avignon, 2019. http://www.theses.fr/2019AVIG0235.
Abstract:
Actuellement les réseaux sociaux, se focalisent sur le partage et échange des opinions, vidéos,photos, musique, actualités et autres informations, un de ses objectifs c’est d’établir des liens directs et indirects avec les utilisateurs. Les réseaux sociaux permettent aussi de promouvoir des produits, des personnes (leur image politique ou artistique) ou des marques influentes.Les réseaux sociaux changent rapidement, pour cette raison on cherche a voir l’évolution de ces outils de partage, et aussi voir comment les réseaux sociaux changent avec le temps.On a l’opportunité d’étudier les événements qui se produisent dans les réseaux sociaux grâce à la quantité des données qui se produisent. Dans le marché actuel il y a des outils qui permettent l’analyse des réseaux sociaux, mais la plus part est payante, et les outils 100% gratuits disparaissent avec le temps. Pour cette raison nous avons décidé de produire des outils informatiques capables d’extraire et analyser les données des réseaux sociaux étudiés.Cet étude commence avec l’état de l’art, ou on décrit le contexte du problème abordé, les travaux qui sont à l’origine de cette étude et un résumé des contributions faites au cours de la thèse que nous présentons brièvement dans le reste du résumé.i. D’abord nous nous focalisons dans l’empreinte géo-linguistique et l’évolution du langage en Twitter. L’accès au contenu des messages envoyés par un groupe des abonnées d’un réseau social peut être utilisé pour identifier et quantifier certaines spécificités d’un groupe.La spécificité peut représenter le niveau d’intérêt pour un événement ou un produit, ou la popularité d’une idée, un hit musicale ou une figure politique. La spécificité peut aussi représenter la façon comment le langage est utilisé et transformé, la façon comment les mots sont écrits et la manière comme apparaissent des nouvelles règles de grammaire.ii. Ensuite nous étudions l’évolution du phénomène culturel appelé mème dans les réseaux sociaux. Les mèmes ont été définies par R. Dowkins comme un phénomène culturel qui se propage a travers de formes non génétiques. Nous examinons trois des plus populaires mèmes de l’internet et nous examinons leur impact dans la société dans les Pays Méditerranéens. Nous utilisons pour les analyses Google Trends, Topsy (un outil pour mesurer la popularité des mots sur Twitter) et YouTube pour quantifier l’impact des mèmes dans la société du Méditerranée.iii. Après cela nous étudions le graphe de recommandations de YouTube basées sur les mesures et les outils stochastiques. Nous confirmons que les listes de recommandations influencent les vues d’une vidéo. Nous nous focalisons sur le système de recommandations qui boostent la popularité des vidéos. Nous construisons en premier un graphe qui capture le système de recommandations dans YouTube et nous étudions la relation entre le nombre de vues d’une vidéo et la moyenne du nombre de vues d’une vidéo dans sa liste de recommandation.iv. Pour conclure nous décrivons les outils disponibles en ligne et les outils que nous avons développés pendant l’écriture de la thèse. Les outils en ligne Topsy, Trendistic et GoogleTrends nous ont permit d’analyser des plateformes comme YouTube et Twitter. On a produit aussi des outils basés sur les API’s : dans Twitter nous avons utilisé la fonction Streaming pour télécharger et analyser les tweets , avec l’API de Topsy nous avons étudié l’évolution de la langue et l’utilisation des mots , et les API’s de YouTube nous ont permis de décrire la façon dont se comportent les listes de recommandations et la popularité des vidéosCurrently social networks focus on the sharing and exchange of opinions, videos, photos, music,news and others informations, one of its objectives is to establish direct and indirect linkswith users. Social networks also promote products, people (their political or artistic image) orinfluential brands.Social networks are changing rapidly, so we’re looking to see the evolution of these sharingtools, and see how social networks change over time.We have the opportunity to study the events that occur in social networks thanks to the amount ofdata they produce. In the current market there are tools that allow the analysis of social networks,but most tools are not free, and 100% free tools disappear over time. For this reason we decidedto produce computer tools able to extract and analyse the data of the social networks studied.This study begins with the state of the art, where we describe the context of the problem, thework that led to this study and a summary of the contributions made during the thesis that wepresent briefly in the rest of the abstract.i. First we focus on the geo-linguistic fingerprint and language evolution in Twitter. Accessto content of messages sent by a group of subscribers of a social network may be usedto identify and quantify some features of a group. The feature can represent the level ofinterest in an event or product, or the popularity of an idea, or of a musical hit, or of apolitical figure. The feature can also represent how language is used and transformed,how words are written and how new grammatical rules appear.ii. Then we study the evolution of the cultural phenomenon called meme in social networks.Memes were defined by R. Dowkins as a cultural phenomenon that spreads through nongeneticforms. We examine three of the most popular memes of the internet and examinetheir impact on society in the Mediterranean countries. We use for analysing Google Trends, Topsy (a tool to measure the popularity of words on Twitter) and YouTube toquantify the impact of memes in the Mediterranean society.iii. After that we study the YouTube recommendation graph based on measurements andstochastic tools. We confirm that recommendation lists influence the views of a video.We focus on the recommendation system that boosts the popularity of videos. We buildfirst a graph that captures the recommendation system in YouTube and we study the relationshipbetween the number of views of a video and the average number of views of avideo in its recommendation list.iv. To conclude we describe the online tools available and the tools that we developed duringthe thesis. The online tools Topsy, Trendistic and Google Trends allowed us to analyseplatforms like YouTube and Twitter. We also produced tools based on API’s: in Twitterwe used the Streaming function to download and analyse tweets, with the Topsy APIwe studied the evolution of the language and the use of words, and the YouTube’s APIsallowed us to describe the behaviour on the lists of recommendations and the popularityof videos
14
Heymann, Sébastien. "Analyse exploratoire de flots de liens pour la détection d'événements." Phd thesis, Université Pierre et Marie Curie - Paris VI, 2013. http://tel.archives-ouvertes.fr/tel-00994766.
Abstract:
Un flot de liens représente une trace de l'activité d'un système complexe au cours du temps, où un lien apparaît lorsque deux entités du système entrent en interaction ; l'ensemble des entités et des liens forme un graphe. Ces traces constituent depuis quelques années des jeux de données stratégiques dans l'analyse de l'activité de systèmes complexes à grande échelle, impliquant des millions d'entités : réseaux de téléphone mobiles, réseaux sociaux, ou encore Internet. Cette thèse porte sur l'analyse exploratoire des flots de liens, en particulier sur la caractérisation de leur dynamique et l'identification d'anomalies au cours du temps (événements). Nous proposons un cadre exploratoire sans hypothèse sur les données, faisant appel à l'analyse statistique et à la visualisation. Les événements détectés sont statistiquement significatifs et nous proposons une méthode pour valider leur pertinence. Nous illustrons enfin notre méthodologie sur l'évolution du réseau social en ligne Github, où des centaines de milliers de développeurs collaborent sur des projets de logiciel.
15
Stoica, Beck Alina. "Analyse de la structure locale des grands réseaux sociaux." Phd thesis, Université Paris-Diderot - Paris VII, 2010. http://tel.archives-ouvertes.fr/tel-00987880.
Abstract:
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 noeud (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 enligne 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 noeuds 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.
16
Stoica, Alina-Mihaela. "Analyse de la structure locale des grands réseaux sociaux." Paris 7, 2010. http://www.theses.fr/2010PA077190.
Abstract:
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 origineThe 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
17
Zaidi, Faraz. "Analyse, Structure et Organisation des Réseaux Complexes." Phd thesis, Université Sciences et Technologies - Bordeaux I, 2010. http://tel.archives-ouvertes.fr/tel-00542703.
Abstract:
La Science des Réseaux est apparue comme un domaine d'étude fondamental pour modéliser un grand nombre de systèmes synthetiques ou du monde réel. La découverte du graphe petit monde et du graphe sans échelle dans ces réseaux a révolutionné la façon d'étudier, d'analyser, de modéliser et de traiter ces réseaux. Dans cette thèse, nous nous intéressons à l'étude des réseaux ayant ces propriétés et souvent qualifiés de réseaux complexes. À notre avis, les recherches menées dans ce domaine peuvent être regroupées en quatre catégories: l'analyse, la structure, le processus/organisation et la visualisation. Nous abordons des problèmes relatifs à chacune de ces catégories tout au long de cette thèse. Les premiers chapitres introduisent l'état de l'art nécessaire aux lecteurs. Les chapitres 3,4,5,6 et 7 abordent chacun un problème spécifique auquel nous proposons une solution. Dans le chapitre 3, nous présentons une méthode de visualisation analytique pour analyser les réseaux complexes. En s'appuyant sur cette méthode, nous introduisons une nouvelle métrique pour déterminer la présence de sommets largement connectés. Nous détaillons dans le chapitre 4 un ensemble de modèles pour générer des réseaux artificiels ayant les propriétés petit monde et sans échelle. Nous proposons un nouveau modèle générant des réseaux de ce type et qui contiennent, de plus, des structures communautaires. En extension des résultats d'analyse obtenus au chapitre 3, nous introduisons un algorithme de clustering agglomératif dans le chapitre 5. Dans le chapitre 6, nous abordons la question de la visualisation de ces réseaux complexes grâce à un système qui combine simplification et clustering avec des algorithmes de mise en page dédiée. Nous abordons enfin dans le chapitre 7 la question de l'évaluation de la qualité des clusters pour les réseaux complexes qui n'ont pas de sommets largement connectés. Nous concluons chaque chapitre par des perspectives de recherches dédiées. Enfin, nous résumons nos résultats et concluons cette thèse en proposant quelques futurs axes de recherches basés sur nos découvertes.
18
Caillaut, Gaëtan. "Apprentissage d'espaces prétopologiques pour l'extraction de connaissances structurées." Electronic Thesis or Diss., Orléans, 2019. http://www.theses.fr/2019ORLE3208.
Abstract:
La prétopologie est une théorie mathématique visant à relaxer les axiomes régissant la théorie, bien connue, de la topologie. L'affaiblissement de cette axiomatique passe principalement par la redéfinition de l'opérateur d'adhérence qui, en topologie, est idempotent. La non-idempotence de l'opérateur d'adhérence prétopologique offre un cadre de travail plus pertinent pour la modélisation de phénomènes variés, par exemple des processus itératifs évoluant au cours du temps. La prétopologie est le fruit de la généralisation de plusieurs concepts, parmi lesquels la topologie mais aussi la théorie des graphes. Cette thèse comprend quatre parties majeures. La première partie consiste en une introduction du cadre théorique de la prétopologie puis à une mise en lumière de plusieurs applications de la prétopologie dans des domaines tels que l'apprentissage automatique, l'analyse d'images ou encore l'étude des systèmes complexes. La seconde partie permettra de poser et de définir la modélisation logique et multi-critères d'un espace prétopologique sur laquelle est basée cette thèse. Cette modélisation permet de définir des algorithmes d'apprentissage automatique de règles logiques afin de construire des espaces prétopologiques. Cette partie se focalisera sur l'apprentissage d'espaces prétopologiques non-restreints. L'étude des espaces prétopologiques non-restreints peut s'avérer incommode, notamment lorsque la population étudiée exhibe certaines propriétés structurelles pouvant être décrites dans un espace plus restreint et plus simple à appréhender. C'est pourquoi la troisième partie est dédiée à l'apprentissage d'espaces prétopologiques de type V. Ces espaces sont définis par une famille de préfiltres, ce qui impose une structure particulière. La méthode d'apprentissage, LPSMI, présentée dans cette partie, qui constitue la contribution majeure de cette thèse, tient compte de cette structure si particulière en exploitant le concept d'apprentissage multi-instances. Enfin la dernière partie décrit plusieurs cas d'applications du cadre théorique proposé dans cette thèse. Ainsi, des applications à l'extraction de taxonomies lexicales, à la détection de communautés ainsi qu'à l'ordonnancement d'évènements temporels sont présentées et permettent de montrer l'intérêt, la souplesse et la pertinence de la prétopologie et de l'apprentissage d'espaces prétopologiques dans des domaines variésPretopology is a mathematical theory whose goal is to relax the set of axioms governing the well known topology theory. Weakening the set of axioms mainly consists in redefining the pseudo-closure operator which is idempotent in topology. The non-idempotence of the pretopological pseudo-closure operator offers an appropriate framework for the modeling of various phenomena, such as iterative processes evolving throughout time. Pretopology is the outcome of the generalisation of several concepts, amongst topology but also graph theory. This thesis is divided in four main parts. The first one is an introduction to the theoretical framework of the pretopology, as well as an overview of several applications in domains where the pretopology theory shines, such as machine learning, image processing or complex systems analysis.The second part will settle the logical modeling of pretopological spaces which allows to define pretopological spaces by a logical and multi-criteria combination. This modeling enables learning algorithms to define pretopological spaces by learning a logical formula. This part will also present an unrestricted pretopological spaces learning algorithm. Unrestricted pretopological spaces can be quite hard to manipulate, especially when the studied population has some structural properties that can be described in a more restricted space. This is why the third part is dedicated to the automatic learning of pretopological spaces of type V. These spaces are defined by a set of prefilters which impose a particular structure. The LPSMI algorithm, which is the main contribution of this work, is presented in this part. This algorithm relies on the multi-instance learning principles to accurately capture the structural properties of pretopological spaces of type V. Finally, the last part consists of multiple applications of the theoretical framework presented in this thesis. Applications to lexical taxonomies extraction, community detection and extraction of temporal relations, as part of a NLP process, will be presented in order to show the usefulness, the relevance and the flexibility of pretopological spaces learning
19
Tabourier, Lionel. "Méthode de comparaison des topologies de graphes complexes : applications aux réseaux sociaux." Paris 6, 2010. http://www.theses.fr/2010PA066335.
Abstract:
Les graphes des réseaux d'interactions sociales révèlent des propriétés topologiques dont nous cherchons à comprendre l'origine. Dans ce but nous manquons de références qui permettraient de construire une échelle de comparaison de leurs caractéristiques géométriques. Cette thèse propose une méthode générique pour produire des graphes synthétiques dont les propriétés sont ajustables, dans l'ambition de réaliser un balisage de l'espace des graphes. La méthode proposée dérive de procédures markoviennes dont l'étape élémentaire consiste à échanger les extrêmités de liens du graphe. Selon les contraintes imposées, une telle procédure doit être adaptée; nous discutons alors des difficultés inhérentes à sa réalisation pratique et les moyens à notre disposition pour estimer sa validité. Puis nous rendons compte d'applications pratiques sur des réseaux technologiques, de collaborations, ou d'échanges commerciaux. Le principe mis en oeuvre dans ces illustrations consiste à construire une suite d'ensembles de graphes obéissant à des contraintes de plus en plus exigeantes; puis à comparer les propriétés de chacun aux données réelles afin de déterminer quels éléments topologiques ont un rôle essentiel. Au fil des exemples, nous proposons des améliorations techniques de nos algorithmes qui permettraient d'en élargir les utilisations possibles. Cette méthode serait suffisamment générale pour pouvoir décrire des réseaux d'interactions d'une autre nature, mais aussi pour intégrer des informations supplémentaires à la description graphique telles que l'activité temporelle des agents; nous proposons pour conclure quelques éléments de réflexion pour réaliser ces objectifs.
20
Jlili, Mohamed Malek. "Analyse et optimisation d'efficacité de réseaux manufacturiers complexes." Thesis, Université Laval, 2013. http://www.theses.ulaval.ca/2013/29907/29907.pdf.
Abstract:
Les travaux de ce mémoire portent sur l'analyse et la conception optimale de systèmes manufacturiers composés de machines non fiables. Les systèmes considérés peuvent opérer selon une structure réseau d’assemblage/désassemblage. Des stocks tampons sont placés entre les machines pour les découpler les unes des autres. Ces machines peuvent opérer en mode de fonctionnement dégradé. Chaque machine est modélisée comme un système à trois états : fonctionnement nominal, panne totale et mode dégradé. On considère que le mode de fonctionnement dégradé affecte uniquement le taux de production nominal des machines et non la qualité des pièces produites. Afin d’évaluer le taux de production d’un tel réseau manufacturier à machines multi-états (dit complexe), une méthode d’évaluation analytique est tout d’abord explorée. Cette méthode consiste à remplacer chaque machine par une machine équivalente à deux états, puis à appliquer ensuite une des méthodes existantes pour les réseaux avec machines binaires. Après avoir découvert que cette méthode est imprécise même dans le cas simple de deux machines multi-états séparées par un stock, nous avons utilisé une simulation à base du logiciel Simio en vue d’une conception optimale du réseau. Dans cette conception, il est question de faire une sélection conjointe des technologies des machines et des tailles de stocks. L’objectif de l’optimisation est de maximiser le taux de production sous des contraintes de budget. La plupart des travaux existants considèrent le problème d’allocation des stocks tampons pour des lignes séries ou séries-parallèles, en considérant que les technologies des machines sont déjà choisies. L’extension ainsi développée est validée en utilisant différentes instances générées aléatoirement. Pour ce faire, le modèle de simulation développé est couplé à deux méthodes d’optimisation. La première méthode utilise l’outil d'optimisation OptQuest. La seconde méthode est une nouvelle heuristique basée sur un algorithme génétique (AG). Dans chacune des méthodes, l’outil d’optimisation se sert de l’estimation du taux de production effectuée par l’outil de simulation dan #s sa fonction d’objectif. Notre nouvelle méthode (simulation/AG) est comparée à une approche couplant une méthode analytique à un AG dans le cas de machines binaires. Les résultats numériques obtenus illustrent l’efficacité de notre méthode au niveau de la qualité des solutions, au détriment d’un temps de calcul moins performant.This thesis focuses on the analysis and optimal design of manufacturing systems composed of unreliable machinery. The considered systems can operate in an assembly / disassembly structure. Buffer stocks are placed between the machines in order to decouple them from each other. These machines can operate in degraded mode. Each machine is represented as a system with three states: nominal operation, blackout and a degraded mode. We consider that the degraded mode affects only the nominal production rate of machines and not the quality of the parts produced. To assess the rate of production of such a manufacturing system with multi-state machine (called complex), an analytical method is first explored. This method consists on replacing each machine by an equivalent one with two states, and then applying one of the classical methods for networks with binary state machines. After discovering the lack of precision of this method, we used a simulation method based on the software Simio for the optimal design of networks with multi-state machines. In this design, it is about making a joint selection of technologies and buffer sizes between machines. The objective of the optimization is to maximize the rate of production under budget constraints. Most existing works consider the problem of allocating buffer stocks for serial lines or series-parallel when machine technologies are already chosen. Our method is developed and validated using different randomly generated instances. To do this, the developed simulation model is coupled with two optimization methods. The first method uses the OptQuest optimization tool. The second method is a new heuristic based on a genetic algorithm (GA). In each method, the optimizer uses the production rate estimation carried out by the simulation tool in its objective function. Our new method (simulation / GA) is compared to an approach coupling an analytical method to a GA in the case of binary machines. The numerical results illustrate the effectiveness of our method in terms of solution quality at the expense of the less efficient computation time.
21
Mezghani, Manel. "Analyse des réseaux sociaux : vers une adaptation de la navigation sociale." Thesis, Toulouse 3, 2015. http://www.theses.fr/2015TOU30127/document.
Abstract:
L'avènement du web 2.0, centré utilisateur, a fait émerger une quantité importante d'informations (personnelles, collectives, partagées, "aimées", etc.). Ces informations peuvent constituer une aide pour les utilisateurs en les guidant vers l'information recherchée. Cependant, cette quantité rend l'accès à l'information partagée de plus en plus difficile, vu la diversité des contenus qui peuvent intéresser l'utilisateur. La désorientation de l'utilisateur est donc l'un des principaux problèmes liés aux médias sociaux. Pour surmonter ce problème, l'adaptation constitue une solution classique qui peut être appliquée dans un contexte social. Avec l'évolution des réseaux sociaux, de nouvelles notions apparaissent comme la navigation sociale, qui est une manière de naviguer en étant influencé par les autres utilisateurs du réseau. Une autre notion importante est celle de "tag". Ce terme définit les annotations sociales créées par les utilisateurs et associées à des ressources. La navigation peut être dès lors effectuée aussi bien par les liens qu'à travers les tags. Adapter la navigation sociale, signifie la rendre plus ciblée pour chaque utilisateur selon ses intérêts. Concrètement, cela peut se faire en recommandant à chaque utilisateur des tags, qu'il pourra suivre ou non. Pour cela, il faut garantir une détection adéquate des intérêts de l'utilisateur ainsi que la prise en compte de leur évolution. Cependant, nous sommes confrontés à des limites liées à : i) la détection des intérêts, puisque ces derniers peuvent être déduits de plusieurs ressources sociales (des amis, des ressources, des tags, etc.). Leur pertinence est primordiale afin de garantir un résultat d'adaptation adéquat. ii) la mise à jour du profil utilisateur. En effet, l'utilisateur social, est caractérisé par sa grande activité sociale, et par conséquent ses intérêts doivent refléter ses "vrais" intérêts à chaque période de temps afin d'aboutir à une adaptation fiable. Afin de résoudre les problèmes affectant la qualité d'adaptation de la navigation sociale cités ci-dessus, nous avons proposé en premier lieu, une approche de détection des intérêts de l'utilisateur. Cette approche analyse les tags des utilisateurs selon le contenu de leurs ressources respectives. La plupart des recherches ne considèrent pas l'exactitude des tags vis-à-vis du contenu des ressources : cette exactitude reflète si l'utilisateur peut vraiment être intéressé par le contenu ou pas. Les tags précis sont ceux qui reflètent fidèlement le contenu des ressources. Ceci est effectué grâce à l'interrogation du réseau de l'utilisateur et de l'analyse de son comportement d'annotation. Notre approche repose sur l'hypothèse qu'un utilisateur qui annote la ressource par des tags reflétant le contenu de ladite ressource, reflète mieux ses "vrais" intérêts. Nous avons proposé en deuxième lieu, une approche de mise à jour des intérêts des utilisateurs. Nous nous sommes intéressés aux techniques d'enrichissement du profil utilisateur est effectué par l'ajout des intérêts jugés pertinents à un moment donné. L'enrichissement dans un contexte social est effectué selon l'information sociale comme les personnes proches qui partagent avec l'utilisateur des comportements en communs, selon le comportement d'annotation des utilisateurs, et selon les métadonnées des ressources annotées. Le choix de ces informations est effectué selon l'étude de leur influence sur l'évolution des intérêts de l'utilisateur. L'approche d'enrichissement nous a servi à proposer des recommandations (de tags) selon les nouveaux tags ajoutés au profil utilisateur.Ces deux contributions ont été testées sur la base sociale Delicious. Elles ont montré un taux de précision assez important. Elles ont aussi prouvé leur efficacité par rapport à des méthodes classiques. De plus, le taux d'ambigüité associé aux tags a été fortement réduit, grâce au filtrage implicite des tags non pertinents par rapport au contenu des ressourcesThe advent of Web 2.0, user-centered, has given rise to a significant amount of information (personal, collective, shared, "loved", etc.). This information is a way to help users and guide them to the information sought. However, this quantity makes access to shared information more and more difficult, given the diversity of content that may interest the user. Disorientation of the user is one of the main problems related to social media. To overcome such problem, adaptation is a standard solution that can be applied in a social context. With the evolution of these social networks, new concepts appear such as social navigation, which is a way to navigate while being influenced by other users in the network: Another important concept is that of "tag". This term is defined as social annotations created by users and associated to resources. Navigation can be therefore carried out by both links and tags. Adapting social navigation means making it more targeted for each user according to their interests. In practice, this can be done by recommending tags to each user, so he can follow or not. To adapt the social navigation, we must ensure proper detection of the user's interests and taking into account their evolution. However, we are faced with some problems: i) the detection of interest, since they can be derived from several social resources (friends, resources, tags, etc.). Their relevance is primordial to ensure adequate adaptation result. ii) updating the user profile. Indeed, the social user, is characterized by its great social activity, and therefore its interests should reflect its "real" interest each time period in order to achieve a reliable adaptation. To solve the problems affecting the quality of adaptation of social navigation quoted above, we first proposed a method for detecting the user's interests. This proposal aims to overcome the detection of irrelevant interests issues. This approach analyzes the user tags depending on the content of their respective resources. Unlike most research, who do not consider the accuracy of tags with the contents of resource, the accuracy reflects whether the user is really interested with the content or not. This is done by querying the user's network and analysis of the user annotation behavior. The approach is based on the assumption that a user annotates the resource by tags reflecting the content of this resource better reflects its "true" interests. Following the proposal of the interests of detection approach, we conducted second, the treatment of the problem of updating these interests. We were interested to the user profile enrichment techniques, performed by adding interests deemed relevant at a given time. The enrichment in a social context is performed according to social information such as neighbours who share the user behaviors in common, according to the user annotation behavior, and according to the metadata annotated resources. The choice of such information shall follow the study of their influence on the changing interests of the user. The approach we used enrichment propose recommendations (tags) according to the new tags added to the user profile. Both contributions were tested on the social database Delicious. They showed a sizeable accuracy rate. They have also proven their efficiency compared to conventional methods. In addition, the rate of ambiguity associated with the tags has been greatly reduced, thanks to the implicit filtering of irrelevant tags relative to resource content
22
Coupechoux, Emilie. "Analyse de grands graphes aléatoires." Paris 7, 2012. http://www.theses.fr/2012PA077184.
Abstract:
Plusieurs types de réseaux du monde réel peuvent être représentés par des graphes. Comme il s'agit de réseaux de très grande taille, leur topologie détaillée est généralement inconnue, et nous les modélisons par de grands graphes aléatoires ayant les mêmes propriétés statistiques locales que celles des réseaux observés. Un exemple de telle propriété est la présence de regroupements dans les réseaux réels : si deux individus ont un ami en commun, ils ont également tendance à être amis entre eux. Etudier des modèles de graphes aléatoires qui soient à la fois appropriés et faciles à aborder d'un point de vue mathématique représente un challenge, c'est pourquoi nous considérons plusieurs modèles de graphes aléatoires possédant ces propriétés. La propagation d'épidémies dans les graphes aléatoires peut être utilisée pour modéliser plusieurs types de phénomènes présents dans les réseaux réels, comme la propagation de maladies, ou la diffusion d'une nouvelle technologie. Le modèle épidémique que nous considérons dépend du phénomène que nous voulons représenter :. Un individu peut contracter une maladie par un simple contact avec un de ses amis (ces contacts étant indépendants),. Mais une nouvelle technologie est susceptible d'être adoptée par un individu lorsque beaucoup de ses amis ont déjà la technologie en question. Nous étudions essentiellement ces deux différents cas de figure. Dans chaque cas, nous cherchons à savoir si une faible proportion de la population initialement atteinte (ou ayant la technologie en question) peut propager l'épidémie à une grande partie de la populationSeveral kinds of real-world networks can be represented by graphs. Since such networks are very large, their detailed topology is generally unknown, and we model them by large random graphs having the same local statistical properties as the observed networks. An example of such properties is the fact that real-world networks are often highly clustered : if two individuals have a friend in common, they are likely to also be each other's friends. Studying random graph models that are both appropriate and tractable from a mathematical point of view is challenging, that is why we consider several clustered random graph models. The spread of epidemics in random graphs can be used to model several kinds of phenomena in real-world networks, as the spread of diseases, or the diffusion of a new technology. The epidemic model we consider depends on the phenomenon we wish to represent :. An individual can contract a disease by a single contact with any of his friends (such contacts being independent),. But a new technology is likely to be adopted by an individual if many of his friends already have the technology in question. We essentially study these two cases. In each case, one wants to know if a small proportion of the population initially infected (or having the technology in question) can propagate the epidemic to a large part of the population
23
Jourdan, Fabien. "Visualisation d'information : dessin, indices structuraux et navigation : Applications aux réseaux biologiques et aux réseaux sociaux." Montpellier 2, 2004. http://www.theses.fr/2004MON20205.
24
Ravot, Nicolas. "Analyse et diagnostic de réseaux filaires complexes par réflectométrie." Paris 11, 2007. http://www.theses.fr/2007PA112142.
Abstract:
L’évolution des technologies et des modules de communications entraine une complexité croissante des systèmes embarqués. Les dispositifs deviennent de plus en plus intelligents et utilisent de plus en plus de capteurs et d’actionneurs. Les liaisons filaires se multiplient et leur complexité suit celle des systèmes, puisqu’elles viennent en support pour le transfert des données et l’alimentation en énergie. Une structure filaire standard contient de nombreux tronçons de câbles reliés entre eux par de multiples connecteurs. Les systèmes embarqués peuvent être soumis à des contraintes externes qui peuvent compromettre leur bon fonctionnement, simplement à cause d’un connecteur ou d’une liaison défaillante. De nombreuses problématiques apparaissent actuellement faisant référence à des défaillances liées aux lignes de transmission. Un outil permettant de diagnostiquer rapidement, automatiquement et précisément l’état d’un réseau filaire est donc d’une grande aide pour les opérations de maintenance ou de contrôle. La solution proposée dans cette thèse permet d’analyser et diagnostiquer l’état d’un réseau filaire complexe sans apporter la moindre ambigüité. Nous avons donc développé une nouvelle méthode, appelée réflectométrie distribuée par séquences M, plus efficace et fiable pour l’analyse des réseaux et qui prends en compte différents aspects tels que l’intégration, la précision et performances. En effet la distributivité d’une fonction de diagnostic permet d’appréhender l’ensemble d’un réseau et de garantir une analyse des réflectogrammes sans mauvaise interprétation. Cette méthode, purement numérique, est une solution adéquate pour une application embarquéeThe evolution of technologies and the communication modules involve a growing complexity of the embedded systems. These systems are smarter and use more and more sensors and others components. The increase of embedded systems implies the increase of wired network that is the physical support for the data transfer and devices supply. A wired network is composed of several kinds of cables and connectors. These systems can operate in different environments and conditions that can induce failures, because of a defective cable. Nowadays, several problems begin to appear in the wired networks. A tool for diagnosing a wired network would be greatly helpful for maintenance and monitoring. The proposed solution in this thesis allows analysing and diagnosing the health of a wired network without ambiguities. We have developed a new method, called distributed reflectometry by M-sequences, which is more effective and more reliable for analysing wired networks and which considers different aspects such as integration, precision and performance. Indeed, the diagnosis function distribution in a wired network allows apprehending a complete network and guarantees a simple reflectograms analysis without incorrect interpretations. This original method, purely numerical, is an adequate solution for embedded applications
25
Bigeard, Elise. "Détection et analyse de la non-adhérence médicamenteuse dans les réseaux sociaux." Thesis, Lille 3, 2019. http://www.theses.fr/2019LIL3H026.
Abstract:
La non-adhérence médicamenteuse désigne les situations où le patient ne suit pas les directives des autorités médicales concernant la prise d'un médicament. Il peut s'agir d'une situation où le patient prend trop (sur-usage) ou pas assez (sous-usage) de médicaments, boit de l'alcool alors qu'il y a une contrindication, ou encore commet une tentative de suicide à l'aide de médicaments. Selon [HAYNES 2002] améliorer l'adhérence pourrait avoir un plus grand impact sur la santé de la population que tout autre amélioration d'un traitement médical spécifique. Cependant les données sur la non-adhérence sont difficiles à acquérir, puisque les patients en situation de non-adhérence sont peu susceptibles de rapporter leurs actions à leurs médecins. Nous proposons d'exploiter les données des réseaux sociaux pour étudier la non-adhérence médicamenteuse.Dans un premier temps, nous collectons un corpus de messages postés sur des forums médicaux. Nous construisons des vocabulaires de noms de médicaments et de maladies utilisés par les patients. Nous utilisons ces vocabulaires pour indexer les médicaments et maladies dans les messages. Ensuite nous utilisons des méthodes d'apprentissage supervisé et de recherche d'information pour détecter les messages de forum parlant d'une situation de non-adhérence. Avec les méthodes d'apprentissage supervisé, nous obtenons 0,433 de F-mesure, avec un maximum de 0,421 de précision ou 0,610 de rappel. Avec les méthodes de recherche d'information, nous atteignons une précision de 0,8 sur les dix premiers résultats. Nous étudions ensuite le contenu des messages ainsi découverts pour connaître les différents types de non-adhérence et savoir comment et pourquoi les patients se retrouvent dans de telles situations. Nous identifions 3 motivations : gérer soi-même sa santé, rechercher un effet différent de celui pour lequel le médicament est prescrit, être en situation d'addiction ou d'accoutumance. La gestion de sa santé recouvre ainsi plusieurs situations : éviter un effet secondaire, moduler l'effet du médicament, sous-utiliser un médicament perçu comme inutile, agir sans avis médical. Additionnellement, une non-adhérence peut survenir par erreur ou négligence, sans motivation particulière. À l'issue de notre étude nous produisons : un corpus annoté avec des messages de non-adhérence, un classifieur capable de détecter les messages de non-adhérence, une typologie des situations de non-adhérence et une analyse des causes de la non-adhérenceDrug non-compliance refers to situations where the patient does not follow instructions from medical authorities when taking medications. Such situations include taking too much (overuse) or too little (underuse) of medications, drinking contraindicated alcohol, or making a suicide attempt using medication. According to [HAYNES 2002] increasing drug compliance may have a bigger impact on public health than any other medical improvements. However non-compliance data are difficult to obtain since non-adherent patients are unlikely to report their behaviour to their healthcare providers. This is why we use data from social media to study drug non-compliance. Our study is applied to French-speaking forums.First we collect a corpus of messages written by users from medical forums. We build vocabularies of medication and disorder names such as used by patients. We use these vocabularies to index medications and disorders in the corpus. Then we use supervised learning and information retrieval methods to detect messages talking about non-compliance. With machine learning, we obtain 0.433 F-mesure, with up to 0.421 precision or 0.610 recall. With information retrieval, we reach 0.8 precision on the first ten results.After that, we study the content of the non-compliance messages. We identify various non-compliance situations and patient's motivations. We identify 3 main motivations: self-medication, seeking an effect besides the effect the medication was prescribed for, or being in addiction or habituation situation. Self-medication is an umbrella for several situations: avoiding an adverse effect, adjusting the medication's effect, underuse a medication seen as useless, taking decisions without a doctor's advice. Non-compliance can also happen thanks to errors or carelessness, without any particular motivation.Our work provides several kinds of result: annotated corpus with non-compliance messages, classifier for the detection of non-compliance messages, typology of non-compliance situations and analysis of the causes of non-compliance
26
Abid, Younes. "Analyse automatisée des risques sur la vie privée dans les réseaux sociaux." Thesis, Université de Lorraine, 2018. http://www.theses.fr/2018LORR0088/document.
Abstract:
Cette thèse vise à comprendre le risque de fuite d’informations personnelles sur un réseau social. Nous étudions les violations potentielles de la vie privée, concevons des attaques, prouvons leur faisabilité et analysons leur précision. Cette approche nous aide à identifier l’origine des menaces et constitue un premier pas vers la conception de contre-mesures efficaces. Nous avons d’abord introduit une mesure de sensibilité des sujets à travers une enquête par questionnaire. Puis, nous avons conçu des attaques de divulgation (avec certitude) des liens d’amitié et des liens d’appartenance aux groupes sur “Facebook”. Ces attaques permettent de découvrir le réseau local d’une cible en utilisant uniquement des requêtes légitimes. Nous avons également conçu une technique d’échantillonnage pour collecter rapidement des données utiles autour d’une cible. Les données collectées sont ensuite représentées par des graphes et utilisées pour effectuer des inférences d’attributs (avec incertitude). Pour augmenter la précision des attaques, nous avons conçu des algorithmes de nettoyage. Ces algorithmes quantifient la corrélation entre les sujets, sélectionnent les plus pertinents et permettent de gérer la rareté (sparsity) des données. Enfin, nous avons utilisé un réseau de neurones pour classer les données et déduire les valeurs secrètes d’un attribut sensible d’une cible donnée avec une précision élevée mesurée par AUC sur des données réelles. Les algorithmes proposés dans ce travail sont inclus dans un système appelé SONSAI qui aide les utilisateurs finaux à contrôler la collecte d’informations sur leur vie privéeIn this thesis we shed the light on the danger of privacy leakage on social network. We investigate privacy breaches, design attacks, show their feasibility and study their accuracies. This approach helps us to track the origin of threats and is a first step toward designing effective countermeasures. We have first introduced a subject sensitivity measure through a questionnaire survey. Then, we have designed on-line friendship and group membership link disclosure (with certainty) attacks on the largest social network “Facebook”. These attacks successfully uncover the local network of a target using only legitimate queries. We have also designed sampling techniques to rapidly collect useful data around a target. The collected data are represented by social-attribute networks and used to perform attribute inference (with uncertainty) attacks. To increase the accuracy of attacks, we have designed cleansing algorithms. These algorithms quantify the correlation between subjects, select the most relevant ones and combat data sparsity. Finally, we have used a shallow neural network to classify the data and infer the secret values of a sensitive attribute of a given target with high accuracy measured by AUC on real datasets. The proposed algorithms in this work are included in a system called SONSAI that can help end users analyzing their local network to take the hand over their privacy
27
Phan, Van Long Em. "Analyse asymptotique de réseaux complexes de systèmes de réaction-diffusion." Thesis, Le Havre, 2015. http://www.theses.fr/2015LEHA0012/document.
Abstract:
Le fonctionnement d'un neurone, unité fondamentale du système nerveux, intéresse de nombreuses disciplines scientifiques. Il existe ainsi des modèles mathématiques qui décrivent leur comportement par des systèmes d'EDO ou d'EDP. Plusieurs de ces modèles peuvent ensuite être couplés afin de pouvoir étudier le comportement de réseaux, systèmes complexes au sein desquels émergent des propriétés. Ce travail présente, dans un premier temps, les principaux mécanismes régissant ce fonctionnement pour en comprendre la modélisation. Plusieurs modèles sont alors présentés, jusqu'à celui de FitzHugh-Nagumo (FHN), qui présente une dynamique très intéressante.C'est sur l'étude théorique mais également numérique de la dynamique asymptotique et transitoire du modèle de FHN en EDO, que se concentre la seconde partie de cette thèse. A partir de cette étude, des réseaux d'interactions d'EDO sont construits en couplant les systèmes dynamiques précédemment étudiés. L'étude du phénomène de synchronisation identique au sein de ces réseaux montre l'existence de propriétés émergentes pouvant être caractérisées par exemple par des lois de puissance. Dans une troisième partie, on se concentre sur l'étude du système de FHN dans sa version EDP. Comme la partie précédente, des réseaux d'interactions d'EDP sont étudiés. On entreprend dans cette partie une étude théorique et numérique. Dans la partie théorique, on montre l'existence de l'attracteur global dans l'espace L2(Ω)nd et on donne des conditions suffisantes de synchronisation. Dans la partie numérique, on illustre le phénomène de synchronisation ainsi que l'émergence de lois générales telles que les lois puissances ou encore la formation de patterns, et on étudie l'effet de l'ajout de la dimension spatiale sur la synchronisationThe neuron, a fundamental unit in the nervous system, is a point of interest in many scientific disciplines. Thus, there are some mathematical models that describe their behavior by ODE or PDE systems. Many of these models can then be coupled in order to study the behavior of networks, complex systems in which the properties emerge. Firstly, this work presents the main mechanisms governing the neuron behaviour in order to understand the different models. Several models are then presented, including the FitzHugh-Nagumo one, which has a interesting dynamic. The theoretical and numerical study of the asymptotic and transitory dynamics of the aforementioned model is then proposed in the second part of this thesis. From this study, the interaction networks of ODE are built by coupling previously dynamic systems. The study of identical synchronization phenomenon in these networks shows the existence of emergent properties that can be characterized by power laws. In the third part, we focus on the study of the PDE system of FHN. As the previous part, the interaction networks of PDE are studied. We have in this section a theoretical and numerical study. In the theoretical part, we show the existence of the global attractor on the space L2(Ω)nd and give the sufficient conditions for identical synchronization. In the numerical part, we illustrate the synchronization phenomenon, also the general laws of emergence such as the power laws or the patterns formation. The diffusion effect on the synchronization is studied
28
Lemmouchi, Slimane. "Etude de la robustesse des graphes sociaux émergents." Phd thesis, Université Claude Bernard - Lyon I, 2012. http://tel.archives-ouvertes.fr/tel-00944441.
Abstract:
Les réseaux sont présents dans pratiquement tous les aspects de la vie. Le monde quinous entoure comporte énormément de réseaux. Par exemple, les réseaux de communicationconstitués de téléphones, les réseaux électriques, les réseaux d'ordinateurs, le réseaudes lignes aériennes, ... etc, sont autant de réseaux importants dans la vie de chaque jour.Le cadre mathématique des réseaux est bien approprié pour décrire plusieurs systèmescomposés d'un grand nombre d'entités qui interagissent entre elles. Chaque entité est représentéepar un noeud du réseau et chaque interaction par un lien entre deux noeuds. Ilest donc possible de modéliser ces réseaux par des graphes. Pour la plupart de ces réseaux,la difficulté provient principalement du grand nombre d'entités, ainsi que de la façon dontelles sont interconnectées. Une approche naturelle pour simplifier de tels systèmes consistedonc à réduire leur taille. Cette simplification n'est pas faite aléatoirement, mais de tellefaçon à ce que les noeuds de la même composante aient plus de liens entre eux qu'avec lesautres composantes. Ces groupes de noeuds ou composantes sont appelés communautésd'intérêt. Notre thèse se positionne dans le domaine de l'étude des graphes sociaux. Elle s'intéresseprincipalement à l'étude de la robustesse des structures sociales émergentes dansles réseaux d'interactions. L'aspect de la robustesse des réseaux constitue un challengetrès important pour comprendre leur fonctionnement, le comportement des entités lesconstituant et surtout pour comprendre les interactions qui peuvent se produire entreelles, permettant l'émergence de certains comportements qui n'étaient pas du tout prévisiblesau préalable. Actuellement, les études de la robustesse des réseaux qui existentdans la littérature traitent cet aspect du point de vue purement structurel, i.e. toutes lesperturbations sont appliquées soit sur les noeuds, soit sur les arêtes du graphe. Pour cequi est de notre étude, nous nous sommes intéressés à définir une nouvelle stratégie qui sebase sur des perturbations appliquées sur les paramètres qui permettent l'émergence desgraphes sociaux dans les réseaux d'interaction. Cette façon d'aborder l'aspect robustessedes graphes constitue une nouvelle manière d'évaluer et de quantifier les changements quipeuvent intervenir dans les structures de ces graphes.
29
Taramasco, Toro Carla Andrea. "Impact de l'obésité sur les structures sociales et impact des structures sociales sur l'obésité." Palaiseau, Ecole polytechnique, 2011. http://pastel.archives-ouvertes.fr/pastel-00629904.
Abstract:
Ce travail porte sur le développement d'un cadre théorique (conceptualisation et formalisation) qui cherche à modéliser l'obésité comme un processus de transformation du corps de l'individu obèse, déterminé par des facteurs individuels, inter-individuels, sociaux et culturels. J'ai d'abord pris en compte ces facteurs indissociables, pour analyser l'impact dans le temps d'une telle transformation individuelle sur la structure sociale. Pour ce faire, j'ai développé un modèle de réseau, dans lequel une partie des interactions individuelles sont dues à une sélection/désélection homophilique, consistant en un détachement et un attachement préférentiels de liens, selon les propriétés des individus. Deuxièmement, et réciproquement, j'étudie le rôle que pourrait jouer la structure du tissu social dans l'actuel développement de l'obésité. J'utilise pour cela deux modèles stochastiques : un modèle épidémiologique à compartiments et un modèle de réseau individu-centré considérant deux types d'influences : exogène (environnement-individu) et endogène (individu-individu)I will propose a theoretical framework (conceptualization and formalization) which seeks to model obesity as a process of transformation of one's own body determined by individual (physical and psychological), inter-individual (relational, relationship between the individual and others) and socio-cultural factors (environmental, relationship between the individual and his milieu). Individual and inter-individual factors are tied to each other in a socio-cultural context whose impact is notably related to the visibility of any body being exposed on the public stage in a non-contingent way. To investigate obesity in this multifactorial manner, this paper is divided in two main parts. First, I take into account these inseparable factors to analyze the impact through time that obese individual transformation may have on the social structure. With this aim, I develop a network model in which individual interactions are in part due to homophilic selection/deselection, i. E. Preferential attachment and detachment of inter-individual links according to characteristics of the individuals involved. Homophily is here defined as the tendency of an individual to create links with other individuals sharing similar attributes with him and to cut links with other dissimilar individuals. Homophily suggests that individuals tend to interact with those who resemble them. Second, and reciprocally, I study the role which could be played by the structure of the social fabric in the increase and current development of obesity. I evaluate the impact of micro level (i. E : relations between individuals) as well as the impact of meso level (i. E : relations between districts) and between macro level (i. E :countries). This approach highlights the necessity to integrate the dynamics of each scale to better understand the evolution of the pathology. With this aim, I use two stochastic models : epidemiological compartmental model and individual centered network model, considering three influences : exogenous heterogeneous (individual- cultural), exogenous homogeneous (individual-social) and endogenous (individual-individual). All together, this investigation of obesity will allow me to investigate the social and cultural dimension involved in being and transforming one's body
30
Maigrot, Cédric. "Détection de fausses informations dans les réseaux sociaux." Thesis, Rennes 1, 2019. http://www.theses.fr/2019REN1S085.
Abstract:
Les fausses informations se multiplient et se propagent rapidement sur les réseaux sociaux. Dans cette thèse, nous analysons les publications d’un point de vue multimodal entre le texte et l’image associée. Plusieurs études ont été menées durant cette thèse. La première compare plusieurs types de médias présents sur les réseaux sociaux et vise à les discriminer de manière automatique. La second permet la détection et la localisation de modifications dans une image grâce à la comparaison avec une ancienne version de l’image. Enfin, nous nous sommes intéressés à des fusions de connaissances basées sur les prédictions d’autres équipes de recherche afin de créer un système uniqueFalse information are multiplying and are spreading quickly on social networks. In this thesis, we analyze the publications from a multimodal point of view between the text and the associated image. Several studies were conducted during this thesis. The first compares several types of media present on social networks and aims to discriminate them automatically. The second one allows the detection and the localization of modifications in an image thanks to the comparison with an old version of this image. Finally, we focused on merged knowledge based on the predictions of other research teams to create a single system
31
Serrour, Belkacem. "Détection et analyse de communautés dans les réseaux." Thesis, Lyon 1, 2010. http://www.theses.fr/2010LYO10332.
Abstract:
L'étude de structures de communautés dans les réseaux devient de plus en plus une question importante. La connaissance des modules de base (communautés) des réseaux nous aide à bien comprendre leurs fonctionnements et comportements, et à appréhender les performances de ces systèmes. Une communauté dans un graphe (réseau) est définie comme un ensemble de nœuds qui sont fortement liés entre eux, mais faiblement liés avec le reste du graphe. Les membres de la même communauté partagent les mêmes centres d'intérêt. La plupart des travaux qui existent dans ce domaine se scindent en deux grandes thématiques: la détection de communautés et l'analyse de communautés. La détection de communautés consiste à trouver les communautés dans un réseau donné, sans connaître à priori ni la taille ni le nombre des communautés. La partie analyse de communautés, quant à elle, consiste à étudier les propriétés structurelles et sémantiques des communautés détectées et de celles du réseau étudié. Dans cette thèse, nous nous intéressons à l'étude de structures de communautés dans les réseaux. Nous contribuons dans les deux parties, analyse et détection de communautés. Dans la partie analyse de communautés, nos contributions sont l'étude des communautés dans les réseaux de communication et l'étude des communautés dans les services Web. D'une part, nous étudions l'émergence de communautés dans les réseaux de communication. Nous proposons une classification de structures de communautés émergées dans un réseau de communication donné. Nous modélisons les réseaux par les graphes et nous les caractérisons par un ensemble de paramètres. Nous concluons par une corrélation directe entre le réseau initial et les types de structures de communautés émergées. D'autre part, nous étudions les communautés dans les logs de services Web. Nous analysons les historiques d'exécution (les fichiers logs) afin de découvrir les protocoles métiers de services (séquences de messages échangés entre le service et le client pour aboutir à un but donné). Nous modélisons les logs par les graphes, et nous cherchons l'ensemble de conversations (communautés) issues de notre graphe de messages (le graphe de messages est un graphe induit du graphe de logs). Notre contribution dans la partie détection de communautés, est la proposition d'un algorithme de détection de communautés basé sur les motifs utilisant l'optimisation spectrale. Nous définissons une matrice de modularité motif (particulièrement, le triangle), et nous utilisons l'algorithme de décomposition et d'optimisation spectrale pour détecter les communautés basées sur des motifs. Nous montrons l'apport des communautés basées sur les motifs en appliquant notre algorithme sur des réseaux sociaux connus dans la littérature et en comparant les communautés basées sur les motifs trouvées avec les communautés classiquesThe study of the sub-structure of complex networks is of major importance to relate topology and functionality. Understanding the modular units (communities) of graphs is of utmost importance to grasping knowledge about the functionality and performance of such systems. A community is defined as a group of nodes such that connections between the nodes are denser than connections with the rest of the network. Generally, the members of one community share the same interest. Many efforts have been devoted to the analysis of the modular structure of networks. The most of these works are grouped into two parts: community detection and community analysis. Community detection consists on finding communities in networks whithout knowing there size and number. While the community analysis deals the study of the structural and semantic properties of the emerged communities, and the understanding of the functionality and the performance of the network. In this thesis, we are interested on the study of the community structures in networks. We give contributions in both community analysis and community detection parts. In the community analysis part, we study the communities of communication networks and the communities in web services. On the one hand, we study the community emergence in communication networks. We propose a classification of the emerged community structures in a given network. We model the networks by graphs and we characterize them by some parameters (network size, network density, number of resources in the network, number of providers in the network, etc.). We give also a direct correlation between the network parameters and the emerged community structures. On the other hand, we study the communities in the web service logs. We aim to discover the business protocol of services (sequences of messages exchanged between the service and a client to achieve a given goal). We analyze the log files and we model them by graphs. In our final tree graph (message graph), the paths represent the conversations (communities). In the community detection part, the main goal of our contribution is to determine communities using as building blocks triangular motifs. We propose an approach for triangle community detection based on modularity optimization using the spectral algorithm decomposition and optimization. The resulting algorithm is able to identify efficiently the best partition in communities of triangles of any given network, optimizing their correspondent modularity function
32
Thovex, Christophe. "Réseaux de compétences : de l'analyse des réseaux sociaux à l'analyse prédictive de connaissances." Phd thesis, Nantes, 2012. https://archive.bu.univ-nantes.fr/pollux/show/show?id=9655d57c-574a-4377-8aa1-cc682eecb122.
Abstract:
En 1977, Freeman formalisait les premières mesures génériques d’Analyse de Réseaux Sociaux (ARS). Puis, les réseaux sociaux du Web « 2. 0 » sont devenus planétaires (e. G. , FaceBook, MSN). Cette thèse définit un modèle sémantique, non probabiliste et prédictif, pour l’analyse décisionnelle de réseaux sociaux professionnels et institutionnels. Ce modèle, en parallèle à la sociophysique de Galam, intègre des méthodes de traitement sémantique du langage naturel et d’ingénierie des connaissances, des mesures de sociologie statistique et des lois électrodynamiques, appliquées à l’optimisation de la performance économique et du climat social. Il a été développé et expérimenté dans le cadre du projet Socioprise, financé par le Secrétariat d’´Etat à la prospective et au développement de l’économie numériqueIn 1977, Freeman formalised generic measures of Social Networks Analysis (SNA). Then, the Web “2. 0” social networks have become global networks (e. G. , FaceBook, MSN). This thesis defines a semantic model, non probabilist and predictive, for the decisional analysis of professional and institutional social networks. The presented multidisciplinary model, in parallel to the Galam sociophysics, integrates some semantic methods of natural language processing and knowledge engineering, some measures of statistic sociology and some electrodynamic laws, applied to the economic performance and social climate optimisation. It has been developped and experimented in line with the Socioprise project, funded by the French State Secretariat for the prospective and development of the digital economy
33
Thovex, Christophe. "Réseaux de Compétences : de l'Analyse des Réseaux Sociaux à l'Analyse Prédictive de Connaissances." Phd thesis, Université de Nantes, 2012. http://tel.archives-ouvertes.fr/tel-00697798.
Abstract:
En 1977, Freeman formalisait les premières mesures génériques d'Analyse de Réseaux Sociaux (ARS). Puis, les réseaux sociaux du Web " 2.0 " sont devenus planétaires (e.g., FaceBook, MSN). Cette thèse définit un modèle sémantique, non probabiliste et prédictif, pour l'analyse décisionnelle de réseaux sociaux professionnels et institutionnels. Ce modèle, en parallèle à la sociophysique de Galam, intègre des méthodes de traitement sémantique du langage naturel et d'ingénierie des connaissances, des mesures de sociologie statistique et des lois électrodynamiques, appliquées à l'optimisation de la performance économique et du climat social. Il a été développé et expérimenté dans le cadre du projet Socioprise, financé par le Secrétariat d'Etat à la prospective et au développement de l'économie numérique.
34
Deroy, Françoise Renée. "Réseaux sociaux et mobilisation de ressources, analyse sociologique du dessein de Marie de l'Incarnation." Thesis, National Library of Canada = Bibliothèque nationale du Canada, 1996. http://www.collectionscanada.ca/obj/s4/f2/dsk3/ftp04/nq21453.pdf.
35
Rifi, Mouna. "Modélisation et Analyse des Réseaux Complexes : application à la sûreté nucléaire." Thesis, Sorbonne Paris Cité, 2019. http://www.theses.fr/2019USPCD049.
Abstract:
Ce travail propose une modélisation adéquate en graphes pour les systèmes et séquences accidentelles de sûreté nucléaire. Ces systèmes et séquences proviennent des "Etudes Probabilistes de Sûreté" (EPS) qui consistent à analyser de façon exhaustive tous les scénarios accidentels envisageables, d’estimer leurs probabilités d’occurrence (en les regroupant par famille) et les conséquences associées.Ensuite une analyse des réseaux complexes résultants est effectuée par des mesures de centralités.Une première application consiste à la prédiction du Facteur d’Accroissement du Risque nucléaire en utilisant les algorithmes d’apprentissages supervisé : méthodes à base d’arbre de classification, régression logistique et méthodes ensemblistes, sur des données déséquilibrées.Par ailleurs, un nouveau coefficient synthétique de centralité et une mesure de similarité sont conçus pour comparer les structures de réseaux, indépendamment de leurs caractéristiques topologiques, en se basant sur les interdépendances entre leurs vecteurs de centralités.Cette nouvelle approche utilise des techniques statistiques (échantillonnage, corrélation ethomogénéité).La pertinence et l’efficacité de cette nouvelle mesure de similarité sont validées sur le clustering de graphes théoriques classiques et la prédiction du type de graphes. Enfin, une application de cette approche est réalisée pour le clustering des réseaux complexes des systèmes de sûreté nucléaireThis work aims to propose an adequate graph modeling approach for nuclear safety accident systems and sequences.These systems and sequences come from "Probabilistic Safety Analysis" (PSA) which is an exhaustive analysis of all possible accident scenarios, to estimate their probabilities of occurrence (by grouping them by families) and the associated consequences.Then, an analysis of the resulting networks is performed by network centrality measures. A first application consists on predicting the nuclear Risk Increase Factor, which is a PSA importance factor, using supervised learning algorithms : classification tree methods, logistic regression and ensemble learning methods, on un balanced data. Furthermore, a new synthetic centrality coefficient and a similarity measure are developed to compare the networks structures and their topological characteristics, based on their centrality vectors interdependencies. This new approach uses statistical techniques (sampling,correlation and homogeneity).The relevance and appreciation of this new measure of similarity are validated on the clustering of most popular theoretical graphs and on the prediction of the type of these graphs. Finally, an application of this approach has been conducted for the clustering of nuclear safety systems networks
36
Bousseau, Frédéric. "Modélisation des systèmes complexes : une approche par réseaux de Petri." Angers, 1997. http://www.theses.fr/1997ANGE0008.
Abstract:
L’étude des divers systèmes de notre monde est souvent faite par l’intermédiaire d'un modèle. Celui-ci n'est qu'une représentation de la réalité qui ne peut pas être complètement exacte. Cette erreur de modélisation est due, entre autres, à l'environnement du système dont on ne peut pas toujours tenir compte. En effet, tout système est une sous partie d'un autre, plus grand, et peut être, lui-même, décomposé en nombreux sous-systèmes. Cette thèse propose une étude des systèmes interconnectés. Nous allons modéliser et analyser des systèmes qui présentent de nombreuses interactions. Les automates cellulaires sont parmi les plus célèbres modèles de ces systèmes que l'on appelle complexes. L’originalité de ce travail est de proposer l'utilisation des réseaux de Petri comme outil de modélisation de ces systèmes Ces réseaux présentent deux aspects très intéressants : la simplicité de la modélisation et un support algébrique associé qui permet une analyse mathématique du modèle Nous proposons dans cette thèse une méthode de modélisation des systèmes complexes. Celle-ci est basée sur l'utilisation d'un réseau de Petri de base que nous appelons une cellule. Nous lions ensuite ces cellules entre elles afin d'obtenir notre modèle. Nous analysons le comportement de ces modèles en termes d'attracteurs en utilisant le support mathématique associé aux réseaux de Petri et notamment les invariants. Nous étudions enfin les effets des perturbations sur nos modèles. Pour terminer, nous présentons quelques perspectives d'applications liées à notre étude Ces applications sont principalement dédiées aux systèmes ayant une évolution cyclique.
37
Tackx, Raphaël. "Analyse de la structure communautaire des réseaux bipartis." Electronic Thesis or Diss., Sorbonne université, 2018. https://accesdistant.sorbonne-universite.fr/login?url=https://theses-intra.sorbonne-universite.fr/2018SORUS550.pdf.
Abstract:
Il existe dans le monde réel un nombre important de réseaux qui apparaissent naturellement, on les retrouve un peu partout, dans de nombreuses disciplines, par exemple en informatique avec les réseaux de routeurs, les réseaux de satellites, les réseaux de pages Web, en biologie avec les réseaux des neurones, en écologie avec les réseaux d’interactions biologiques, en linguistiques avec les réseaux de synonymes, en droit avec les réseaux de décisions juridiques, en économie avec les réseaux interbancaires, en sciences humaines avec les réseaux sociaux. De manière générale, un réseau reflète les interactions entre les nombreuses entités d’un système. Ces interactions peuvent être de différentes natures, un lien social ou un lien d’amitié dans un réseau social constitué de personnes, un câble dans un réseau de routeurs, une réaction chimique dans un réseau biologique de protéines, un hyperlien dans un réseau de pages Web, etc. Plus encore, la rapide démocratisation du numérique dans nos sociétés, avec Internet notamment, a pour conséquence de produire de nouveaux systèmes qui peuvent être représentés sous forme de réseaux. Finalement, tous ces réseaux présentent des particularités bien spécifiques : ils sont issus de contextes pratiques, ils sont le plus souvent de grande taille (on retrouve quelques fois des réseaux constitués de plusieurs milliards de nœuds et de liens, contenant donc une grande quantité d’information), ils présentent des propriétés statistiques communes. À cet égard, ils sont regroupés sous l’appellation de réseaux réels, graphes de terrain ou encore réseaux complexes. Aujourd'hui, la science des réseaux est un domaine de recherche à part entière dont l’enjeu principal est de parvenir à décrire et modéliser ces réseaux avec précision afin de révéler leurs caractéristiques générales et de mieux comprendre leurs mécanismes. La plupart des travaux dans ce domaine utilisent le formalisme des graphes qui fournit un ensemble d’outils mathématiques particulièrement adaptés à l’analyse topologique et structurelle des réseaux. Il existe de nombreuses applications dans ce domaine, par exemple des applications concernant la propagation d’épidémie ou de virus informatique, la fragilité du réseau en cas de panne, sa résilience en cas d’attaque, l’étude de la dynamique pour prédire l’apparition de nouveaux liens, la recommandation, etc. L’un des problèmes complexes actuels, qui a beaucoup d’applications, est l’identification de la structure communautaire. La grande majorité des réseaux réels sont caractérisés par des niveaux d’organisation dans leur structure mésoscopique. Du fait de la faible densité globale des réseaux réels couplée à la forte densité locale, on observe la présence de groupes de nœuds fortement liés entre eux et plus faiblement liés avec le reste du réseau, que l’on appelle communautés. Ces structures ont également du sens dans le réseau lui-même, par exemple les communautés d’un réseau social peuvent correspondre à des groupes sociaux (amis, familles, etc.), les communautés d’un réseau de protéines peuvent traduire des réponses fonctionnelles, elles peuvent correspondre à des sujets similaires dans un réseau de pages Web, pour donner quelques exemples [...]In the real world, numerous networks appear naturally, they are everywhere, in many disciplines, for example in computer science with router networks, satellite networks, webpage networks, in biology with neural networks, in ecology with biological interaction networks, in linguistic with synonym networks, in law with legal decision networks, in economy with interbank networks, in social sciences and humanities with social networks. Generally, a network reflects the interactions between many entities of a system. These interactions have different sources, a social link or a friendship link in a social network, a cable in a router network, a chemical reaction in a protein-protein interaction network, a hyperlink in a webpage network. Furthermore, the rapid democratization of digital technology in our societies, with internet in particular, leads to create new systems which can be seen as networks. Finally, all these networks depict very specific features : they come from pratical contexts, most of the time they are big (they may be comprised of several billion of nodes and links, containing a large amount of information), they share statistical properties. In this regard, they are called real-world networks or complex networks. Nowaday, network science is a research area in its own right focusing on describing and modeling these networks in order to reveal their main features and improve our understanding of their mecanisms. Most of the works in this area use graphs formalism which provides a set of mathematical tools well suited for analyzing the topology of these networks. It exists many applications, for instance applications in spread of epidemy or computer viruses, weakness of networks in case of a breakdown, attack resilience, study for link prediction, recommandation, etc. One of the major issue is the identification of community structure. The large majority of real-world networks depicts several levels of organization in their structure. Because of there is a weak global density coupled with a strong local density, we observe that nodes are usually organized into groups, called communities, which are more internally connected than they are to the rest of the network. Moreover, these structures have a meaning in the network itself, for example communities of a social network may correspond to social groups (friends, families, etc.), communities of a protein-protein network may translate fonctions of a cell, communities may be also related to similar subjects in a webpage network [...]
38
Verron, Sylvain. "Diagnostic et surveillance des processus complexes par réseaux bayésiens." Phd thesis, Université d'Angers, 2007. http://tel.archives-ouvertes.fr/tel-00517101.
Abstract:
Cette thèse porte sur la surveillance (détection et diagnostic) des procédés multivariés par réseaux bayésiens. Ceci permet l'unification dans le même outil, un réseau bayésien, de plusieurs méthodes dédiées à la surveillance des procédés, telles que les cartes de contrôles multivariées, l'analyse discriminante ou bien la méthode MYT. Le premier chapitre expose les différents points clés de la surveillance des procédés, en étudiant les diverses approches permettant de réaliser celle-ci. Des méthodes de surveillance supervisées et non-supervisées sont présentées et une étude de différents classifieurs pour la surveillance est effectuée. Le choix d'un classifieur se porte alors sur les réseaux bayésiens. Le second chapitre est l'objet d'une présentation plus approfondie des réseaux bayésiens et des extensions possibles et intéressantes de ce genre d'outil dans le contexte de la surveillance des procédés. Puis, un état de l'art des méthodes de surveillance ou de diagnostic basées sur les réseaux bayésiens est étudié. Le troisième chapitre expose les contributions apportées au domaine de la surveillance des procédés par réseaux bayésiens. Les contributions apportées se répartissent en trois parties : détection, diagnostic supervisé et diagnostic non-supervisé. En s'appuyant sur ces contributions, la structure complète d'un réseau bayésien dédié à la surveillance des procédés est proposée. Le dernier chapitre présente une application de la méthode proposée sur un exemple classique : le procédé Tennessee Eastman. Les performances du réseau en terme de détection et de diagnostic sont évaluées. Finalement, les conclusions et perspectives de l'approche proposée sont émises.
39
Edouard, Amosse. "Détection et analyse d’événement dans les messages courts." Thesis, Université Côte d'Azur (ComUE), 2017. http://www.theses.fr/2017AZUR4079/document.
Abstract:
Les réseaux sociaux ont transformé le Web d'un mode lecture, où les utilisateurs pouvaient seulement consommer les informations, à un mode interactif leur permettant de les créer, partager et commenter. Un défi majeur du traitement d'information dans les médias sociaux est lié à la taille réduite des contenus, leur nature informelle et le manque d'informations contextuelles. D'un autre côté, le web contient des bases de connaissances structurées à partir de concepts d'ontologies, utilisables pour enrichir ces contenus. Cette thèse explore le potentiel d'utiliser les bases de connaissances du Web de données, afin de détecter, classifier et suivre des événements dans les médias sociaux, particulièrement Twitter. On a abordé 3 questions de recherche : i) Comment extraire et classifier les messages qui rapportent des événements ? ii) Comment identifier des événements précis ? iii) Étant donné un événement, comment construire un fil d'actualité représentant les différents sous-événements ? Les travaux de la thèse ont contribué à élaborer des méthodes pour la généralisation des entités nommées par des concepts d'ontologies pour mitiger le sur-apprentissage dans les modèles supervisés ; une adaptation de la théorie des graphes pour modéliser les relations entre les entités et les autres termes et ainsi caractériser des événements pertinents ; l'utilisation des ontologies de domaines et les bases de connaissances dédiées, pour modéliser les relations entre les caractéristiques et les acteurs des événements. Nous démontrons que l'enrichissement sémantique des entités par des informations du Web de données améliore la performance des modèles d'apprentissages supervisés et non supervisésIn the latest years, the Web has shifted from a read-only medium where most users could only consume information to an interactive medium allowing every user to create, share and comment information. The downside of social media as an information source is that often the texts are short, informal and lack contextual information. On the other hand, the Web also contains structured Knowledge Bases (KBs) that could be used to enrich the user-generated content. This dissertation investigates the potential of exploiting information from the Linked Open Data KBs to detect, classify and track events on social media, in particular Twitter. More specifically, we address 3 research questions: i) How to extract and classify messages related to events? ii) How to cluster events into fine-grained categories? and 3) Given an event, to what extent user-generated contents on social medias can contribute in the creation of a timeline of sub-events? We provide methods that rely on Linked Open Data KBs to enrich the context of social media content; we show that supervised models can achieve good generalisation capabilities through semantic linking, thus mitigating overfitting; we rely on graph theory to model the relationships between NEs and the other terms in tweets in order to cluster fine-grained events. Finally, we use in-domain ontologies and local gazetteers to identify relationships between actors involved in the same event, to create a timeline of sub-events. We show that enriching the NEs in the text with information provided by LOD KBs improves the performance of both supervised and unsupervised machine learning models
40
Perez, Charles. "Approche comportementale pour la sécurisation des utilisateurs de réseaux sociaux numériques mobiles." Thesis, Troyes, 2014. http://www.theses.fr/2014TROY0019/document.
Abstract:
Notre société doit faire face à de nombreux changements dans les modes de communication.L’émergence simultanée des terminaux nomades et des réseaux sociaux numériques permet désormais de partager des informations depuis presque n’importe quel lieu et potentiellement avec toutes les entités connectées.Le développement de l’usage des smartphones dans un cadre professionnel ainsi que celui des réseaux sociaux numériques constitue une opportunité, mais également une source d’exposition à de nombreuses menaces telles que la fuites d’information sensible, le hameçonnage, l’accès non légitime à des données personnelles, etc.Alors que nous observons une augmentation significative de la malveillance sur les plateformes sociales, aucune solution ne permet d’assurer un usage totalement maîtrisé des réseaux sociaux numériques. L’apport principal de ce travail est la mise en place de la méthodologie (SPOTLIGHT) qui décrit un outil d’analyse comportementale d’un utilisateur de smartphone et de ses contacts sur les différents médias sociaux. La principale hypothèse est que les smartphones, qui sont étroitement liés à leurs propriétaires, mémorisent les activités de l’utilisateur (interactions) et peuvent être utiles pour mieux le protéger sur le numérique.Cette approche est implémentée dans un prototype d’application mobile appelé SPOTLIGHT 1.0 qui permet d’analyser les traces mémorisées dans le smartphone d’un utilisateur afin de l’aider à prendre les décisions adéquates dans le but de protéger ses donnéesOur society is facing many changes in the way it communicates. The emergence of mobile terminals alongside digital social networks allows information to be shared from almost anywhere with the option of all parties being connected simultaneously. The growing use of smartphones and digital social networks in a professional context presents an opportunity, but it also exposes businesses and users to many threats, such as leakage of sensitive information, spamming, illegal access to personal data, etc.Although a significant increase in malicious activities on social platforms can be observed, currently there is no solution that ensures a completely controlled usage of digital social networks. This work aims to make a major contribution in this area through the implementation of a methodology (SPOTLIGHT) that not only uses the behaviour of profiles for evaluation purposes, but also to protect the user. This methodology relies on the assumption that smartphones, which are closely related to their owners, store and memorise traces of activity (interactions) that can be used to better protect the user online.This approach is implemented in a mobile prototype called SPOTLIGHT 1.0, which analyses traces stored in users’ smartphone to help them make the right decisions to protect their data
41
Dulac, Adrien. "Etude des modèles à composition mixée pour l'analyse de réseaux complexes." Thesis, Université Grenoble Alpes (ComUE), 2018. http://www.theses.fr/2018GREAM080/document.
Abstract:
Les données relationnelles sont omniprésentes dans la nature et leur accessibilité ne cesse d'augmenter depuis ces dernières années. Ces données, vues comme un tout, forment un réseau qui peut être représenté par une structure de données appelée graphe où chaque nœud du graphe est une entité et chaque arête représente une relation ou connexion entre ces entités. Les réseaux complexes en général, tels que le Web, les réseaux de communications ou les réseaux sociaux sont connus pour exhiber des propriétés structurelles communes qui émergent aux travers de leurs graphes. Dans cette thèse, nous mettons l'accent sur deux importantes propriétés appelées *homophilie* et *attachement préférentiel* qui se produisent dans un grand nombre de réseaux réels. Dans une première phase, nous étudions une classe de modèles de graphes aléatoires dans un contexte Bayésien non-paramétrique, appelé *modèle de composition mixée*, et nous nous concentrons à montrer si ces modèles satisfont ou non les propriétés mentionnées, après avoir proposé des définitions formelles pour ces dernières. Nous conduisons ensuite une évaluation empirique pour mettre à l'épreuve nos résultats sur des jeux de données de réseaux synthétiques et réels. Dans une seconde phase, nous proposons un nouveau modèle, qui généralise un précédent modèle à composition mixée stochastique, adapté pour les réseaux pondérés et nous développons un algorithme d'inférence efficace capable de s'adapter à des réseaux de grande échelleRelational data are ubiquitous in the nature and their accessibility has not ceased to increase in recent years. Those data, see as a whole, form a network, which can be represented by a data structure called a graph, where each vertex of the graph is an entity and each edge a connection between pair of vertices. Complex networks in general, such as the Web, communication networks or social network, are known to exhibit common structural properties that emerge through their graphs. In this work we emphasize two important properties called *homophilly* and *preferential attachment* that arise on most of the real-world networks. We firstly study a class of powerful *random graph models* in a Bayesian nonparametric setting, called *mixed-membership model* and we focus on showing whether the models in this class comply with the mentioned properties, after giving formal definitions in a probabilistic context of the latter. Furthermore, we empirically evaluate our findings on synthetic and real-world network datasets. Secondly, we propose a new model, which extends the former Stochastic Mixed-Membership Model, for weighted networks and we develop an efficient inference algorithm able to scale to large-scale networks
42
Azaza, Lobna. "Une approche pour estimer l'influence dans les réseaux complexes : application au réseau social Twitter." Thesis, Bourgogne Franche-Comté, 2019. http://www.theses.fr/2019UBFCK009/document.
Abstract:
L'étude de l'influence sur les réseaux sociaux et en particulier Twitter est un sujet de recherche intense. La détection des utilisateurs influents dans un réseau est une clé de succès pour parvenir à une diffusion d'information à large échelle et à faible coût, ce qui s'avère très utile dans le marketing ou les campagnes politiques. Dans cette thèse, nous proposons une nouvelle approche qui tient compte de la variété des relations entre utilisateurs afin d'estimer l'influence dans les réseaux sociaux tels que Twitter. Nous modélisons Twitter comme un réseau multiplexe hétérogène où les utilisateurs, les tweets et les objets représentent les noeuds, et les liens modélisent les différentes relations entre eux (par exemple, retweets, mentions et réponses). Le PageRank multiplexe est appliqué aux données issues de deux corpus relatifs au domaine politique pour classer les candidats selon leur influence. Si le classement des candidats reflète la réalité, les scores de PageRank multiplexe sont difficiles à interpréter car ils sont très proches les uns des autres.Ainsi, nous voulons aller au-delà d'une mesure quantitative et nous explorons comment les différentes relations entre les noeuds du réseau peuvent déterminer un degré d'influence pondéré par une estimation de la crédibilité. Nous proposons une approche, TwitBelief, basée sur la règle de combinaison conjonctive de la théorie des fonctions de croyance qui permet de combiner différents types de relations tout en exprimant l’incertitude sur leur importance relative. Nous expérimentons TwitBelief sur une grande quantité de données collectées lors des élections européennes de 2014 et de l'élection présidentielle française de 2017 et nous déterminons les candidats les plus influents. Les résultats montrent que notre modèle est suffisamment flexible pour répondre aux besoins des spécialistes en sciences sociales et que l'utilisation de la théorie des fonctions de croyances est pertinente pour traiter des relations multiples. Nous évaluons également l'approche sur l'ensemble de données CLEF RepLab 2014 et montrons que notre approche conduit à des résultats significatifs. Nous proposons aussi deux extensions de TwitBelief traitant le contenu des tweets. La première est l'estimation de la polarisation de l'influence sur le réseau Twitter en utilisant l'analyse des sentiments avec l'algorithme des forêts d'arbres décisionnels. La deuxième extension est la catégorisation des styles de communication dans Twitter, il s'agit de déterminer si le style de communication des utilisateurs de Twitter est informatif, interactif ou équilibréInfluence in complex networks and in particular Twitter has become recently a hot research topic. Detecting most influential users leads to reach a large-scale information diffusion area at low cost, something very useful in marketing or political campaigns. In this thesis, we propose a new approach that considers the several relations between users in order to assess influence in complex networks such as Twitter. We model Twitter as a multiplex heterogeneous network where users, tweets and objects are represented by nodes, and links model the different relations between them (e.g., retweets, mentions, and replies).The multiplex PageRank is applied to data from two datasets in the political field to rank candidates according to their influence. Even though the candidates' ranking reflects the reality, the multiplex PageRank scores are difficult to interpret because they are very close to each other.Thus, we want to go beyond a quantitative measure and we explore how relations between nodes in the network could reveal about the influence and propose TwitBelief, an approach to assess weighted influence of a certain node. This is based on the conjunctive combination rule from the belief functions theory that allow to combine different types of relations while expressing uncertainty about their importance weights. We experiment TwitBelief on a large amount of data gathered from Twitter during the European Elections 2014 and the French 2017 elections and deduce top influential candidates. The results show that our model is flexible enough to consider multiple interactions combination according to social scientists needs or requirements and that the numerical results of the belief theory are accurate. We also evaluate the approach over the CLEF RepLab 2014 data set and show that our approach leads to quite interesting results. We also propose two extensions of TwitBelief in order to consider the tweets content. The first is the estimation of polarized influence in Twitter network. In this extension, sentiment analysis of the tweets with the algorithm of forest decision trees allows to determine the influence polarity. The second extension is the categorization of communication styles in Twitter, it determines whether the communication style of Twitter users is informative, interactive or balanced
43
Diaby, Mamadou. "Méthodes pour la recommandation d’offres d’emploi dans les réseaux sociaux." Thesis, Sorbonne Paris Cité, 2015. http://www.theses.fr/2015USPCD012/document.
Abstract:
Nous sommes à l’aube d’une nouvelle ère du data mining, celle du stockage, traitement, analyse et exploitation des données massives que l’on appelle Big Data. Les données sont devenues une nouvelle matière première, très prisée par les entreprises de tout type et de toute taille à travers le monde ; elles permettent d’analyser, de comprendre, de modéliser et d’expliquer certains phénomènes comme le comportement et les préférences des utilisateurs ou clients d’une entreprise donnée. La compréhension des préférences des utilisateurs et des clients d’une entreprise permet de leur proposer de la publicité ciblée afin d’augmenter les ventes et la satisfaction des clients et ainsi pouvoir améliorer les revenues de l’entreprise, ce que les géants du Web comme Google, Facebook, LinkedIn et Twitter ont bien compris. Cette thèse de doctorat a été réalisée dans le cadre d’une convention CIFRE entre le laboratoire L2TI de l’université Paris 13 et la start-up franco-américaineWork4 qui développe des applications de recrutement sur Facebook. Son objectif principal était la mise au point d’un ensemble d’algorithmes et méthodes pour proposer aux utilisateurs des réseaux sociaux les offres d’emploi les plus pertinentes. Le développement de nos algorithmes de recommandation a nécessité de surmonter de nombreuses difficultés telles que le préservation de la vie privée des utilisateurs des réseaux sociaux, le traitement des données bruitées et incomplètes des utilisateurs et des offres d’emploi, la difficulté de traitement des données multi-langues et, plus généralement, la difficulté d’extraire automatiquement les offres d’emploi pertinentes pour un utilisateur donné parmi un ensemble d’offres d’emploi. Les systèmes développés durant cette thèse sont principalement basés sur les techniques de systèmes de recommandation, de recherche documentaire,de fouille de données et d’apprentissage artificiel ; ils ont été validés sur des jeux de données réels collectés par l’entreprise Work4. Dans le cadre de cette étude, les utilisateurs d’un réseau social sont liés à trois types entités : les offres d’emploi qui leur sont pertinentes, les autres utilisateurs du réseau social auxquels ils se sont liés d’amitié et les données personnelles qu’ils ont publiées sur leurs profils. Les profils des utilisateurs des réseaux sociaux et la description de nos offres d’emploi sont constitués de plusieurs champs contenant des informations textuellesWe are entering a new era of data mining in which the main challenge is the storing andprocessing of massive data : this is leading to a new promising research and industry field called Big data. Data are currently a new raw material coveted by businesses of all sizes and all sectors. They allow organizations to analyze, understand, model and explain phenomen a such as the behavior of their users or customers. Some companies like Google, Facebook,LinkedIn and Twitter are using user data to determine their preferences in order to make targeted advertisements to increase their revenues.This thesis has been carried out in collaboration between the laboratory L2TI andWork4, a French-American startup that offers Facebook recruitment solutions. Its main objective was the development of systems recommending relevant jobs to social network users ; the developed systems have been used to advertise job positions on social networks. After studying the literature about recommender systems, information retrieval, data mining and machine learning, we modeled social users using data they posted on their profiles, those of their social relationships together with the bag-of-words and ontology-based models. We measure the interests of users for jobs using both heuristics and models based on machine learning. The development of efficient job recommender systems involved to tackle the problem of categorization and summarization of user profiles and job descriptions. After developing job recommender systems on social networks, we developed a set of systems called Work4 Oracle that predict the audience (number of clicks) of job advertisements posted on Facebook, LinkedIn or Twitter. The analysis of the results of Work4 Oracle allows us to find and quantify factors impacting the popularity of job ads posted on social networks, these results have been compared to those of the literature of Human Resource Management. All our proposed systems deal with privacy preservation by only using the data that social network users explicitly allowed to access to ; they also deal with noisy and missing data of social network users and have been validated on real-world data provided by Work4
44
Karoui, Myriam. "Visibilité du capital social à travers les médias sociaux : Etudes de cas sur les dynamiques sociales de l'appropriation d'un outil d'Analyse de Réseaux Sociaux." Phd thesis, Ecole Centrale Paris, 2012. http://tel.archives-ouvertes.fr/tel-00905525.
Abstract:
Ce travail de thèse vise à comprendre les dynamiques sociales qui viennent influencer le processus d'appropriation d'une technologie SNA au sein d'une organisation. Pour ce faire, nous avons mené une étude inter-cas menée au sein de deux collectivités territoriales françaises et une étude intra-cas chez BOUYGUES CONSTRUCTION en nous appuyant sur un cadre théorique mobilisant la théorie de l'acteur stratégique de Crozier et Friedberg et la théorie de la pratique de Bourdieu. Un des principaux résultats de cette thèse est que l'appropriation d'une technologie SNA passe principalement par une appropriation socio-politique en deux phases : une phase d'appropriation de la nouvelle dimension donnée au capital social et une phase d'appropriation de la technologie pour servir les intérêts des acteurs concernant le développement du capital social. Nous avons également identifié que l'introduction d'un outil SNA est assignée à différentes notions symboliques (symbole de la légitimité du contrôle et de la supervision, symbole du soutien du top-management des pratiques de travail transversales, le symbole de la rigidité des structures organisationnelles, le symbole de la gestion des ressources informelles comme une ressource spécifique, le symbole de l'exclusion...) qui viennent légitimer et asseoir les différentes stratégies des groupes d'acteurs. Enfin, nous avons constaté que certains symboles liés à l'introduction du SNA sont étroitement liés à la culture de l'organisation. Ces principaux résultats ont pu être confortés par l'étude intra-cas menée chez BOUYGUES CONSTRUCTION, présentée comme une étude d'un cas particulier pouvant complémenter l'investigation menée au sein des deux collectivités territoriales.
45
Selmane, Sid Ali. "Détection et analyse des communautés dans les réseaux sociaux : approche basée sur l'analyse formelle de concepts." Thesis, Lyon 2, 2015. http://www.theses.fr/2015LYO22004.
Abstract:
L’étude de structures de communautés dans les réseaux devient de plus en plus une question importante. La connaissance des modules de base (communautés) des réseaux nous aide à bien comprendre leurs fonctionnements et comportements, et à appréhender les performances de ces systèmes. Une communauté dans un graphe (réseau) est définie comme un ensemble de noeuds qui sont fortement liés entre eux, mais faiblement liés avec le reste du graphe. Les membres de la même communauté partagent les mêmes centres d’intérêt. L’originalité de nos travaux de recherche consiste à montrer qu’il est pertinent d’utiliser l’analyse formelle de concepts pour la détection de communautés, contrairement aux approches classiques qui utilisent des graphes. Nous avons notamment étudié plusieurs problèmes posés par la détection de communautés dans les réseaux sociaux : (1) l’évaluation des méthodes de détection de communautés proposées dans la littérature, (2) la détection de communautés disjointes et chevauchantes, et (3) la modélisation et l’analyse des réseaux sociaux de données tridimensionnelles. Pour évaluer les méthodes de détection de communautés proposées dans la littérature, nous avons abordé ce sujet en étudiant tout d’abord l’état de l’art qui nous a permis de présenter une classification des méthodes de détection de communautés en évaluant chacune des méthodes présentées dans la littérature (les méthodes les plus connues). Pour le deuxième volet, nous nous sommes ensuite intéressés à l’élaboration d’une approche de détection de communautés disjointes et chevauchantes dans des réseaux sociaux homogènes issus de matrices d’adjacence (données dites à un seul mode ou une seule dimension), en exploitant des techniques issues de l’analyse formelle de concepts. Nous avons également porté un intérêt particulier aux méthodes de modélisation de réseaux sociaux hétérogènes. Nous nous sommes intéressés en particulier aux données tridimensionnelles et proposé dans ce cadre une approche de modélisation et d’analyse des réseaux sociaux issus de données tridimensionnelles. Cette approche repose sur un cadre méthodologique permettant d’appréhender au mieux cet aspect tridimensionnel des données. De plus, l’analyse concerne la découverte de communautés et de relations dissimulées qui existent entre les différents types d’individus de ces réseaux. L’idée principale réside dans l’extraction de communautés et de règles d’association triadiques à partir de ces réseaux hétérogènes afin de simplifier et de réduire la complexité algorithmique de ce processus. Les résultats obtenus serviront par la suite à une application de recommandation de liens et de contenus aux individus d’un réseau socialThe study of community structure in networks became an increasingly important issue. The knowledge of core modules (communities) of networks helps us to understand how they work and behaviour, and to understand the performance of these systems. A community in a graph (network) is defined as a set of nodes that are strongly linked, but weakly linked with the rest of the graph. Members of the same community share the same interests. The originality of our research is to show that it is relevant to use formal concept analysis for community detection unlike conventional approaches using graphs. We studied several problems related to community detection in social networks : (1) the evaluation of community detection methods in the literature, (2) the detection of disjointed and overlapping communities, and (3) modelling and analysing heterogeneous social network of three-dimensional data. To assess the community detection methods proposed in the literature, we discussed this subject by studying first the state of the art that allowed us to present a classification of community detection methods by evaluating each method presented in the literature (the best known methods). For the second part, we were interested in developing a disjointed and overlapping community detection approach in homogeneous social networks from adjacency matrices (one mode data or one dimension) by exploiting techniques from formal concept analysis. We paid also a special attention to methods of modeling heterogeneous social networks. We focused in particular to three-dimensional data and proposed in this framework a modeling approach and social network analysis from three-dimensional data. This is based on a methodological framework to better understand the threedimensional aspect of this data. In addition, the analysis concerns the discovery of communities and hidden relationships between different types of individuals of these networks. The main idea lies in mining communities and rules of triadic association from these heterogeneous networks to simplify and reduce the computational complexity of this process. The results will then be used for an application recommendation of links and content to individuals in a social network
46
Abdaoui, Amine. "Fouille des médias sociaux français : expertise et sentiment." Thesis, Montpellier, 2016. http://www.theses.fr/2016MONTT249/document.
Abstract:
Les médias sociaux ont changé notre manière de communiquer entre individus, au sein des organisations et des communautés. La disponibilité de ces données sociales ouvre de nouvelles opportunités pour comprendre et influencer le comportement des utilisateurs. De ce fait, la fouille des médias sociaux connait un intérêt croissant dans divers milieux scientifiques et économiques. Dans cette thèse, nous nous intéressons spécifiquement aux utilisateurs de ces réseaux et cherchons à les caractériser selon deux axes : (i) leur expertise et leur réputation et (ii) les sentiments qu’ils expriment.De manière classique, les données sociales sont souvent fouillées selon leur structure en réseau. Cependant, le contenu textuel des messages échangés peut faire émerger des connaissances complémentaires qui ne peuvent être connues via la seule analyse de la structure. Jusqu’à récemment, la majorité des travaux concernant l’analyse du contenu textuel était proposée pour l’Anglais. L’originalité de cette thèse est de développer des méthodes et des ressources basées sur le contenu pour la fouille des réseaux sociaux pour la langue Française.Dans le premier axe, nous proposons d'abord d’identifier l'expertise des utilisateurs. Pour cela, nous avons utilisé des forums qui recrutent des experts en santé pour apprendre des modèles de classification qui servent à identifier les messages postés par les experts dans n’importe quel autre forum. Nous démontrons que les modèles appris sur des forums appropriés peuvent être utilisés efficacement sur d’autres forums. Puis, dans un second temps, nous nous intéressons à la réputation des utilisateurs dans ces forums. L’idée est de rechercher les expressions de confiance et de méfiance exprimées dans les messages, de rechercher les destinataires de ces messages et d’utiliser ces informations pour en déduire la réputation des utilisateurs. Nous proposons une nouvelle mesure de réputation qui permet de pondérer le score de chaque réponse selon la réputation de son auteur. Des évaluations automatiques et manuelles ont démontré l’efficacité de l’approche.Dans le deuxième axe, nous nous sommes focalisés sur l’extraction de sentiments (polarité et émotion). Pour cela, dans un premier temps, nous avons commencé par construire un lexique de sentiments et d’émotions pour le Français que nous appelons FEEL (French Expanded Emotion Lexicon). Ce lexique est construit de manière semi-automatique en traduisant et en étendant son homologue Anglais NRC EmoLex. Nous avons ensuite comparé FEEL avec les lexiques Français de la littérature sur des benchmarks de référence. Les résultats ont montré que FEEL permet d’améliorer la classification des textes Français selon leurs polarités et émotions. Dans un deuxième temps, nous avons proposé d’évaluer de manière assez exhaustive différentes méthodes et ressources pour la classification de sentiments en Français. Les expérimentations menées ont permis de déterminer les caractéristiques utiles dans la classification de sentiments pour différents types de textes. Les systèmes appris se sont montrés particulièrement efficaces sur des benchmarks de référence. De manière générale, ces travaux ont ouvert des perspectives prometteuses sur diverses tâches d’analyse des réseaux sociaux pour la langue française incluant: (i) combiner plusieurs sources pour transférer la connaissance sur les utilisateurs des réseaux sociaux; (ii) la fouille des réseaux sociaux en utilisant les images, les vidéos, les géolocalisations, etc. et (iii) l'analyse multilingues de sentimentSocial Media has changed the way we communicate between individuals, within organizations and communities. The availability of these social data opens new opportunities to understand and influence the user behavior. Therefore, Social Media Mining is experiencing a growing interest in various scientific and economic circles. In this thesis, we are specifically interested in the users of these networks whom we try to characterize in two ways: (i) their expertise and their reputations and (ii) the sentiments they express.Conventionally, social data is often mined according to its network structure. However, the textual content of the exchanged messages may reveal additional knowledge that can not be known through the analysis of the structure. Until recently, the majority of work done for the analysis of the textual content was proposed for English. The originality of this thesis is to develop methods and resources based on the textual content of the messages for French Social Media Mining.In the first axis, we initially suggest to predict the user expertise. For this, we used forums that recruit health experts to learn classification models that serve to identify messages posted by experts in any other health forum. We demonstrate that models learned on appropriate forums can be used effectively on other forums. Then, in a second step, we focus on the user reputation in these forums. The idea is to seek expressions of trust and distrust expressed in the textual content of the exchanged messages, to search the recipients of these messages and use this information to deduce users' reputation. We propose a new reputation measure that weighs the score of each response by the reputation of its author. Automatic and manual evaluations have demonstrated the effectiveness of the proposed approach.In the second axis, we focus on the extraction of sentiments (emotions and polarity). For this, we started by building a French lexicon of sentiments and emotions that we call FEEL (French Expanded Emotions Lexicon). This lexicon is built semi-automatically by translating and expanding its English counterpart NRC EmoLex. We then compare FEEL with existing French lexicons from literature on reference benchmarks. The results show that FEEL improves the classification of French texts according to their polarities and emotions. Finally, we propose to evaluate different features, methods and resources for the classification of sentiments in French. The conducted experiments have identified useful features and methods in the classification of sentiments for different types of texts. The learned systems have been particularly efficient on reference benchmarks.Generally, this work opens promising perspectives on various analytical tasks of Social Media Mining including: (i) combining multiple sources in mining Social Media users; (ii) multi-modal Social Media Mining using not just text but also image, videos, location, etc. and (iii) multilingual sentiment analysis
47
Sid-Ali, Ahmed. "Un processus empirique à valeurs mesures pour un système de particules en interaction appliqué aux réseaux complexes." Doctoral thesis, Université Laval, 2019. http://hdl.handle.net/20.500.11794/33730.
Abstract:
Tableau d’honneur de la Faculté des études supérieures et postdoctorales, 2018-2019On propose dans cette thèse une modélisation des réseaux sociaux par des processus aléatoires à valeurs mesures. Notre démarche se base sur une approche par espace latent. Cette dernière a été utilisée dans la littérature dans le but de décrire des interactions non-observées ou latentes dans la dynamique des réseaux complexes. On caractérise les individus du réseau par des mesures de Dirac représentant leurs positions dans l’espace latent. On obtient ainsi une caractérisation du réseau en temps continu par un processus de Markov à valeurs mesures écrit comme la somme des mesures de Dirac représentant les individus. On associe au réseau trois événements aléatoires simples décrivant les arrivées et les départs d’individus suivant des horloges exponentielles en associant chaque événement à une mesure aléatoire de Poisson. Cette thèse est composée essentiellement d’un premier chapitre réservé à l’état de l’art de la littérature de la modélisation des réseaux complexes suivi d’un second chapitre introductif aux processus aléatoires à valeurs mesures. Le 3-ème et 4-ème chapitres sont constitués de deux articles co-écrits avec mon directeur de thèse, Khader Khadraoui, et sont soumis pour publication dans des journaux. Le premier article, inclus dans le chapitre 3, se compose essentiellement de la description détaillée du modèle proposé ainsi que d’une procédure de Monte Carlo permettant de générer aléatoirement des réalisations du modèle, suivi d’une analyse des propriétés théoriques du processus aléatoire à valeurs mesures sous-jacent. On explicitera notamment le générateur infinitésimal du processus de Markov qui caractérise le réseau. On s’intéressera également aux propriétés de survie et d’extinction du réseau puis on proposera une analyse asymptotique dans laquelle on démontrera, en utilisant des techniques de renormalisation, la convergence faible du processus vers une mesure déterministe solution d’un système intégro-différentiel. On terminera l’article par une étude numérique démontrant par des simulations les principales propriétés obtenues avec notre modèle. Dans le second article, inclus dans le chapitre 4, on reformule notre modèle du point de vue des graphes géométriques aléatoires. Une introduction aux graphes géométriques aléatoires est d’ailleurs proposée au chapitre 1 de cette thèse. Le but de notre démarche est d’étudier les propriétés de connectivité du réseau. Ces problématiques sont largement étudiées dans la littérature des graphes géométriques aléatoires et représentent un intérêt théorique et pratique considérable. L’idée proposée est de considérer notre modèle comme un graphe géométrique aléatoire où l’espace latent représente l’espace sous-jacent et la distribution sous-jacente est celle donnée par le processus génératif du réseau. À partir de là, la question de la connectivité du graphe se pose naturellement. En particulier, on s’intéressera à la distribution des sommets isolés, i.e. d’avoir des membres sans connexion dans le réseau. Pour cela, on pose l’hypothèse supplémentaire que chaque individu dans le graphe peut être actif ou non actif suivant une loi de Bernoulli. On démontrera alors que pour certaines valeurs du seuil de connectivité, le nombre d’individus isolés suit asymptotiquement une loi de Poisson. Aussi, la question de la détection de communautés (clustering) dans leréseau est traitée en fonction du seuil de connectivité établi. Nous terminons cette thèse par une conclusion dans laquelle on discute de la pertinence des approches proposées ainsi que des perspectives que peut offrir notre démarche. En particulier, on donne des éléments permettant de généraliser notre démarche à une classe plus large de réseaux complexes.La fin du document est consacrée aux références bibliographiques utilisées tout au long de ce travail ainsi qu’à des annexes dans lesquelles le lecteur pourra trouver des rappels utiles.
This thesis concerns the stochastic modelling of complex networks. In particular, weintroduce a new social network model based on a measure-valued stochastic processes. Individuals in the network are characterized by Dirac measures representing their positions in a virtual latent space of affinities. A continuous time network characterizationis obtained by defining an atomic measure-valued Markov process as the sum of some Dirac measures. We endow the network with a basic dynamic describing the random events of arrivals and departures following Poisson point measures. This thesis is essentially consists of a first introductory chapter to the studied problems of complex networks modelling followed by a second chapter where we present an introduction to the theory of measure-valued stochastic processes. The chapters 3 and 4 are essentially composed of two articles co-written with my thesis advisor, Khader Khadraoui and submitted to journals for publication. The first article, included in chapter 3, mainly concerns the detailed description of the proposed model and a Monte Carlo procedure allowing one to generate synthetic networks. Moreover, analysis of the principal theoretical properties of the models is proposed. In particular, the infinitesimal generator of the Markov process which characterizes the network is established. We also study the survival and extinction properties of the network. Therefore, we propose an asymptotic analysis in which we demonstrate, using a renormalization technique, the weak convergence of the network process towards a deterministic measure solution of an integro-differential system. The article is completed by a numerical study. In the second article, included in chapter 4, we reformulate our model from the point of view of random geometric graphs. An introduction to random geometric graphs framework is proposed in chapter 1. The purpose of our approach is to study the connectivity properties of the network. These issues are widely studied in the literature of random geometric graphs and represent a considerable theoretical and practical interest. The proposed idea is to consider the model as a random geometric graph where the latent space represents the underlying space and the underlying distribution is given by the generative process of the network. Therefore, the question of the connectivity of the graph arises naturally. In particular, we focus on the distribution of isolated vertices, i.e. the members with no connections in the network. To this end, we make the additional hypothesis that each individual in the network can be active or not according to a Bernoulli distribution. We then show that for some values of the connectivity threshold, the number of isolated individuals follows a Poisson distribution. In addition, the question of clustering in the network is discussed and illustrated numerically. We conclude this thesis with a conclusion and perspectives chapter in which we discuss the relevance of the proposed approaches as well as the offered perspectives.The end of the thesis is devoted to the bibliographical references used throughout this work as well as appendices in which the reader can find useful reminders.
48
Fernandez, Marie. "Extraction et analyse du réseau acoustique d'oiseaux sociaux." Thesis, Lyon, 2018. http://www.theses.fr/2018LYSEI030.
Abstract:
Posséder des données fiables, à jour et précises sur les populations d’oiseaux peut se révéler central aux décisions de politique environnementale. La bioacoustique est un outil de suivi non invasif de populations animales et avantageux lorsque les méthodes d’observation ou les captures sont difficiles. De plus, il a été montré chez de nombreuses espèces que l'étude de la communication acoustique peut largement contribuer à comprendre la dynamique des interactions sociales au sein d'un groupe. Cependant, l'étude des interactions vocales peut se révéler difficile, notamment lorsque l'on souhaite s'intéresser à une échelle fine des échanges. C'est pourquoi la bioacoustique n’a que peu été utilisée pour la caractérisation de la structure sociale de populations. L'objectif de ce projet de thèse était le développement de techniques d’extraction de vocalisations individuelles au sein d'un groupe, ainsi que la modélisation de leur dynamique fine. Après avoir été développée, testée et validée, notre méthode a permis d'étudier le réseau acoustique chez une espèce d'oiseau social, le diamant mandarin, et d'explorer le lien entre réseau acoustique et réseau social. A travers plusieurs études, nous avons montré que la dynamique vocale d'un groupe dépend à la fois de la composition de ce groupe (sa taille, la présence de couples ou de juvéniles) et du contexte environnemental (sans perturbation, puis avec séparation visuelle ou présence d'un danger). Ainsi, avec le développement de méthodes d'extraction de réseau acoustique, ce projet contribue à la fois à la recherche fondamentale et appliquée dans ce domaine : en recherche fondamentale car l'étude de la dynamique des interactions vocales permet de mieux comprendre le réseau social, et en recherche appliquée pour le suivi de population.!Bird populations represent a significant proportion of urban and rural biodiversity. For this purpose, the acquisition of reliable, updated and precise data on bird population can be a central factor for environmental decisions. The current classical techniques are difficult regarding human resources (banding, tracking, counting) and often invasive. Bioacoustics is a non-invasive tool for animal populations monitoring (density, migration paths...). Moreover, it has been shown in many species that the study of vocal exchanges can largely help to understand the social interactions occurring in a group. However, studying vocal exchanges can be difficult, especially when we want to assess fine scale interactions. For this reason bioacoustics have rarely been used to characterize groups’ social structure. The aim of this project was to develop techniques for the extraction of individual vocalizations in a group, and the modelling of their dynamics at a fine scale. After we developed, tested and validated our method, we used it to extract the acoustic network in a bird social species, the zebra finch, and investigate the link between acoustic and social network. Throughout different studies we showed that the group composition, more particularly its size, the presence of couples or the presence of juveniles can shape parts of the vocal dynamics. We also found that the environmental context (without any perturbation, then a context of separation for a couple, or predation in a group) can impact the vocal interactions dynamics. Thus, this project make contribution to both fundamental and applied research: in fundamental research by contributing to the study of vocal interactions dynamics to better understand the social network, and in applied research by contributing to define new standards for population monitoring
49
Seilles, Antoine. "Structuration de débats en ligne à l’aide d’Annotationssocio-sémantiquesVers une analyse de réseaux sociaux centrés sur l’interaction." Thesis, Montpellier 2, 2012. http://www.theses.fr/2012MON20007/document.
Abstract:
Cette thèse traite de l'usage de l'annotation socio-sémantique dans le cadre de la dé-mocratie électronique et plus particulièrement des débats en ligne. L'annotation socio-sémantique est utilisée ici comme solution de structuration des débats. La représentationdes données des débats est pensée pour faciliter la mise en place de méthodes d'extrac-tion et d'analyses du réseau social des utilisateurs, en particulier pour faciliter l'extractionde groupes d'opinions. La thèse est réalisée dans le contexte de l'ANR Intermed qui vise àproduire des outils d'aide à la concertation en ligne, en particulier pour la gestion de zonescôtiéres.En nous appuyant sur la tendance 2.0, nous définissons la notion de débat 2.0. Débat àgrande échelle, au moins l'échelle d'une collectivité territoriale, s'appuyant sur l'usage detechnologies du Web 2.0 pour faciliter les interactions entre les citoyens. Dans ce contexte,l'interopérabilité est un enjeu crucial. Si les annotations discursives s'inscrivent dans latendance 2.0 et permettent aux citoyens de discuter en ligne, le traitement des donnéesproduites en vue de structurer les débats, de synthétiser les discussions, de modérer, d'éva-luer la représentativité ... devient une tâche de plus en plus complexe avec l'augmentationde la quantité de données produites. Nous proposons d'utiliser les technologies du websémantique, et donc des annotations à la fois discursives et sémantiques (appelées anno-tations socio-sémantique), pour représenter les données produites par les citoyens dansun outil de débat 2.0 et pour faciliter l'interopérabilité de ces données, faciliter la créationd'autres services comme par exemple un service d'analyse du réseau social, un service derecommandation, un service de visualisation des débats ... Nous présentons donc un mé-canisme d'annotation structurant les discussions, fruit d'un processus incrémental d'im-plémentation et d'expérimentation sur le terrainThis pdh deals with socio-semantic annotations for e-democracy and online debates. Socio-semantic annotation are used to structurate debates. Data representation was designed to facilitate social network analysis and community detection based on opinion mining. This phd was made during the ANR project Intermed wich has to develop e-participation tools for geolocalised planning.Based on Web 2.0 trend, we define debate 2.0 concept as great scale online debates. A debate 2.0 is a debate that involves at least an important part of the inhabitants of a county and that uses web 2.0 tools. Interoperability is a main challenge of debates 2.0. If discursive annotations are a web 2.0 way of interaction between citizen, to process data from citizen participation is a complicate and expensive task. We recommand to use web semantic technology and socio-semantic annotations to represent data produced by citizen. Il will increase interoperability and easiness to create new applications and features consuming this data. We propose an annotation mecanism to structurate discussions and we have developped a platform through an agile loop with on field experiment
50
Hoblingre, Klein Hélène. "Réseaux sociaux professionnels : instruments d'empowerment professionnel ? : analyse de cas de consultants RH et de recruteurs sur LinkedIn." Thesis, Strasbourg, 2018. http://www.theses.fr/2018STRAG047/document.
Abstract:
Cette thèse vise à appréhender les possibilités et les contraintes induites par LinkedIn en termes de « représentation de soi » chez les professionnels des ressources humaines. La recension de la littérature permet de mettre en évidence deux grandes catégories d’utilisation d’un profil LinkedIn : l’utilisation individuelle et l’utilisation institutionnelle. Par ailleurs, il apparaît que le profil pourrait potentiellement permettre à l’individu d’accroître son efficacité au travail, de divulguer son image à un grand nombre de personnes, de développer des relations avec d’autres professionnels ou de développer la confiance en soi. Une première typologie d’utilisateurs est proposée à partir de la sociologie des RSNP. Une analyse sémiotique de profils LinkedIn et des entretiens de recherche compréhensifs ont permis de valider une typologie des usagers du réseau LinkedIn. Les résultats montrent qu’un clivage entre deux grands types d’utilisation semble se dessiner. L’utilisation institutionnelle fait apparaître une forme d’empowerment tournée vers l’efficacité au travail tandis que l’utilisation individuelle est propice à la médiatisation de soiThis doctoral dissertation focuses on the use of professional network services by Human Resource staff registered on LinkedIn. The aim is to understand the new possibilities and the constraints induced by the RSNP in terms of "self-representation". The literature review shows that a LinkedIn profile can be used in two main ways : for individual and institutional uses. Moreover, it appears that the profile could potentially allow users to increase their efficiency at work by making their image known to a large number of people, to develop relationships with other professionals or develop self-confidence. An initial typology of users is proposed based on the sociology of PNS. A semiotic analysis of LinkedIn profiles and comprehensive research interviews also validate a typology of users. The results show that a cleavage between two major types of use seems to appear. The common purpose of institutional use is to be more efficient at work. At the same time, individual use mainly pursues an objective of self-mediatization