5.2 M ODELISATION DU POIDS DE LA RELATION DANS LA PRATIQUE DES RESEAUX SOCIAUX
5.2.1 Poids de la relation amenée par la familiarité
valeurs des paramètres entre la similitude de communauté statique et la
similitude de communauté dynamique pour finaliser le poids de la relation lié à
la similitude.
5.2.1 Poids de la relation amenée par la familiarité
Un graphe dans la théorie des graphes [109] est un ensemble de points
nommés nœuds (parfois sommets ou cellules) reliés par des traits (segments)
ou flèches nommées arêtes (ou liens ou arcs). L'ensemble des arêtes entre
nœuds forme une figure similaire à un réseau, qui est habituellement utilisé
pour décrire une relation particulière entre certaines choses. Des points
représentent les choses en connectant par les lignes qui représentent la
relation respectivement entre les choses. Grâce à une démonstration claire de
la topologie entre les choses, ceci a provoqué une large attention de la
recherche scientifique et est de plus en plus utilisé, notamment dans le
domaine de la stratégie de recommandations sur les réseaux sociaux, [110] par
exemple.
Si nous considérons que le réseau social peut être représenté comme un
graphe orienté avec une fonction de poids G (N, E, W), illustré par la figure 5-1,
où N est l'ensemble des nœuds dans le réseau qui représente tous les
utilisateurs ; E les bords orientés entre les nœuds qui signifient la relation de
communication entre des utilisateurs, c’est-à-dire qu’il existe une relation de
communication si il y a un bord entre deux nœuds, le nœud orienté est le côté
de réception. W sont les poids des bords qui représentent le nombre de
message de communications unidirectionnelles entre les utilisateurs.
Chapitre 5 Modélisation de contexte social
54
Figure 5-1 : Un graphe d’échange de messages pour le réseautage social
En général, plus il y a d’échanges entre les utilisateurs, plus ils sont familiers.
D'autre part, étant donné que la communication est souvent bidirectionnelle, si
un seul partenaire envoie des messages mais que l'autre ne répond jamais,
nous ne pouvons pas déclarer ces deux utilisateurs comme étant familiers.
Nous sélectionnons donc le nombre minimum de messages dans l'interaction
comme une mesure de familiarité. Dans la figure 5-1, si nous enlevons le bord
de poids le plus grand des deux bords entre deux nœuds et conservons le petit,
nous pouvons obtenir le réseau de message minimum entre les utilisateurs,
comme illustré dans la figure 5-2.
55
Figure 5-2 : Réseau de messages minimum entre les utilisateurs
Dans la figure 5-2, en prenant l'utilisateur A comme nœud racine par exemple,
nous réorganisons tous les utilisateurs qui ont un lien (direct et indirect) avec
l’utilisateur A pour former un cercle concentrique centré sur A, comme cela est
illustré par la figure 5-3: les nœuds dans la couche 1 sont les amis directs de
l’utilisateur A, la couche 2 sont les amis des amis directs de l’utilisateur A, et
ainsi de suite. Selon la théorie des six degrés de séparation [111] (aussi appelée
théorie des 6 poignées de main ou théorie de petit monde, etc.), toute
personne sur le globe peut être reliée à n'importe quelle autre, au travers une
chaîne de relations individuelles comprenant au plus six maillons. Autrement
dit, nous pouvons connaître un étranger par au maximum 6 personnes, et par
conséquent, tout le monde est dans une des couches du cercle concentrique à
7 couches centré sur A.
Chapitre 5 Modélisation de contexte social
56
Figure 5-3 : graphe du réseau de nœud cible
Cependant, en raison de la réalité du système de réseau social qui ne peut pas
couvrir l'ensemble du monde, ou d’un manque de nœuds correspondant à des
utilisateurs clé obligeant le passage par certains utilisateurs etc., il existe des
utilisateurs dans des couches en dehors des 7 couches du cercle concentrique,
ou qui deviennent des nœuds isolés. Nous conservons donc dans notre étude
les utilisateurs connectés par plus de 6 utilisateurs et calculons le poids de la
relation liée à la familiarité du nœud racine au nœud cible par la méthode
ci-dessous. Particulièrement pour les nœuds isolés, ses poids de relation liés à la
familiarité sont mis à 0. Dans la figure 5-3, B et C sont amis de A, D est ami
commun de B et C, et pendant le calcul du poids de la relation lié à la familiarité,
puisque B et C sont aussi amis, le chemin de A à D est composé de quatre
segments {(A, B, D), (A, C, D), (A, B, C, D), (A, C, B, D)}. Pour les amis
indirectement connus, moins il y a de nœuds traversés, plus le poids de relation
57
est grand ; nous supprimons les liens des nœuds dans la même couche de la
figure 4-3, comme illustré par la figure 4-4.
Figure 5-4: graphe du réseau de nœud cible sans lien dans une même couche
Avec l’aide de la figure 5-4, nous pouvons calculer le poids de la relation par la
formule suivante :
𝐹𝑊(𝐴, 𝑁) = 𝑤
𝑛∙ ∑ [∏
𝑁(𝑆𝑗−1𝐿 ,𝑆𝐽) 𝑗 𝑚 𝑗=1]
𝑛 𝑖=1(5-2)
Dans laquelle A est le nœud racine, N est l’autre nœud cible sauf le nœud
racine. Les 4 nœuds B, C, E, F sont dans la première couche, et ainsi de suite.
𝑖 signifie le 𝑖ième chemin dans les n chemins de nœud A à nœud N, 𝑗 signifie la
𝑗ième couche de ce chemin, m est la couche où le nœud cible est situé.
, 𝐿
𝑗. représente la somme des messages entre tous les nœuds associés dans les
couches 𝑗 et 𝑗 − 1, par exemple , 𝐿
1= 16, 𝐿
2= 14. 𝑁(𝑆
𝑗−1, 𝑆
𝐽) est le nombre
Chapitre 5 Modélisation de contexte social
58
sur le chemin. En plus, pour représenter la relation loin ou proche de couche du
nœud racine A au nœud cible N, nous apportons 𝑤
𝑛comme le poids de la
couche de nœud A au nœud N, plus il est proche de A, le plus le poids est grand.
𝑤
𝑛peut être calculé par :
1 −
𝑙𝑎𝑦𝑒𝑟𝑁𝑙𝑎𝑦𝑒𝑟𝑆𝑈𝑀
(5-3)
𝑙𝑎𝑦𝑒𝑟
𝑁représente le numéro de couche où le nœud N est situé,
𝑙𝑎𝑦𝑒𝑟
𝑆𝑈𝑀signifie la somme des couches.
Pour le nœud B par exemple, le poids de relation lié à la familiarité de A à B
est [3/(3 + 4 + 3 + 6)] × (1 − 1/6). Mais pour le nœud D, il y a deux chemins
{(A, B, D), (A, C, D)} de A à D, et donc le poids de relation amené par la
familiarité de A à D est {[3/(3 + 4 + 3 + 6)] × [2/(2 + 3 + 2 + 4 + 3)] +
[4/(3 + 4 + 3 + 6)] × [3/(2 + 3 + 2 + 4 + 3)]} × (1 − 2/6), le processus de
calcul du poids de la relation des autres nœuds est similaire.
Les résultats du poids de la relation lié à la familiarité de l’utilisateur A aux
autres nœuds sont indiqués dans le tableau 5-1. Pour tous les nœuds cibles,
nous choisissons en priorité celui de poids de la relation le plus grand, et s’il
existe des nœuds qui ont la même valeur de poids, nous choisissons le chemin
traversant le moins de nœuds, et si le nombre de nœuds traversés est
identique, nous choisissons le nœud cible qui a la somme maximum du poids
des bords sur le chemin complet, et ainsi de suite. Finalement, nous obtenons
la liste avec l’ordre du poids de la relation lié à la familiarité du nœud racine
aux autres : F, C, B, E, G, D, H, J, K, I. Le résultat de mise en ordre est conforme
à l’analyse ci-dessus.
Dans le document
Modélisation du contexte social : application aux réseaux opportunistes
(Page 66-72)