SlideShare une entreprise Scribd logo
1  sur  16
Analyse de l’article
Detection and Analysis of Hidden
Activities in Social Network
Réalisé par:
Wiem Louhichi
Le 14/12/2016
1
Plan
1. Identification de l’article
2. Introduction
3. Présentation de contexte
4. Etude de l’article
5. Conclusion
2
1.Identification de l’article
Il s’agit d’un article de presse, publié dans :
“ International Journal of Computer Applications (0975 - 8887) “ en
Septembre 2013.
Les auteurs de cet article:
★Divya Prakash: Etudiant en SCT College of Engineering
★Subu Surendran: Professeur Associé en SCT College of Engineering
3
Plan
1. Identification de l’article
2. Introduction
3. Présentation de contexte
4. Etude de l’article
5. Conclusion
4
2.Introduction
Problematique:
Les réseaux sociaux bien que bénéfiques peuvent être parfois très
dangereux d'où la nécessité d’analyser les informations échangées.
Objectifs:
Découvrir des relations cachées entre les individus ou les
organisations à travers l’analyse du flux d'informations.
5
Plan
1. Identification de l’article
2. Introduction
3. Présentation de contexte
4. Etude de l’article
5. Conclusion
6
3.Présentation de contexte
Un réseau social est un ensemble d'individus ou d'organisations reliés
par des interactions sociales régulières.
Les réseaux sociaux sont florissants avec la croissance rapide de
l'Internet, et de plus en plus d'efforts de recherche ont été mis sur
l'analyse des réseaux sociaux (SNA).
Différentes organisations criminelles utilisent des sites de réseautage
social pour la communication. L’analyse des réseaux sociaux est donc
la meilleure méthode pour suivre ce type des relations cachées.
7
Plan
1. Identification de l’article
2. Introduction
3. Présentation de contexte
4. Etude de l’article
5. Conclusion
8
4.Etude de l’article
Travaux connexes:
● Exploitation minière communautaire
● Mines relationnelles
● Extraction des fonctions
9
4.Etude de l’article
Méthodologies:
Regression_Based Algorithm:
L'idée clé de cet algorithme est d'essayer de trouver une relation
combinée qui fait la relation entre les membres au sein de la
communauté et en même temps la relation entre les mêmes
membres avec des communautés différentes avec des exemples
fournis par l'utilisateur.
10
4.Etude de l’article
Méthodologies:
Min Cut-Based Algorithm:
Le problème de cet algorithme est de trouver la coupe minimale d'un
graphe pondéré de bord non dirigé.
Précisément, il consiste à trouver une partition non triviale du graphe
de graphe ensemble V en deux parties telles que le poids de coupe, la
somme des poids des arêtes reliant les deux parties, soit minimum.
11
4.Etude de l’article
Implémentation:
À partir du jeu de données,
les relations cachées du
réseau social peuvent être
extraites.
12
4.Etude de l’article
Résultat:
Le tableau montre le résultat
expérimental du système,
contient le nombre de relations
cachées tracées à partir de
différents ensembles de
données en utilisant la
méthode de régression et la
méthode de coupe Min.
13
Plan
1. Identification de l’article
2. Introduction
3. Présentation de contexte
4. Etude de l’article
5. Conclusion
14
5.Conclusion
L’analyse de réseau social est une pièce de puzzle parmi d'autres outils
utiles dans la compréhension des activités cachées.
Cependant tous ces outils ont besoin des moyens informatiques
avancées qui ne sont pas disponibles, et s’ils sont disponibles l’accès
aux informations dans le but de recherche universitaire est toujours
limité.
15
Merci pour votre attention
16

Contenu connexe

Similaire à Detection and Analysis of Hidden Activities in Social network

Design patterns french
Design patterns frenchDesign patterns french
Design patterns frenchmeriem sari
 
Détection communautaire dans des réseaux complexe a l'aide de l'algorithme gé...
Détection communautaire dans des réseaux complexe a l'aide de l'algorithme gé...Détection communautaire dans des réseaux complexe a l'aide de l'algorithme gé...
Détection communautaire dans des réseaux complexe a l'aide de l'algorithme gé...AHMEDBELGHITH4
 
Cours Socio Reseaux Sociaux
Cours Socio Reseaux SociauxCours Socio Reseaux Sociaux
Cours Socio Reseaux SociauxRémi Bachelet
 
2013 smrf-nodexl-sna-socialmedia-fr version -130320011951-phpapp01-1 2
2013 smrf-nodexl-sna-socialmedia-fr version -130320011951-phpapp01-1 22013 smrf-nodexl-sna-socialmedia-fr version -130320011951-phpapp01-1 2
2013 smrf-nodexl-sna-socialmedia-fr version -130320011951-phpapp01-1 2Cyrille P.
 
Initiation à l'analyse de réseaux - formation fmr - séance 1
Initiation à l'analyse de réseaux - formation fmr - séance 1Initiation à l'analyse de réseaux - formation fmr - séance 1
Initiation à l'analyse de réseaux - formation fmr - séance 1Marion Maisonobe
 
Présentation sur le Data Mining
Présentation sur le Data MiningPrésentation sur le Data Mining
Présentation sur le Data MiningTakfarinas KENOUCHE
 
Présentation FADEL Wiam sur le nlp et machine learning
Présentation FADEL Wiam sur le nlp et machine learningPrésentation FADEL Wiam sur le nlp et machine learning
Présentation FADEL Wiam sur le nlp et machine learningWiamFADEL
 
Framework Orienté objet
Framework Orienté objetFramework Orienté objet
Framework Orienté objetNSim Technology
 
Guidepratiquedutravailcollaboratif1 111003085004-phpapp01
Guidepratiquedutravailcollaboratif1 111003085004-phpapp01Guidepratiquedutravailcollaboratif1 111003085004-phpapp01
Guidepratiquedutravailcollaboratif1 111003085004-phpapp01Aideinfor
 
CIAN-David_Compte_Rendu_PP
CIAN-David_Compte_Rendu_PPCIAN-David_Compte_Rendu_PP
CIAN-David_Compte_Rendu_PPDavid Cian
 
4 ModeleRelationnel.pdf
4 ModeleRelationnel.pdf4 ModeleRelationnel.pdf
4 ModeleRelationnel.pdfAzedineSariye
 
La classification des Emails utilisant le modèle MapReduce
La classification des Emails utilisant le modèle MapReduce La classification des Emails utilisant le modèle MapReduce
La classification des Emails utilisant le modèle MapReduce Nour El Houda Megherbi
 
Supervision rc3a9seau
Supervision rc3a9seauSupervision rc3a9seau
Supervision rc3a9seauMed Ali Bhs
 
Thèse Christine DU - Fiabilité des informations trouvées sur les média sociaux
Thèse Christine DU - Fiabilité des informations trouvées sur les média sociauxThèse Christine DU - Fiabilité des informations trouvées sur les média sociaux
Thèse Christine DU - Fiabilité des informations trouvées sur les média sociauxChristine Du
 

Similaire à Detection and Analysis of Hidden Activities in Social network (20)

Design patterns french
Design patterns frenchDesign patterns french
Design patterns french
 
Détection communautaire dans des réseaux complexe a l'aide de l'algorithme gé...
Détection communautaire dans des réseaux complexe a l'aide de l'algorithme gé...Détection communautaire dans des réseaux complexe a l'aide de l'algorithme gé...
Détection communautaire dans des réseaux complexe a l'aide de l'algorithme gé...
 
Cours Socio Reseaux Sociaux
Cours Socio Reseaux SociauxCours Socio Reseaux Sociaux
Cours Socio Reseaux Sociaux
 
72574
7257472574
72574
 
2013 smrf-nodexl-sna-socialmedia-fr version -130320011951-phpapp01-1 2
2013 smrf-nodexl-sna-socialmedia-fr version -130320011951-phpapp01-1 22013 smrf-nodexl-sna-socialmedia-fr version -130320011951-phpapp01-1 2
2013 smrf-nodexl-sna-socialmedia-fr version -130320011951-phpapp01-1 2
 
Ch 01 poo
Ch 01 pooCh 01 poo
Ch 01 poo
 
Cours BDD.pptx
Cours BDD.pptxCours BDD.pptx
Cours BDD.pptx
 
Initiation à l'analyse de réseaux - formation fmr - séance 1
Initiation à l'analyse de réseaux - formation fmr - séance 1Initiation à l'analyse de réseaux - formation fmr - séance 1
Initiation à l'analyse de réseaux - formation fmr - séance 1
 
Présentation sur le Data Mining
Présentation sur le Data MiningPrésentation sur le Data Mining
Présentation sur le Data Mining
 
Présentation FADEL Wiam sur le nlp et machine learning
Présentation FADEL Wiam sur le nlp et machine learningPrésentation FADEL Wiam sur le nlp et machine learning
Présentation FADEL Wiam sur le nlp et machine learning
 
Patrons de conception
Patrons de conceptionPatrons de conception
Patrons de conception
 
Framework Orienté objet
Framework Orienté objetFramework Orienté objet
Framework Orienté objet
 
Cours base de données
Cours base de donnéesCours base de données
Cours base de données
 
Guidepratiquedutravailcollaboratif1 111003085004-phpapp01
Guidepratiquedutravailcollaboratif1 111003085004-phpapp01Guidepratiquedutravailcollaboratif1 111003085004-phpapp01
Guidepratiquedutravailcollaboratif1 111003085004-phpapp01
 
Docking avec AutoDock4.2
Docking avec AutoDock4.2Docking avec AutoDock4.2
Docking avec AutoDock4.2
 
CIAN-David_Compte_Rendu_PP
CIAN-David_Compte_Rendu_PPCIAN-David_Compte_Rendu_PP
CIAN-David_Compte_Rendu_PP
 
4 ModeleRelationnel.pdf
4 ModeleRelationnel.pdf4 ModeleRelationnel.pdf
4 ModeleRelationnel.pdf
 
La classification des Emails utilisant le modèle MapReduce
La classification des Emails utilisant le modèle MapReduce La classification des Emails utilisant le modèle MapReduce
La classification des Emails utilisant le modèle MapReduce
 
Supervision rc3a9seau
Supervision rc3a9seauSupervision rc3a9seau
Supervision rc3a9seau
 
Thèse Christine DU - Fiabilité des informations trouvées sur les média sociaux
Thèse Christine DU - Fiabilité des informations trouvées sur les média sociauxThèse Christine DU - Fiabilité des informations trouvées sur les média sociaux
Thèse Christine DU - Fiabilité des informations trouvées sur les média sociaux
 

Detection and Analysis of Hidden Activities in Social network

  • 1. Analyse de l’article Detection and Analysis of Hidden Activities in Social Network Réalisé par: Wiem Louhichi Le 14/12/2016 1
  • 2. Plan 1. Identification de l’article 2. Introduction 3. Présentation de contexte 4. Etude de l’article 5. Conclusion 2
  • 3. 1.Identification de l’article Il s’agit d’un article de presse, publié dans : “ International Journal of Computer Applications (0975 - 8887) “ en Septembre 2013. Les auteurs de cet article: ★Divya Prakash: Etudiant en SCT College of Engineering ★Subu Surendran: Professeur Associé en SCT College of Engineering 3
  • 4. Plan 1. Identification de l’article 2. Introduction 3. Présentation de contexte 4. Etude de l’article 5. Conclusion 4
  • 5. 2.Introduction Problematique: Les réseaux sociaux bien que bénéfiques peuvent être parfois très dangereux d'où la nécessité d’analyser les informations échangées. Objectifs: Découvrir des relations cachées entre les individus ou les organisations à travers l’analyse du flux d'informations. 5
  • 6. Plan 1. Identification de l’article 2. Introduction 3. Présentation de contexte 4. Etude de l’article 5. Conclusion 6
  • 7. 3.Présentation de contexte Un réseau social est un ensemble d'individus ou d'organisations reliés par des interactions sociales régulières. Les réseaux sociaux sont florissants avec la croissance rapide de l'Internet, et de plus en plus d'efforts de recherche ont été mis sur l'analyse des réseaux sociaux (SNA). Différentes organisations criminelles utilisent des sites de réseautage social pour la communication. L’analyse des réseaux sociaux est donc la meilleure méthode pour suivre ce type des relations cachées. 7
  • 8. Plan 1. Identification de l’article 2. Introduction 3. Présentation de contexte 4. Etude de l’article 5. Conclusion 8
  • 9. 4.Etude de l’article Travaux connexes: ● Exploitation minière communautaire ● Mines relationnelles ● Extraction des fonctions 9
  • 10. 4.Etude de l’article Méthodologies: Regression_Based Algorithm: L'idée clé de cet algorithme est d'essayer de trouver une relation combinée qui fait la relation entre les membres au sein de la communauté et en même temps la relation entre les mêmes membres avec des communautés différentes avec des exemples fournis par l'utilisateur. 10
  • 11. 4.Etude de l’article Méthodologies: Min Cut-Based Algorithm: Le problème de cet algorithme est de trouver la coupe minimale d'un graphe pondéré de bord non dirigé. Précisément, il consiste à trouver une partition non triviale du graphe de graphe ensemble V en deux parties telles que le poids de coupe, la somme des poids des arêtes reliant les deux parties, soit minimum. 11
  • 12. 4.Etude de l’article Implémentation: À partir du jeu de données, les relations cachées du réseau social peuvent être extraites. 12
  • 13. 4.Etude de l’article Résultat: Le tableau montre le résultat expérimental du système, contient le nombre de relations cachées tracées à partir de différents ensembles de données en utilisant la méthode de régression et la méthode de coupe Min. 13
  • 14. Plan 1. Identification de l’article 2. Introduction 3. Présentation de contexte 4. Etude de l’article 5. Conclusion 14
  • 15. 5.Conclusion L’analyse de réseau social est une pièce de puzzle parmi d'autres outils utiles dans la compréhension des activités cachées. Cependant tous ces outils ont besoin des moyens informatiques avancées qui ne sont pas disponibles, et s’ils sont disponibles l’accès aux informations dans le but de recherche universitaire est toujours limité. 15
  • 16. Merci pour votre attention 16

Notes de l'éditeur

  1. La régression est un ensemble de méthodes statistiques très utilisées pour analyser la relation d'une variable par rapport à une ou plusieurs autres.
  2. Dans l'algorithme précédent, il existe une idée répandue pour exiger la relation cachée du réseau social. Cette méthode ne peut donner un meilleur résultat lorsque l'exemple fourni par l'utilisateur provient d'une seule communauté. Alors le modèle de régression devrait échouer dans un tel cas.