A la recherche d'acteurs multi-communautaires dans un réseau social
Abstract
L'émergence du Web 2.0 a engendré l'expansion des travaux de découverte d'acteurs-clés au sein des réseaux sociaux, appelés influenceurs, médiateurs, ambassadeurs ou experts, selon les auteurs. Ce problème a été notamment redéfini comme un problème de maximisation. Dans cet article, nous nous intéressons à un type particulier d'acteurs, dits multi-communautaires (multi-members), caractérisés par leur appartenance à plusieurs communautés. En ce sens, nous introduisons un nouveau cadre méthodologique permettant d'identifier ces acteurs au sein d'un hypergraphe, dont les noeuds sont les acteurs et les hyperarêtes représentent les communautés. Nous montrons aussi que la détection des acteurs multi-communautaires revient à un problème de détermination d'un ensemble de traverses minimales d'un hypergraphe. Enfin, un nouvel algorithme d'extraction de ces acteurs, se basant sur la notion d'itemset essentiel, est présenté. Les expérimentations menées sur plusieurs jeux de données montrent qu'il fournit de meilleurs résultats que les algorithmes classiques.