| Titre : | Autour du Graphe du Web : Modélisations Probabilistes de l'Internaute et Détection de Structures de Communauté | | Type de document : | texte imprimé | | Auteurs : | Mohamed BOUKLIT, Auteur | | Année de publication : | 2006 | | Langues : | Français (fre) | | Tags : | GRANDS RESEAUX D'INTERACTIONS GRAPHE DU WEB PAGERANK CHAINES DE MARKOV ARCHE ALEATOIRE COMMUNAUTES GRAPHES PETITS MONDES MOTEURS DE RECHERCHE | | Index. décimale : | THE Thèses de doctorat | | Résumé : | Cette thèse s'inscrit dans l'analyse des grands réseaux d'interactionset en particulier du graphe du Web défini par les liens hypertextes entre les pages web. La première partie de la thèse, descriptive, commence par présenter le domaine de l'analyse des grands réseaux d'interactions qui modélisent souvent la structure intrinsèque de nombreux systèmes complexes. Ce domaine a pour objet d'étude l'analyse des principales caractéristiques de ces réseaux afin de mieux les décrire. Ainsi, il est apparu récemment que ces graphes sont structurés à l'échelle microscopique en zones densément connectées appelées communautés. Nous introduisons ensuite le graphe du Web, un grand réseau d'interactions qui a fait l'objet ces dernières années de l'attention de plusieurs communautésscientifiques. Enfin, la seconde partie détaille notre apport à une algorithmique dédiée au graphe du Web qui permet d'améliorer la performance des moteurs de recherche actuels. Nous introduisons en particulier une classification des algorithmes de type PageRank unifiée sous lepoint de vue de l'interprétation stochastique. Nous présentons ensuite l'algorithme BackRank, une version améliorée du PageRank perfectionnant le modèle du surfeur aléatoire puisqu'elle prend en compte la possibilité offerte à l'internaute de revenir en arrière grâce à la touche Back du navigateur. Enfin, nous proposons des modèles particulaires de détection de structures de communauté dans le graphe du Web. En quelques itérations, nous obtenons rapidement des communautés de bonne qualité sur des graphes de plusieurs millions de sommets. | | Directeur(s) de thèse : | HABIB M. | | Rapporteur(s) : | MORVAN M.;LAURENT M. | | Examinateur(s) : | CHEIN M.;JEAN-MARIE A.;KÖNIG J.C. | | Invité(s) : | CORNEIL D.G.;GOLUMBIC M.C. | | Date de soutenance : | 05/06/2006 |
Autour du Graphe du Web : Modélisations Probabilistes de l'Internaute et Détection de Structures de Communauté [texte imprimé] / Mohamed BOUKLIT, Auteur . - 2006. Langues : Français ( fre) | Tags : | GRANDS RESEAUX D'INTERACTIONS GRAPHE DU WEB PAGERANK CHAINES DE MARKOV ARCHE ALEATOIRE COMMUNAUTES GRAPHES PETITS MONDES MOTEURS DE RECHERCHE | | Index. décimale : | THE Thèses de doctorat | | Résumé : | Cette thèse s'inscrit dans l'analyse des grands réseaux d'interactionset en particulier du graphe du Web défini par les liens hypertextes entre les pages web. La première partie de la thèse, descriptive, commence par présenter le domaine de l'analyse des grands réseaux d'interactions qui modélisent souvent la structure intrinsèque de nombreux systèmes complexes. Ce domaine a pour objet d'étude l'analyse des principales caractéristiques de ces réseaux afin de mieux les décrire. Ainsi, il est apparu récemment que ces graphes sont structurés à l'échelle microscopique en zones densément connectées appelées communautés. Nous introduisons ensuite le graphe du Web, un grand réseau d'interactions qui a fait l'objet ces dernières années de l'attention de plusieurs communautésscientifiques. Enfin, la seconde partie détaille notre apport à une algorithmique dédiée au graphe du Web qui permet d'améliorer la performance des moteurs de recherche actuels. Nous introduisons en particulier une classification des algorithmes de type PageRank unifiée sous lepoint de vue de l'interprétation stochastique. Nous présentons ensuite l'algorithme BackRank, une version améliorée du PageRank perfectionnant le modèle du surfeur aléatoire puisqu'elle prend en compte la possibilité offerte à l'internaute de revenir en arrière grâce à la touche Back du navigateur. Enfin, nous proposons des modèles particulaires de détection de structures de communauté dans le graphe du Web. En quelques itérations, nous obtenons rapidement des communautés de bonne qualité sur des graphes de plusieurs millions de sommets. | | Directeur(s) de thèse : | HABIB M. | | Rapporteur(s) : | MORVAN M.;LAURENT M. | | Examinateur(s) : | CHEIN M.;JEAN-MARIE A.;KÖNIG J.C. | | Invité(s) : | CORNEIL D.G.;GOLUMBIC M.C. | | Date de soutenance : | 05/06/2006 |
|
Affiner la recherche Interroger des sources externesAutour du Graphe du Web : Modélisations Probabilistes de l'Internaute et Détection de Structures de Communauté / Mohamed BOUKLIT
