L'objectif de la détection de communautés dans les graphes, ou encore dans les réseaux sociaux, est de créer une partition des sommets, en tenant compte des relations qui existent entre ces sommets dans le graphe, de telle sorte que les communautés soient composées de sommets fortement connectés Ainsi, les principales méthodes de détection de communautés proposées dans la littérature se concentrent sur la structure des liens, en ignorant les propriétés des sommets. Or dans de nombreuses applications, les réseaux sociaux peuvent être représentés par des graphes dont les sommets ont des attributs qui peuvent être pris en compte pour détecter plus efficacement les communautés. Ceci a conduit à revisiter cette problématique afin d'opérer cette détection non seulement à partir des relations décrites par le graphe, mais aussi à partir d'attributs caractérisant les sommets. Lors de cette communication, nous reviendrons sur les approches développées récemment dans cette optique et notamment sur la méthode I-Louvain.

Article lié / related article : http://link.springer.com/chapter/10.1007/978-3-319-24465-5_16

Fichier de présentation : http://jgss.sciencesconf.org/conference/jgss/clargeron.pdf