Conclusion
UiTE à l'importance de la prédiction des liens
opérant sur les réseaux sociaux. SActuellement, de nombreux
auteurs se sont intéressés à ce nouveau domaine
.Récemment, beaucoup des travaux de recherche proposant d'avantage de
techniques et de fonctions de prédiction des liens dans les
réseaux sociaux sont entrain de se faire.
Notre but à travers ce mémoire est d'effectuer
une étude comparative entre deux algorithmes de prédiction des
liens. Pour cela, nous avons choisi les fonctions Adamic/Adar et Voisin
Communs, nous avons implémentéles deux fonctions en langage
JAVA.
Nous avons appliquéles deux fonctions sur un
réseau de collaboration scientifique
au sein de laboratoire de Mathématiques et
d'Informatique de notre universitéAmar Telidgi, ainsi, nous
avons visualiséle réseau de collaboration avec l'outil
NodeXL.
Les différentes mesures que nous avons
effectuées sur ces fonctions nous ont permis de conclure que la fonction
Adamic/Adar est plus performante que Voisin commun, malgréle fait
qu'elle nécessite un peu de temps d'exécution
supplémentaire.
Ce travail nous a permis également de savoir ce qu'est
les domaines d'analyse des réseaux sociaux et surtout la
prédiction des liens dans les réseaux sociaux.
L'implémentation que nous avons effectuée en langage JAVA nous a
permis de nous familiariséd'avantage avec la programmation
orientéobjet.
Enfin, Ce travail est une expérience très
enrichissante qui nous a permis d'acquérir une
quantitéappréciable de connaissances très utiles...
58
Bibliographie
[Ada03] Adar Adamic. Friend and neighbors on the web.
Social Networks, 2003.
[And12] Kleinberg J et al Anderson, Huttenlocher D. Effects of
user similarity in social media. In Proceedings of the 5th ACM
International Conference on Web Search and Data Mining (WSDM'12), 2012.
[Ba02] Neda Z Barabasi, Jeong H and al. Evolution of the
social network of scientic collaborations. Physica A, pages 590-616,
2002.
[BP11] Wu F S Bhattacharyya P, Garg A. Analysis of user
keyword similarity in online social networks. Social Network Analysis and
Mining, 2011.
[Cas14] Jean-Laurent Cassely. Sur twitter et facebook, la
théorie des «six degrés de séparation» ne
fonctionne pas. 2014.
[dLP13] Xavier de La Porte. Google+ : bienvenue dans la matrice.
2013.
[Fou07] Renders J M et al Fouss, Pirotte A. Random-walk
computation of similarities between nodes of a graph with application to
collaborative recommendation. IEEE Transactions on Knowledge and Data
Engineering, 2007.
[Fre79] L. Freeman. Centrality in social networks : Conceptual
clarification.social network. 1979.
[GE09] Michel B Patrick G Guillaume E, Fabien G. Analyse des
réseaux sociaux et web sémantique : un état de l'art.
ISICIL, 2009.
[Har12] Jean Harrold. Les types de réseaux sociaux les
réseaux sociaux. 2012.
[JG02] Widom J Jeh G. Simrank : a measure of
structural-context similarity. In : Proceedings of the Eighth ACM SIGKDD
International Conference on Knowledge Discovery and Data Mining (KDD'02),
2002.
[Kan10] R Kanawati. Prédiction de liens dans les
réseaux sociaux. UniversitéParis 13, 2010.
[Kat53] Katz. A new status index derived from sociometric
analysis. Psychome-trika, 1953.
BIBLIOGRAPHIE 59
[LC12] Ryan Lichtenwalter and Nitesh V. Chawla. Link
prediction : fair and effective evaluation. Department of Computer Science
The University of Notre Dame, 2012.
[Liu13] Haddadi H et al Liu, Hu Z. Hidden link prediction
based on node centrality and weak ties. EPL (Europhysics Letters),
2013.
[Lu09] Zhou T Lu, Jin H. Similarity index based on local paths
for link prediction of complex networks. Physical Review E, 2009.
[MH13] Zaki M Hasan, S Saeed. Link prediction using supervised
learning. Machine Learning and Applications (ICMLA), 2013 12th
International Conference, 2013.
[Mil67] S. Milgram. The small world problem. Psychology
Today, 1967. [Mor33] Jacob Moreno. Emotions mapped by new geography.
1933.
[New01] Newman. Clustering and preferential attachment in
growing networks. Physical Review Letters E, 2001.
[Pat10] Elodie Patenotte. Les media sociaux. 2010.
[Pat15] Elodie Patenotte. Les réseaux sociaux, cultures
numériques remasterisées. 2015.
[S08] David S. Proof! just six degrees of separation between
us. Microsoft
researchers, 2008.
[Sco00] Scott. Social network analysis,a handbook. second
edition. 2000.
[VJ13] Lopes A Valverde J. Exploiting behaviors of communities
of twitter users for link prediction. Social Network Analysis and Mining,,
2013.
[Win14] Andrew Winslow. Link prediction algorithms. 2014.
[Wp15] Z Xiaoyu W peng, W yurong. Link prediction in social
networks : the state-of-the-art. Science China, 2015.
| 
