Filter by type:

Sort by year:

Détection de communautés dans les réseaux multiplexes : application au calcul de recommandation

Issam Falih
Workshop Modèles et Analyses Réseau : Approches Mathématiques et Informatiques-Journée thématique : Fouille de grands graphes (MARAMI-JFGG), Nîmes 14-16, October 2015

Abstract

Dans cet article, nous proposons une approche de recommandation qui consiste à prédire la note qui sera donnée par un utilisateur à un produit. La détection de communautés dans les réseaux multiplexes est une étape primordiale dans cette approche. Celle-ci a été validée sur le jeu de données MovieLens et le résultat obtenu montre que l'utilisation de la détection de communautés pour la recommandation est une piste encourageante.

A recommendation system based on unsupervised topological learning

Issam Falih , Nistor Grozavu, Rushed Kanawati, Younès Bennani
Conference Papers International Conference on Neural Information Processing (ICONIP), Istanbul 9-12, November 2015

Abstract

Recommendation systems provide the facility to understand a person’s taste and find new, desirable content for them based on aggregation between their likes and rating of different items. In this paper, we propose a recommendation system that predict the note given by a user to an item. This recommendation system is mainly based on unsupervised topological learning. The proposed approach has been validated on MovieLens dataset and the obtained results have show very promising performances.

MUNA : A Multiplex Network Analysis Library

Issam Falih , Rushed Kanawati
Conference PapersIEEE/ACM International Conference on Advances in Social Networks Analysis and Mining (ASONAM), Paris 25-28, August 2015

Abstract

Multiplex network model has been recently proposed as a mean to capture high level complexity in real world interaction networks. This model, in spite of its simplicity, allows handling multi-relationnal, heterogeneous, dynamic and even attributed networks. However, it requiers redefining and adapting almost all basic metrics and algorithms generally used to analyse complex networks. In this work we present MUNA: a MUltiplex Network Analysis library that we have developed in both R and Python on top of igraph network analysis package. In its current version, MUN A provides primitives to build, edit and modify multiplex networks. It also provides a bunch of functions that allow to provide basic metrics about multiplex networks. However, the most interesting functionality provided by MUNA is probably the wide variety of available community detection algorithms. Actually, the library implements different approaches for community detection including: partition aggregation approaches, layer aggregation approaches and direct multiplex approaches such as the GenLouvain and MuxLicod algorithms. It also offer an extended list of multiplex community evaluation indexes.

Approches de clustering pour la recommandation

Issam Falih , Rushed Kanawati, Nistor Grozavu
Conference PapersSociété Française de Classification (SFC), Nantes 9-11 November, 2015

Abstract

Une approche centrée graine pour la détection de communautés dans les réseaux multiplexes

Issam Falih , Manel Hmimida, Rushed Kanawati
Conference PapersExtraction et la Gestion des Connaissances (EGC), Luxembourg 27-30, January 2015, Pages 377-382

Abstract

Nous nous intéressons dans ce travail au problème de détection de communautés dans les réseaux multiplexes. Le modèle de réseau multiplexe a été récemment introduit afin de faciliter la modélisation des réseaux multirelationnels, des réseaux dynamiques et/ou des réseaux attribués. Les approches existantes pour la détection de communautés dans ce genre de graphes sont, pour la plupart, basées sur des schémas d’agrégation de couches ou d’agrégation de partitions. Nous proposons ici une nouvelle approche centrée graine qui permet de prendre en compte directement la nature multi-couche d’un réseau multiplexe. Des expérimentations effectuées sur différents réseaux multiplexes montrent que notre approche surpasse les approches de l’état de l’art en termes de qualité des communautés identifiées.

Détection de communautés dans les réseaux multiplexes : étude comparative

Issam Falih , Manel Hmimida, Rushed Kanawati
Workshop Modèles et Analyses Réseau : Approches Mathématiques et Informatiques-Journée thématique : Fouille de grands graphes (MARAMI-JFGG), Paris 15-17, October 2014

Community detection in multiplex network : a comparative study

Issam Falih , Manel Hmimida, Rushed Kanawati
Workshop European conference on complex systems (ECCS'14), Lucca 22-26, September 2014