Détection des communautés suspectes dans un réseau social à base de Clustering hybridé PSO-SMA

Abstract

La détection des communautés a une grande importance dans l’analyse des réseaux sociaux, où le système est souvent représenté sous forme d’un graphe, Dans ce travail, nous essayons d’élaborer une méthode de clustering basée sur l'optimisation discrète de l'essaimage de particules (PSO) pour la détection des communautés dans un réseau social. Cette méthode peut détecter automatiquement le nombre de communautés dans le réseau analysé, la fonction objective (fitness) utilisée pour cela est la modularité, à maximiser. Après la détermination des communautés dans le réseau, et en sachant leurs centroïdes, on calcule la similarité pour chacun avec un profil suspect modèle afin de juger la communauté entière. A la fin on applique un système multi-agents pour améliorer les résultats la détection des communautés