Modélisation des Réseaux (M1 SIREN, 2021)
Université Paris Dauphine - PSL, M1 SIREN 2020-2021
Enseignant: Ale Abdo
Orientations:
Introduction : Séance 1 (10/05)Modifier
RéseauxModifier
Relations, représentations, mesures.
Phénomènes des et dans les réseaux.
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 locales et globales.
Processus dynamiques. Simulations.
Modèles génératifs. Modèles prédictifs.
Contraintes formelles et modèles nuls.
Fondamentaux de l'analyse de réseauxModifier
- Les éléments des graphes
- Variantes de graphes
- Cas notables
- Voisins et degrés
- Chemin et distance
ActivitéModifier
Séance 2 (25/05)Modifier
Fondamentaux de l'analyse de réseauxModifier
- Composantes d'un graphe
Analyse de réseauxModifier
- Statistiques descriptives
- Distributions et corrélations
ActivitéModifier
Séance 3 (07/06)Modifier
Analyse de réseauxModifier
- Distributions et corrélations
- Transitivité et corrélations
Bases du WebModifier
- HTTP, HTML, ECMAScript et autres standards du Web
- Données et services: centralisation et décentralisation
- RDF et Ontologies, LinkedOpenData
- Schema.org, Wikidata, JoinUp, TourismData
- Le format RDF Turtle
- en pratique ...
ActivitéModifier
Séance 4 (10/06)Modifier
Analyse de réseauxModifier
- Transitivité et distances : le phénomène du petit monde
- Le concept et l'expérience originale
- La formalisation moderne chez Wikipédia, et l'article l'ayant introduite
- La version moderne de l'expérience
- 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 5 (15/06)Modifier
Analyse de réseauxModifier
- Vecteur propre
- Vecteur propre cas non-orienté
- De vecteur propre à PageRank
WebModifier
- Moteurs de recherche
- Le diapo sur le fonctionnement d'un moteur de recherche est basé sur cette présentation
- Mesures génériques et mesures personnalisés
ActivitéModifier
Séance 6 (22/06)Modifier
Analyse de réseauxModifier
- Systèmes de recommandation
- Similarité et filtrage collaboratif
- Scores spécialisés et généralistes
- Modèles génératifs
- Graphe aléatoire et modèle configurationnel
- Modèle d'attachement préférentiel
- Modèles à bloc stochastiques (SBM)
- Modèles dynamiques
- Circulation (vecteur propre)
- Percolation (proximité)
- Contagion (SIR+)
- Hypothèses et modèles nuls
- Réseaux et classification
- Classification, communautés, clusters, hiérarchies
- Modularité et motifs assortatifs
- Modèles à bloc stochastiques (SBM)
Pour plus d'infos sur ces topiques et bien d'autres, naviguez depuis la boîte d'index à droite dans la page Network Science chez Wikipédia.
WebModifier
- Révision de concepts