Cas d'étude Conclusion

De
Publié par

Introduction Solution proposée Cas d'étude Conclusion Visualisation interactive de pages web retournées par un moteur de recherche de façon à révéler les communautés et les ponts Arnaud Sallaberry 1,2 Faraz Zaidi1 Christian Pich3 Guy Melançon1 1LaBRI & INRIA Bordeaux - Sud Ouest, pré 2Pikko, 3Chair of Systems Design, ETH Zurich, LIRMM 2010 Sallaberry et al. Visualisation interactive de pages web

  • système de visualisation recherché

  • interaction algorithme de layout

  • groupe de musique

  • réseau de co-occurrence des mots clés

  • bordeaux - sud ouest


Publié le : mardi 19 juin 2012
Lecture(s) : 66
Source : lirmm.fr
Nombre de pages : 27
Voir plus Voir moins
IntroductionSoltuoipnoropésCesaétdeCudcloniousnaSasitauiletarnonierryllab.Visetal
LIRMM 2010
Arnaud Sallaberry1,2Faraz Zaidi1Christian Pich3 Guy Melançon1
LaBRI & INRIA Bordeaux - Sud Ouest, prénom.nom@labri.fr 2Pikko, asallaberry@pikko-software.com 3Chair of Systems Design, ETH Zurich, cpich@ethz.ch
1
Visualisation interactive de pages web retournées par un moteur de recherche de façon à révéler les communautés et les ponts
segabewvitcpede
ncludeCosiongapedevitcaretni
Introduction
4
1
3
Conclusion
2
Cas d’étude
Plan
Solution proposée Algorithme de clustering Navigation and interaction Algorithme de layout
bweesyrtebareaSlltionlisaisuaal.VtrInétuCasdoséepropitnooSulitnodocu
yerrbelaalSoitasilausiV.latintnrecaitevedapgesweb
Exemple avecJaguarsur Google : Voitures : pages 1, 2, 3 et 6, Animal : pages 5 et 7, Ordinateur : page 4, Groupe de musique, guitares ...
Besoin d’organiser et de visualiser les résultats.
Requête sur un moteur de recherche retourne une longue liste de pages.
Long et fastidieux d’accéder à linformation.
Croissance exponentielle du nombre de pages.
ontiluSotrInucodhcsehcreewbruelltatRésuneresduoCeduténoisulcnopprontisdCaéeos
Construction du réseau de co-occurrence des mots clés.
Naviguer : accéder aux pages web.
Visualiser : afficher des groupes de mots clés,
Organiser : grouper les pages en fonction de leur contenu (mots clés),
Réduire l’effort de l’utilisateur pour accéder à l’information pertinente :
ageswebtisaliuais.ValetpedevitcaretninoreyrllbaaSIductntrotuloSnoioporpnoidaseCséoneCudétoitacernusivsilatèysdemeusclnSioherché
tnIecedmstocsélslcnoCeduséRnoisuo-ecudeaenrrcuoctcoiorudtuoiSnloposénprodéteCas
GrapheG(V,E): Vest l’ensemble des sommets, Chaque sommet représente un mot clé issu des pages retournées par le moteur de recherche, Eest l’ensemble des arêtes, Deux mots clés sont reliés s’ils apparaissent dans la même page web.
vedeactiswebpagesitauslatnreoiinrrbelaalVil.tayeS
posoeéaCdséuteductionSolutionprosemj-sunecatncCosiluPronlèobrreyalebSlaatioalisVisutal.be
Propriétés du réseau de co-occurrence de mots clés :
egws
Clustering et visualisation difficile [Jia et al. (TVCG 2008)].
Petit-monde [Watts and Strogatz (Nature 1998)] : indice de clusteringC beaucoup plus élevé que celui d’un graphe aléatoire de même diamètre. N(v): ensemble des voisins de v. r(N(v)): nombre d’arêtes reliant deux voisins de v. Indice de clustering :C(v) =|N(v)|r((|NN((vv))|)1)/2 Sans-échelle [Barabasi and Albert (Science 1999)] : distribution du degré suit une loi de puissance
eracnintdepativeIntrod
olnSioctdurontInonclusiodétudeCopésCesatuoipnor
3
Cas d’étude
2
Solution proposée Algorithme de clustering Navigation and interaction Algorithme de layout
Plan
bewsegaped
1
Introduction
Conclusion
4
rryetal.VisualistaoiintnrecaitevlaSebal
nietartctaoiandningNavigeclusteruoyathmitelednAioorlgvitcaretsegapede
2Trouver les sommets ponts et les supprimer,
3Partitionner le réseau,
Vue d’ensemble
F. Zaidi, A. Sallaberry, and G. Melançon. Revealing hidden community structures and identifying bridges in complex networks : An application to analyzing contents of web pages for browsing. InIEEE/WIC/ACM WI-IAT ’09, pages 198-205, 2009.
bwe
4 étapes :
4Réinsérer les ponts.
1Diviser les sommets de haut degré : supprime la propriété sans échelle,
aSllbareyrtela.VisualisationinduCenolcCesadtéorithmedusionAlgudoroitctnIronpsépoolnSiout
Sallaberry et al.
Algorithme de clustering Navigation and interaction Algorithme de layout
Conclusion
web
pages
de
Visualisation interactive
degré
sommets
de
haut
Division
des
sdétudeaCeésoporpnoitulSoontiucodtrIn
pedesegabew
Propriété petit-monde seulement :
Propriétés sans-échelle et petit-monde :
SallabreyrtelaV.siauilsationinteractivseosoidndshemmteegréautdoitcarettiroglAnayeledhmisivtDoulusterinithmedecoiandnniNgvagitadasudétporoeCséAnoiroglnoCesulcntroIoipnlotuoiSnudtc
b
Betwenness centrality[Freeman (Sociometry 1977)] : σuw: nombre de plus courts chemins entreuetw σuw(v): nombre de plus courts chemins entreuetw passant parv σ BC(v) =Pu6=v6=wVuσuw(wv)
Suppression des sommets dont les valeurs de l’indicebetwenness centralitysont les plus élevées, i.e. ponts.
seewpegaivedractintetionasilausiV.lateyrerabllSaInoCedutéAnoisulchmitorlgstluecedudtctnorlotuoiSnropoionpasdséeCayeltSouitoredhmednomossrppuisseigationaeringNavtcoiAngldnnietarspontmets
Soyez le premier à déposer un commentaire !

17/1000 caractères maximum.

Diffusez cette publication

Vous aimerez aussi