Application des algorithmes de machine Learning pour la prédiction de lien dans les réseaux sociaux

Abstract

La prédiction des liens, dont l’objectif est de comprendre en profondeur la structure des réseaux, est l’un des sujets de recherche les plus en vogue dans le domaine de l’analyse des réseaux sociaux. L’objectif de ce travail est de proposer une approche qui facilite la prédiction des liens, manquants ou futurs dans un réseau, basée sur une approche issue du domaine de l’apprentissage automatique. La solution que nous proposons dans ce mémoire se base, dans un premier temps, sur l’extraction des caractéristiques des nœuds et des liens et les combine, par la suite avec les caractéristiques de la structure du graphe afin de générer à la fin des caractéristiques optimales qui seront utilisés pour prédire les liens manquants ou futurs. Les résultats de cette approche, dont les performances ont été comparées avec d’autres algorithmes de prédiction de liens, ont été testés sur différents types de réseaux. Mots clés : prédiction de lien, apprentissage automatique, liens manquants/futurs, extraction des caractéristiques, caractéristiques optimales. The prediction of links, which aims to deeply understand the structure of networks, is one of the most popular research topics in the field of social network analysis. The goal of this work is to propose an approach that facilitates the prediction of missing or future links in a network, based on an approach from the field of machine learning. The solution that we propose in this memory is based, initially, on the extraction of the characteristics of the nodes and the links and combines them, with the characteristics of the structure of the graph in order to generate at the end of characteristics which will be used to predict missing or future links. The results of this approach, whose performance has been compared with other link prediction algorithms, have been tested on different types of networks. Key words: link prediction, machine learning, missing / future links, feature extraction, optimal characteristics.