Ghislain Romaric Meleu ; Paulin Melatagia Yonta - Modèle de croissance pour les réseaux de collaboration

arima:1447 - Revue Africaine de Recherche en Informatique et Mathématiques Appliquées, 16 février 2017, Volume 24 - 2017 - Numéro spécial CRI 2015 - https://doi.org/10.46298/arima.1447
Modèle de croissance pour les réseaux de collaborationArticle

Auteurs : Ghislain Romaric MELEU ; Paulin MELATAGIA YONTA

    [en]
    We propose a model of growing networks based on cliques formations. A clique is used to illustrate for example co-authorship in co-publication networks, co-occurence of words or collaboration between actors of the same movie. Our model is iterative and at each step, a clique of λη existing vertices and (1 − λ)η new vertices is created and added in the network; η is the mean number of vertices per clique and λ is the proportion of old vertices per clique. The old vertices are selected according to preferential attachment. We show that the degree distribution of the generated networks follows the Power Law of parameter 1 + 1/ λ and thus they are ultra small-world networks with high clustering coefficient and low density. Moreover, the networks generated by the proposed model match with some real co-publication networks such as CARI, EGC and HepTh.

    [fr]
    Nous proposons un modèle de croissance de graphe basé sur la formation de clique. Une clique peut par exemple illustrer la collaboration entre auteurs dans un réseau de co-publication, les relations de co-occurrence des mots dans une phrase ou les relations entre acteurs d'un film. C'est un modèle itératif qui à chaque étape crée une clique de λη anciens sommets et (1 − λ)η nouveaux sommets et l'insère dans le graphe. η est le nombre moyen de sommets dans une clique et λ la proportion moyenne d'anciens sommets dans une clique. La distribution des degrés des réseaux générés suit la Loi de Puissance de paramètre 1 + 1/λ et par conséquent ce sont des réseaux petit-mondes qui présentent un coefficient de clustering élevé et une faible densité. En outre, les réseaux générés par le modèle proposé reproduisent la structure des réseaux de terrains à l'instar des réseaux de co-publication du CARI, de EGC et de HepTh.


    Volume : Volume 24 - 2017 - Numéro spécial CRI 2015
    Publié le : 16 février 2017
    Accepté le : 31 janvier 2017
    Soumis le : 15 février 2017
    Mots-clés : [INFO.INFO-SI]Computer Science [cs]/Social and Information Networks [cs.SI], [INFO.INFO-MO]Computer Science [cs]/Modeling and Simulation, [en] Structural property, Preferential Attachment, Random graph, Collaborative Network, Social Network Analysis; [fr] Analyse des réseaux sociaux, Réseau de collaboration, Graphe aléatoire, Attachement préféntiel, Propriété structurelle

    1 Document citant cet article

    Statistiques de consultation

    Cette page a été consultée 884 fois.
    Le PDF de cet article a été téléchargé 939 fois.