GT-FLMin: Un Outil Graphique pour l’Extraction de Liens Fréquents dans les Réseaux Sociaux Erick Stattner∗ , Martine Collard∗ ∗

Laboratoire LAMIA Université des Antilles et de la Guyane, France {erick.stattner, martine.collard}@univ-ag.fr http://lamia.univ-ag.fr Résumé. Dans le domaine des réseaux sociaux, la recherche de motifs fréquents correspond à l’extraction de sous-graphes retrouvés fréquemment dans un réseau ou un ensemble de réseaux. Contrairement aux approches classiques qui s’appuient uniquement sur des régularités structurelles, nous présentons dans ce travail l’outil GT-FLMin, capable d’exploiter les informations sur la structure pour extraire des régularités dans les liens qui connectent des noeuds similaires du point de vue de leurs caractéristiques. Nous appelons de tels motifs des liens fréquents.

1

Introduction

Ces dernières décennies ont vu naitre la “science des réseaux”, une discipline qui vise à l’étude des relations que des entités de tout type entretiennent entre elles (Barabasi, 2002). Cette approche s’inscrit comme un clivage avec les approches traditionnelles de fouille de données qui considèrent les données comme des ensembles indépendants et identiquement distribués (IID). Il est en effet aujoud’hui reconnu que les relations sociales entre les individus déterminent leurs comportements et leurs décisions. De nombreuses communautés s’intéressent à l’analyse de ce type de liens. Les méthodes traditionnelles dans ce domaine, dont les travaux les plus célèbres se retrouvent en sociologie (Milgram, 1967), se sont limités pour la plupart à la mesure d’indicateurs issus de la théorie des graphes. Récemment, de nouvelles solutions ont été proposées pour appliquer les concepts de la fouille de données à l’analyse des réseaux (Getoor et Diehl, 2005). Elles se restreignent en générale à l’exploitation d’informations sur la structure du réseau en s’intéressant uniquement aux sous-graphes fréquents (Kuramochi et Karypis, 2001; Yan et Han, 2002). Cet article présente GT-FLMin, un outil graphique développé pour rechercher des motifs réguliers, que nous appelons “liens fréquents”, au sein des liens qui connectent des noeuds attributs-similaires. L’originalité de notre outil est qu’il exploite à la fois les informations sur la structure du réseau et sur les noeuds dans la recherche de motifs. La section 2 est consacrée à l’outil. Nous y introduisons le concept de liens fréquents et détaillons le fonctionnement de GT-FLmin. Dans la section 3, nous présentons les résultats obtenus sur un réseau de contacts de proximité. Enfin dans la section 4, nous concluons et présentons nos travaux futurs.

GT-FLMin pour l’Extraction de Liens Fréquents dans les Réseaux Sociaux

2

Outil d’Extraction GT-FLMin

2.1

Concept de liens fréquents

Soit G = (V, E) un réseau dans lequel V est l’ensemble des noeuds et E ⊆ V × V l’ensemble des liens. V est défini comme une relation R(A1 , ..., Ap ) ou chaque Ai est un attribut. Ainsi, chaque noeud v ∈ V est défini par le tuple (a1 , ..., ap ) où ∀k ∈ [1..p], v[Ak ] = ak est la valeur de l’attribut Ak dans v. Un item est une expression logique A = x où A est un attribut et x une valeur. Un itemset est une conjonction d’items, par exemple A1 = x et A2 = y et A3 = z. Posons m1 et m2 deux itemsets et Vm1 , Vm2 , respectivement les ensembles de noeuds dans V qui satisfont m1 et m2 . Nous notons E(m1 ,m2 ) l’ensemble des liens connectant des noeuds de Vm1 à des noeuds de Vm2 , i.e. E(m1 ,m2 ) = {e ∈ E ; e = (a, b) a ∈ Vm1 et b ∈ Vm2 }. Nous appelons support de E(m1 ,m2 ) , le pourcentage de liens appartenant à E(m1 ,m2 ) dans |E

|

1 ,m2 ) E, i.e. supp(E(m1 ,m2 ) ) = (m|E| Définition 1. Nous disons qu’il y a un lien fréquent, et nous notons (m1 , m2 ), si le support de E(m1 ,m2 ) est plus grand qu’un seuil de support minimum β, i.e. supp(E(m1 ,m2 ) ) > β Définition 2. Soit I l’ensemble des itemsets dans V , nous définissons F L l’ensemble des liens fréquents comme F L = ∪m1 ∈I,m2 ∈I {E(m1 ,m2 ) ; supp(E(m1 ,m2 ) ) > β}

2.2

L’outil GT-FLMin

Notre outil d’extraction des liens fréquents GT-FLMin 1 a été implémenté en JAVA. Il est une première version de l’approche décrite dans (Stattner et Collard, 2012) et vise à proposer une plateforme simple et ergonomique pour extraire les liens fréquents de divers types de réseaux sociaux. Comme le montre la figure 1, l’interface de GT-FLMin est divisée en trois panneaux principaux. Le panneau de gauche permet d’effectuer les opérations de calibrage tels que le chargement du réseau (liens et attributs) ou le réglage des différents paramètres. Le réseau est chargé dans un fichier texte sous la forme . Ainsi, chaque ligne du fichier représente un lien du réseau. De la même façon, les attributs sont chargés dans un fichier texte qui à la forme ... . Le panneau du centre permet à l’utilisateur de visualiser et d’interagir avec le réseau chargé à travers un vue en 2D (figure 1(a)). Les attributs des noeuds peuvent également être visualisés dans ce panneau en utilisant les onglets(figure 1(b)). Enfin, le panneau de droite permet de suivre l’évolution du processus d’extraction des liens fréquents. Des informations résumant ce processus, tels que le nombre de liens fréquents extraits et le temps d’exécution sont également fournis.

3

Exemple d’application

Nous avons utilisé GT-FLMin pour extraire les liens fréquent d’un réseau de proximité géographique obtenu à partir de l’outil de simulation de déplacements EpiSim (Barrett et al., 1. GT-FLMin : http ://erickstattner.com/GT-FLMin

E. Stattner et M. Collard

(a)

(b)

F IG . 1 – Capture de l’interface de GT-FLMin

2008). Dans ce réseau, deux individus sont connectés s’ils ont été géographiquement proches durant la simulation. Chaque individu possède 5 attributs qui le caractérise (1) classe d’age, (2) sexe (1-homme, 2-femme), (3) statut professionnel (1-a une profession, 2-n’en a pas), (4) type de relation avec le chef de famille (1-conjoint, partenaire, ou chef de famille, 2-enfant, 3-parent, adulte, 4-autre) et (5) nombre de contacts. La figure 2 montre quelques exemples de liens fréquents extraits avec notre outil. Il est facile d’observer l’aspect pratique des motifs extraits. Par exemple, la première ligne de la

GT-FLMin pour l’Extraction de Liens Fréquents dans les Réseaux Sociaux

table 2(a) indique que 14.6% des liens du réseau connectent des individus d’une quarantaine d’années et des individus qui n’ont pas de profession. Liens fréquents ((4 ;* ;* ;* ;*),(* ;* ;2 ;* ;*)) ((2 ;* ;* ;* ;*),(* ;2 ;* ;* ;*)) ((* ;* ;1 ;* ;*),(* ;* ;* ;2 ;*)) ((* ;1 ;* ;* ;*),(* ;2 ;* ;* ;*)) (a)

Support 0.146 0.138 0.230 0.295

Liens fréquents ((1 ;* ;2 ;* ;*),(* ;* ;2 ;* ;*)) ((4 ;* ;1 ;* ;*),(* ;* ;2 ;* ;*)) ((4 ;* ;* ;1 ;*),(* ;1 ;* ;* ;*)) ((1 ;* ;* ;2 ;*),(* ;* ;2 ;* ;*))

Support 0.113 0.117 0.149 0.113

(b)

F IG . 2 – Exemples de liens fréquents entre des (a) 1-itemsets et (b) 2-itemsets

4

Conclusion

Dans ce papier, nous avons présenté l’outil graphique GT-FLMin qui recherche des motifs fréquents, sous forme de liens fréquents qui connectent des noeuds attributs-similaires dans un réseau social. Cet outil est flexible et évolutif. Il trouve des applications intéressantes dans le domaine du marketing, en analysant par exemple des réseaux bipartites impliquant des consommateurs et leurs produits cibles.

Références Barabasi, A. L. (2002). Linked : The New Science of Networks. Perseus Books. Barrett, C. L., K. R. Bisset, S. G. Eubank, X. Feng, et M. V. Marathe (2008). Episimdemics : an efficient algorithm for simulating the spread of infectious disease over large realistic social networks. In Conference on Supercomputing, pp. 1–12. Getoor, L. et C. P. Diehl (2005). Link mining : a survey. SIGKDD Explor. 7, 3–12. Kuramochi, M. et G. Karypis (2001). Frequent subgraph discovery. In Proceedings of the 2001 IEEE International Conference on Data Mining, pp. 313–320. Milgram, S. (1967). The small world problem. Psychology Today 1, 61–67. Stattner, E. et M. Collard (2012). Extraction de liens frequents dans les reseaux sociaux (a paraitre). Extraction et gestion des connaissances (EGC). Yan, X. et J. Han (2002). gspan : Graph-based substructure pattern mining. In Proceedings of the 2002 IEEE International Conference on Data Mining.

Summary In the area of social networks, the search for frequent patterns refers to the extraction of frequent subgraphs found in a network or a set of networks. Unlike traditional approaches that rely solely on structural regularities, the GT-FLMin tool presented in this paper is able to elicit frequent patterns from links between attributes-similar nodes. We call such patterns frequent links.