Résumé:
Les systèmes complexes issus de nombreuses disciplines peuvent être modélisés par
des réseaux, plus précisément par des graphes de nœud connectés par des arrêtes. Ces
réseaux exhibent une structure microscopique dite < structure communautaire>. Une
communauté est vue comme un sous-graphe composé de nœud densément liés entre eux et faiblement liés aux autres nœuds du réseau. La détection de cette structure communautaire est cruciale pour comprendre la topologie et le fonctionnement de ces réseaux. La majorité des travaux dans la littérature concernant la détection de communautés portent sur des réseaux statiques. Or, beaucoup de réseaux évoluent au cours du temps. L'approche traditionnelle de la détection de communautés réutilise les algorithmes statiques sur différents instantanés du réseau et soufre du problème d'instabilité. Dans le cadre de ce travail, nous proposons un algorithme de détection de communautés dynamiques baptisé TCCD (Temporel Community Clique Détection), basé sur la notion de clique et de graphes temporels. Nous optons pour une approche d base de clique pour permettre une détection de communautés recouvrantes. Nous exploitons I'information temporelle dans les graphes temporels dans le but de suivre le réseau au fur et à mesure de son évolution. Afin de valider notre proposition nous avons effectué des expérimentations sur des réseaux de test statiques et dynamiques.
Mots clés : Algorithme de détection, détection de communautés, communauté, graphe temporel, communautés dynamiques.