Cours “Network science” - Erwan Le Merrer

Cours “Network science” - Erwan Le Merrer

TP4 du 03/12/2020

NetworkX et sa documentation ici.

Propos principal: extraire les communautés d’un graphe réel.

Détection de communautés

  • téléchargez le fichier des caratères de Games of Thrones “book 1” ici. Importez le dans GoT

  • afficher l’assortativité de GoT. Conclusion?

  • afficher le graphe correspondant au k-core, avec k=11

  • combien des 10 noeuds les plus centraux selon la betweenness centrality appartiennent au précédent 11-core? Conclusion?

  • exécutez l’algorithme de détection de communautés qui utilise la notion de modularité. Conclusion sur sa capacité à détecter les communautés de ce graphe?

  • regardez l’algorithme de girvan_newman: les communautés sont créées à partir de la suppression d’arêtes. Quel est le critère pour sélectionner les arêtes à supprimer prioritairement?

  • utilisez le pour créer un partitionnement en 10 communautés

  • affichez la troisième de ces 10 communautés, en utilisant la fonction qui extrait un sous graphe de GoT

  • reprenez la boucle For qui sert à créer les 10 partitions avec Girvan Newman, et insérez la mesure de qualité du partitionnement courant avec la fonction coverage. Que mesure t elle exactement? A combien de communautés aurait il été judicieux de s arrêter au regard de cette mesure?

Questions/commentaires: erwan.le-merrer@inria.fr