Modélisation des Réseaux (M1 SIREN, 2020)


Cosmic web.jpg



Université Paris Dauphine - PSL, M1 SIREN 2019-2020

Enseignant: Ale Abdo

Orientations:


Introduction (14/04)Modifier

RéseauxModifier

Relations, mesures, épiphénomènes.

Réseaux et espaces, distance, dimension, projection.

Théorie des graphes, réseaux aléatoires, réseaux complexes.

Bases de données et réseaux, données éparses.

Réseaux et WebModifier

Navigation (HTML, hyperliens).

Traces. Données.

Promenades. Flux. Diffusion.

Recherche. Recommandation.

Sémantique (RDF, ontologies).

Techniques d'analyse et modélisationModifier

Statistique descriptive. Mesures nœud-centriques et globales.

Processus dynamiques. Simulations.

Modèles génératifs. Modèles prédictifs.

Contraintes formelles et modèles nuls.

ActivitéModifier

Activité A

Séance 1 (21/04)Modifier

 
Diapos 1

Fondamentaux de l'analyse de réseauxModifier

  • Les éléments des graphes
  • Variantes de graphes
  • Cas notables
  • Voisins et degrés
  • Chemin et distance

ActivitéModifier

Séance 2 (05/05)Modifier

 
Diapos 2

Analyse de réseauxModifier

  • Statistiques descriptives
  • Distributions et corrélations
  • Transitivité

Bases du WebModifier

ActivitéModifier

Séance 3 (12/05)Modifier

 
Diapos 3

Analyse de réseauxModifier

  • Transitivité et corrélations
  • Transitivité et distances : le phénomène du petit monde
  • Proximité
  • Intermédiarité

Web SémantiqueModifier

  • How an IBM Watson Health rescue mission collapsed (sur la valeur des ontologies et vocabulaires pour lier des données divers) :
    « The team was to be given nine months to turn things around and “improve accuracy,” “standardize terminology,” and “reduce overlap” among the groups working on a dozen different health products. » , « The document, dated April 26, 2017, also describes a troublesome “lack of standardization” among teams working on different projects, noting as an example, that four of Watson’s cancer products each defined a particular type of leukemia in different ways. », « It describes a plan to deploy employees to annotate medical records to develop a standardized dictionary that could be used to train a machine-learning-based system for use across the organization, instead of developing separate algorithms for each product ».

ActivitéModifier

Séance 4 (19/05)Modifier

 
Diapos 4 : séances 4 et 5

Analyse de réseauxModifier

  • Vecteur propre
  • De vecteur propre à PageRank

WebModifier

  • Moteurs de recherche
  • Mesures génériques et mesures personnalisés

ActivitéModifier

Séance 5 (26/05)Modifier

Analyse de réseauxModifier

  • Systèmes de recommandation
    • Similarité et filtrage collaboratif
    • Scores spécialisés et généralistes
  • Réseaux et classification
    • Classification, communautés, clusters, hiérarchies
    • Modularité et motifs assortatifs
    • Modèles à bloc stochastiques (SBM)

WebModifier

  • Révision de concepts

ActivitéModifier