Pattern mining in community evolution graph

Énumération de motifs dans un graphe d'évolution de communautés

Raphaël Charbey (1, 2) , Cécile Bothorel (1, 2) , Laurent Brisson (1, 2)

1 Lab-STICC_IMTA_CID_DECIDE
2 IMT Atlantique - LUSSI - Département Logique des Usages, Sciences sociales et Sciences de l'Information

To understand the dynamic of individual interaction through dynamic communities is an important matter in Social Networks. Temporal clustering algorithms produce complex community evolution graphs that we treat as directed acyclic graphs with labelled edges and attributed nodes. In this article, we propose a pattern-based approach in such graphs, that provides a description of the life cycle of communities through the exhibition of several mesoscopic structures. We also propose an original way of labelling the edges that allows to reduce the list of possible patterns and so does the analysis more simple to conduct. Finally, an experiment based on a Youtube comment dataset illustrates the proccesses we execute to this aim.

Comprendre la dynamique des interactions entre individus dans les réseaux sociaux est un enjeu important, notamment via la dynamique communautaire. Le résultat d'algorithmes de clustering temporel aboutit à la production de complexes graphes d'évolution de communautés que nous identifions à des graphes dirigés acycliques aux arêtes colorées et avec attribut sur les noeuds. Dans cet article, nous proposons une approche basée sur l'énumération de motifs dans les graphes d'évolution de communautés, permettant de décrire le cycle de vie des communautés via la mise en évidence de différentes structures à l'échelle mésoscopique, c'est-à-dire à un niveau intermédiaire entre celui des sommets et celui du graphe lui-même. Nous proposons également une méthode originale de coloration des arêtes qui permet de réduire le nombre de motifs possibles et rendre ainsi plus aisée l'analyse de ces structures. Enfin, une expérimentation basée sur un jeu de données d'échanges de commentaires sur YouTube permet d'illustrer la mise en oeuvre de notre approche.

Mots clés: Graphlet; Motifs; Communautés; Graphe temporel; Sankey

Domaines: Intelligence artificielle [cs.AI]; Réseaux sociaux et d'information [cs.SI]; Mathématique discrète [cs.DM]

Raphaël Charbey, Cécile Bothorel, Laurent Brisson. Énumération de motifs dans un graphe d'évolution de communautés. MARAMI 2020, Oct 2020, Virtual Conference, France. ⟨hal-03028901⟩