Une approche probabiliste pour l'identification de structures de communautés

Resume. Dans cet article, nous valorisons et defendons l’idee que les modeles generatifs sont une approche prometteuse pour l’identification de structures de communautes (ISC). Nous proposons un nouveau modele probabiliste pour l’identification de structures de communautes qui utilise le lissage afin de pallier le petit nombre de liens entre les nœuds. Notre modele etant tres sensible aux parametres de lissage, nous proposons egalement une methode basee sur la modularite pour leur estimation. Les resultats experimentaux obtenus sur trois jeux de donnees montrent que notre modele SPCE est largement meilleur que le modele PHITS

[1]  Matthieu Latapy,et al.  Computing Communities in Large Networks Using Random Walks , 2004, J. Graph Algorithms Appl..

[2]  J. Tebbs,et al.  An Introduction to Categorical Data Analysis , 2008 .

[3]  M. Newman,et al.  Finding community structure in very large networks. , 2004, Physical review. E, Statistical, nonlinear, and soft matter physics.

[4]  Jitendra Malik,et al.  Normalized cuts and image segmentation , 1997, Proceedings of IEEE Computer Society Conference on Computer Vision and Pattern Recognition.

[5]  Thomas Hofmann,et al.  Probabilistic Latent Semantic Analysis , 1999, UAI.

[6]  M E J Newman,et al.  Modularity and community structure in networks. , 2006, Proceedings of the National Academy of Sciences of the United States of America.

[7]  David Cohn,et al.  Learning to Probabilistically Identify Authoritative Documents , 2000, ICML.

[8]  H. Sebastian Seung,et al.  Algorithms for Non-negative Matrix Factorization , 2000, NIPS.

[9]  Chris H. Q. Ding,et al.  On the equivalence between Non-negative Matrix Factorization and Probabilistic Latent Semantic Indexing , 2008, Comput. Stat. Data Anal..

[10]  E A Leicht,et al.  Community structure in directed networks. , 2007, Physical review letters.

[11]  Éric Gaussier,et al.  Relation between PLSA and NMF and implications , 2005, SIGIR '05.

[12]  Radford M. Neal.  Pattern Recognition and Machine Learning , 2007, Technometrics.