« Modélisation des Réseaux (M1 SIREN, 2021)/Activité D » : différence entre les versions

Contenu supprimé Contenu ajouté
mAucun résumé des modifications
Aucun résumé des modifications
 
Ligne 6 :
 
=== Le réseau sur lequel travailler ===
Vous allez reprendre votre activité A et celles des deux collègues que vous avez déjà choisis pour l'activité B, mais pour en faire un réseau bien plus simple :
 
* Considérez uniquement les nœuds qui correspondent aux personnes et aux éléments les plus granulaires.
Ligne 103 :
=== Quoi faire de votre réseau ? ===
 
# Pour les degrés sortant et entrant, faites un tableau et un graphique pourde laleur distribution de chacun.
# Les degrés sortant et entrant des nœuds sont corrélés positivement ou négativement ? Expliquez (aucun calcul n'est nécessaire).
 
Considérez lesvotre réseau en tant que non-orienté (i.e. ignorez l'orientation des ses liens) et:
 
# Faites un tableau et un graphique pour la corrélation de voisins entre degré et degré.
# A partir de cela, pouvez-vous dire que votre réseau est assortatif ou dissortatif?
# Calculez le coefficient de clustering (transitivité) pour les nœuds.
# Faites leun tableau pour la corrélation combinécombinée entre degré et coefficient de clustering.
# Faites un tableau et un graphique pour la corrélation de voisins entre degré et degré.
# Si possible, choisissez un nœud à coefficient de clustering plus petit que 1. Trouvez le plus petit ensemble de liens que vous pouvez ajouter dans votre réseau pour que ce nœud aie un coefficient de clustering égal à 1.
# A partir dedu celarésultat précédent, pouvez-vous dire que votre réseau est assortatif ou dissortatif par rapport au degré ?
# Si possible, choisissez un nœud à coefficient de clustering plus petit que 1. Trouvez le plus petit ensemble de liens que vous pouvez ajouter dans votre réseau pour que ce nœud aieait un coefficient de clustering égal à 1.
# Si possible, choisissez un nœud à coefficient de clustering égal à 1. Trouvez le plus grand ensemble de liens que vous pouvez retirer du réseau sans modifier ni le nombre de voisins ni le coefficient de clustering de ce nœud.
# Sans lesle calculer explicitement, quels nœuds du réseau pensez-vous avoir la plus grande et plus petite proximité ? Et pour l'intermédiarité ? Justifiez.
 
=== Notes ===
Pour la '''corrélation combinécombinée''' entre propriétés P1 et P2 (e.g. degré et degré ; degré et clustering) :
 
# Pour chaque valeur <math>x</math> de P1 entre les nœuds du graphe :