Séance de cours

Réseaux Sociaux et d'Information : Classement

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Dans cours

COM-308: Internet analytics

Internet analytics is the collection, modeling, and analysis of user data in large-scale online services, such as social networking, e-commerce, search, and advertisement. This class explores a number of the key functions of such online services that have ...

Description

Cette séance de cours couvre l'importance du classement dans les réseaux sociaux et d'information, en se concentrant sur des algorithmes comme PageRank et HITS. Il explique comment la structure du réseau, les hyperliens et les endossements influencent le classement des pages Web. La séance de cours explore les défis de la gestion des nœuds suspendus, le concept de la matrice Google et le calcul des scores à l'aide de systèmes linéaires et de la méthode de puissance. Il traite également des optimisations informatiques pour les graphes Web à grande échelle, y compris l'algorithme HITS et d'autres mesures de centralité telles que la centralité entre la proximité et la proximité.

Enseignant·e

Matthias Grossglauser

Enseignement et PhD Doctorant·es actuel·les Daichi Kuroda, Oscar Villemaud, Mohammadsadegh Khorasani, Amir Mohammad Aboueimehrizi A dirigé les thèses EPFL de Michal Piorkowski, Natasa Sarafijanovic-Djukic, Pedram Pedarsani, Mohamed Kafsi, Vincent Etter, Ehsan Kazemi, Lyudmila Yartseva, Young Jun Ko, Lucas Maystre, William Trouleau, Daniyar Chumbalov, Aswin Suresh A co-dirigé les thèses EPFL de Henri Dubois-Ferrière, Dominique Florian Tschopp, Victor Kristof Cours Internet analytics COM-308

Source officielle

Concepts associés (32)

Centralité

thumb|right|300px|Exemples de A) Centralité d'intermédiarité, B) Centralité de proximité, C) Centralité de vecteur propre, D) Centralité de degré, E) Centralité harmonique et F) Centralité de Katz sur le même graphe. En théorie des graphes et en théorie des réseaux, les indicateurs de centralité sont des mesures censées capturer la notion d'importance dans un graphe, en identifiant les sommets les plus significatifs.

Katz centrality

In graph theory, the Katz centrality or alpha centrality of a node is a measure of centrality in a network. It was introduced by Leo Katz in 1953 and is used to measure the relative degree of influence of an actor (or node) within a social network. Unlike typical centrality measures which consider only the shortest path (the geodesic) between a pair of actors, Katz centrality measures influence by taking into account the total number of walks between a pair of actors. It is similar to Google's PageRank and to the eigenvector centrality.

Centralité intermédiaire

En théorie des graphes et théorie des réseaux, la centralité intermédiaire, centralité d'intermédiarité ou intermédiarité est une mesure de centralité d'un sommet d'un graphe. Elle est égale au nombre de fois que ce sommet est sur le chemin le plus court entre deux autres nœuds quelconques du graphe. Un nœud possède une grande intermédiarité s'il a une grande influence sur les transferts de données dans le réseau, sous l'hypothèse que ces transferts se font uniquement par les chemins les plus courts.

Eigenvector centrality

In graph theory, eigenvector centrality (also called eigencentrality or prestige score) is a measure of the influence of a node in a network. Relative scores are assigned to all nodes in the network based on the concept that connections to high-scoring nodes contribute more to the score of the node in question than equal connections to low-scoring nodes. A high eigenvector score means that a node is connected to many nodes who themselves have high scores. Google's PageRank and the Katz centrality are variants of the eigenvector centrality.

Réseau social

En sciences humaines et sociales, l'expression réseau social désigne un agencement de liens entre des individus ou des organisations, constituant un groupement qui a un sens : la famille, les collègues, un groupe d'amis, une communauté, etc. L'anthropologue australien John Arundel Barnes a introduit l'expression en 1954. L'analyse des réseaux sociaux est devenue une spécialité universitaire dans le champ de la sociologie, se fondant sur la théorie des réseaux et l'usage des graphes.

Afficher plus

Séances de cours associées (64)

Classement basé sur les liens: fondamentaux et algorithmes

Couvre les fondamentaux et les algorithmes du classement basé sur les liens, y compris l'indexation de texte d'ancrage, PageRank, HITS, et les implémentations pratiques.

Analyse statistique des données du réseau: structures et modèles

Explore l'analyse statistique des données du réseau, qui couvre les structures graphiques, les modèles, les statistiques et les méthodes d'échantillonnage.

Traitement des données du réseau

Explore la gestion des données du réseau, y compris les types de graphiques, les propriétés du réseau dans le monde réel et la mesure de l'importance des nœuds.

Graph Mining: Analyse des réseaux sociaux

Explore l'extraction de graphes dans les réseaux sociaux, couvrant les algorithmes de modularité et la détection communautaire.

Manipulation des réseaux : théorie des graphes

Couvre les bases de la manipulation des réseaux et des mesures de centralité dans la théorie des graphes.

Afficher plus

Concepts associés (32)

Centralité

Katz centrality

Centralité intermédiaire

Eigenvector centrality

Réseau social

Afficher plus