Modélisation des Réseaux (M1 SIREN, 2022)


Airports Network Map.pngCosmic web.jpg


Université Paris Dauphine - PSL, M1 SIREN 2021-2022

Enseignant: Ale Abdo

Orientations:


Introduction : Séance 1 (22/03)Modifier

Réseaux et graphesModifier

Qu'appelons-nous « réseaux » ?

Qu'est-ce que c'est une relation ?

Qu'est-ce que c'est un graphe ?

Quand représenter un système comme un graphe ?

Quelles choix dans la fabrique d'un « modèle de réseau » ?

Comment travailler projections et mesures ?

Phénomènes des et dans les réseaux.

Distance, dimension.

Réseaux plongés dans un espace.

Théorie des graphes, réseaux aléatoires, réseaux complexes.

Calculs et bases de données pour réseaux: ensembles, matrices d'adjacence, listes d'adjacence.

Réseaux et WebModifier

Navigation (HTML, hyperliens).

Données. Contenus. Traces.

Promenades. Flux. Diffusion.

Recherche.

Recommandation.

Sémantique (RDF, ontologies).

Techniques d'analyse et modélisationModifier

Statistique descriptive. Mesures locales et globales.

Processus dynamiques. Simulations.

Contraintes formelles et « modèles nuls ».

Modèles génératifs. Prédiction.

Fondamentaux de l'analyse de réseauxModifier

 
Diapos 1
  • Les éléments des graphes
  • Variantes de graphes
  • Cas notables
  • Voisins et degrés

ActivitéModifier

Activité A

Séance 2 (04/04)Modifier

Fondamentaux de l'analyse de réseauxModifier

  • Voisins et degrés
  • Chemin et distance
  • Composantes d'un graphe

Analyse de réseauxModifier

  • Statistiques descriptives
  • Distributions et corrélations

ActivitéModifier

Séance 3 (25/04)Modifier

 
Diapos 2

Analyse de réseauxModifier

  • Transitivité et corrélations

Bases du WebModifier

ActivitéModifier

Séance 4 (02/05)Modifier

 
Diapos 3

Analyse de réseauxModifier

  • Proximité
  • Intermédiarité
  • Vecteur propre
  • Vecteur propre cas non-orienté
  • De vecteur propre à PageRank

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 (10/05)Modifier

Analyse de réseauxModifier

Centralités et modèles dynamiques

  • Circulation (vecteur propre)
  • Transfert (intermédiarité)
  • Livraison (proximité)
  • Percolation (distance max / médiane)

Un article qui discute cette correspondance entre centralité et dynamique, ainsi que les limites de ces mesures.

Contagion (SIR+) et contagion social (SIRT+)

Modèles génératifs

  • Graphes aléatoires et modèle configurationnel
  • Modèles à bloc stochastiques (SBM)

WebModifier

  • Moteurs de recherche
    • Les diapos (dans Diapos 3) sur les éléments et fonctionnement d'un moteur de recherche est basé sur cette présentation

ActivitéModifier

Séance 6 (17/05)Modifier

 
Diapos 4

Analyse de réseauxModifier

  • Modèle d'attachement préférentiel
  • Réseaux et classification
    • Classification, communautés, clusters, hiérarchies
    • Motifs et assortativité

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

Systèmes de recommandation

  • Similarité et filtrage collaboratif
  • Scores spécialisés et généralistes

ActivitéModifier