Andere Kunden interessierten sich auch für
![Suivi de communautés ego-centrées dans les réseaux sociaux dynamiques]( "Suivi de communautés ego-centrées dans les réseaux sociaux dynamiques")
Suivi de communautés ego-centrées dans les réseaux sociaux dynamiques40,99 €![Détection de communautés dans les réseaux dynamiques]( "Détection de communautés dans les réseaux dynamiques")
Détection de communautés dans les réseaux dynamiques36,99 €![Contrôle d¿un Robot Mobile par Réseaux de Neurones Dynamiques]( "Contrôle d¿un Robot Mobile par Réseaux de Neurones Dynamiques")
Contrôle d¿un Robot Mobile par Réseaux de Neurones Dynamiques23,99 €![C¿urs stables de communautés dans les graphes de terrain]( "C¿urs stables de communautés dans les graphes de terrain")
C¿urs stables de communautés dans les graphes de terrain32,99 €![Approche multi-agent pour résoudre le problème de 3L-CVRP]( "Approche multi-agent pour résoudre le problème de 3L-CVRP")
Approche multi-agent pour résoudre le problème de 3L-CVRP29,99 €![Systèmes multi-agents sur un cercle chromatique]( "Systèmes multi-agents sur un cercle chromatique")
Systèmes multi-agents sur un cercle chromatique36,99 €![Détection des arythmies cardiaques par les arbres de décision floue]( "Détection des arythmies cardiaques par les arbres de décision floue")
Détection des arythmies cardiaques par les arbres de décision floue36,99 €
Dans ce travail, nous proposons une approche multi-agents et incrémentale pour la détection des communautés dans les réseaux sociaux dynamiques. Dans cette approche, le réseau est représenté par un graphe de dépendances qui s'adapte à l'évolution du réseau. Pour la modélisation et la mise à jour de ce graphe, nous associons à chaque membre du réseau un agent-noeud qui observe l'évolution de ce membre du réseau social et met à jour le graphe localement. Pour définir la dépendance entre deux agents, nous nous basons sur le concept d'homophilie et sur les interactions entre les membres du réseau. Nous associons également à chaque communauté un agent-communauté. La détection et la dynamique des communautés résultent des comportements et des interactions entre les différents agents. Afin d'étudier les performances de cette approche, nous l'avons appliquée à un ensemble très varié de graphes réels et artificiels. Les résultats ont été suffisamment satisfaisants et montrent la bonne performance de notre modèle.