Mesure d'influence via les indicateurs de centralité dans les réseaux sociaux

Identifier les acteurs importants dans un réseau est une tâche difficile qui est cependant très utile dans diverses applications comme par exemple dans les systèmes de recommandation, le marketing ou encore l’analyse épidémiologique où il est essentiel de cibler des acteurs susceptibles de favoriser ou limiter un phénomène de propagation. Dans cette optique, plusieurs mesures ont été proposées dans le cadre de l’analyse des réseaux sociaux. C’est le cas notamment des indicateurs de centralité qui permettent d’évaluer, selon différents point de vue, l’importance d’un acteur en fonction de ses relations aux autres. Dans cet article, nous proposons des variantes de ces mesures de centralité qui exploitent non seulement la structure du réseau mais aussi des attributs décrivant les acteurs. Des expérimentations, réalisées à partir de données extraites du réseau ArnetMiner, ont permis de valider l’apport de ces nouvelles mesures.

[1]  Phillip Bonacich,et al.  Eigenvector-like measures of centrality for asymmetric relations , 2001, Soc. Networks.

[2]  Martin G. Everett,et al.  Categorical attribute based centrality: E-I and G-F centrality , 2012, Soc. Networks.

[3]  S. L. Hakimi,et al.  Optimum Locations of Switching Centers and the Absolute Centers and Medians of a Graph , 1964 .

[4]  Hong Cheng,et al.  Graph Clustering Based on Structural/Attribute Similarities , 2009, Proc. VLDB Endow..

[5]  Jennifer Widom,et al.  Scaling personalized web search , 2003, WWW '03.

[6]  D. Kossmann,et al.  What can you do with a Web in your Pocket ? , 2007 .

[7]  Sergey Brin,et al.  The Anatomy of a Large-Scale Hypertextual Web Search Engine , 1998, Comput. Networks.

[8]  Robert N. Stern,et al.  Informal Networks and Organizational Crises: An Experimental Simulation , 1988 .

[9]  J. E. Hirsch,et al.  An index to quantify an individual's scientific research output , 2005, Proc. Natl. Acad. Sci. USA.

[10]  A. Vespignani,et al.  The architecture of complex weighted networks. , 2003, Proceedings of the National Academy of Sciences of the United States of America.

[11]  Roger V. Gould,et al.  Structures of Mediation: A Formal Approach to Brokerage in Transaction Networks , 1989 .

[12]  John Skvoretz,et al.  Node centrality in weighted networks: Generalizing degree and shortest paths , 2010, Soc. Networks.

[13]  Jimeng Sun,et al.  Social influence analysis in large-scale networks , 2009, KDD.

[14]  L. Freeman Centrality in social networks conceptual clarification , 1978 .

[15]  Kristina Lerman,et al.  Predicting Influential Users in Online Social Networks , 2010, ArXiv.

[16]  Stanley Wasserman,et al.  Social Network Analysis: Methods and Applications , 1994, Structural analysis in the social sciences.