MOD LISATION ET MESURES SUR LES GRAPHES

Notre travail se résume à l¿étude approfondie des modèles des graphes, plus particulièrement de grandes tailles. Dans ce contexte, nous avons déployé les techniques de programmation préalablement acquises en Python avec l¿utilisation de NetworkX comme bibliothèque. Le projet s¿est déroulé selon 2 axes principaux : la théorie des graphes : tout ce qui est théorique (définitions, mesures, exemples d¿exécution...) et l¿applications :récupération d¿un graphe de terrain, comparaison entre les algorithmes et comparaison entre les modèles. En outre, ce projet était une opportunité pour bien maîtriser la théorie des graphes, Python, NetworkX et surtout un enrichissement pour notre culture Data Mining. Et nous sommes satisfaits d¿avoir pu améliorer l¿algorithme du bout du monde et d¿avoir implémenter notre propre version de l¿algorithme de détection des communautés : label propagation,et d¿avoir utilisé l¿API Twitter comme moyenne de générer des graphes de terrain.