Post-traitement générique

Détection de communautés

Détection de communautés

Cette option permet d'identifier les communautés existant dans le jeu de données. Une communauté peut être considérée comme un sous-graphe dont la densité des connexions internes est supérieure à celle de ses connexions vers le reste des nœuds du réseau. La détection des communautés utilise un algorithme itératif dont les critères d'arrêt sont le nombre maximum d'itérations et le gain de modularité d'une itération sur l'autre, représenté par Epsilon.

Pour en savoir plus sur le calcul de la détection de communautés, voir les informations sur l'algorithme de LouvainInformations disponibles sur site non SAP.

Vous pouvez également baser les communautés d'un graphe sur celles d'un autre graphe. Ainsi, les communautés du mois de février peuvent être initialisées sur celle de janvier, vous permettant de visualiser leur évolution d'un mois sur l'autre.

  • Pour activer la détection des communautés
    • Cochez la case Détection des communautés correspondant au graphe pour lequel vous voulez activer la détection.

      Remarque : La détection des communautés n'est pas disponible pour les graphes transactionnels.

  • Pour configurer la détection des communautés :
    1. Cliquez sur le bouton ... situé à droite de la case à cocher Détection des communautés. La fenêtre Configuration de la détection des communautés s'affiche.
    2. Cochez la case Activer la détection des communautés.
    3. Définissez les options que vous souhaitez appliquer. Le tableau suivant résume les options disponibles :
      Option Description
      Nombre maximum d'itérations Nombre maximum d'itérations avant que l'algorithme ne s'arrête si les critères Epsilon ne sont pas atteints.
      Epsilon Valeur en-dessous de laquelle le gain de modularité n'est plus suffisamment intéressant pour justifier une autre itération de l'algorithme.
      Se baser sur les communautés de

      graphe à partir duquel vous pouvez utiliser les communautés comme base pour le graphe en cours.

      La liste Se baser sur les communautés de comprend uniquement les graphes pour lesquels la détection des communautés a été activée. La base de communautés n'est pas disponible pour les graphes transactionnels.

      Ignorer les auto-liens Réduit le nombre de communautés et apporte une meilleure perspective de la structure du graphe.
      Désactiver les supercommunautés Désactive la création de supercommunautés, ce qui accélère la création lors de l'utilisation de grands graphes.
    4. Cliquez sur OK pour valider les paramètres.
Optimisation de la détection des méga-hubs

L'option Optimiser la détection des méga-hubs supprimera tous les nœuds dont le degré de connectivité est supérieur au seuil défini. Il existe deux façons de définir ce seuil :

  • Utiliser le seuil automatique, basé sur la distribution des nœuds en fonction de leur degré de connectivité. Le seuil automatique est calculé à l'aide de la formule suivante : moyenne + facteur de l'écart-type * écart-type
    Remarque

    Par défaut, le facteur de l'écart-type est fixé à 4.

  • Utiliser une valeur fixe.
  • Pour activer l'optimisation de la détection des méga-hubs
    • Cochez la case Optimiser la détection des méga-hubs.
  • Pour paramétrer la détection des méga-hubs
Remarque

Lorsque vous paramétrez cette option pour un graphe transactionnel, vous devez configurer le seuil pour les deux populations.

  1. Cliquez sur le bouton ... situé à droite de la case à cocher Optimisez la détection des méga-hubs. La fenêtre Configuration de la détection des méga-hubs s'affiche.
  2. Cochez la case Optimiser la détection des méga-hubs.
  3. Sélectionnez le type de seuil que vous souhaitez utiliser :
    • Seuil automatique
    • Seuil manuel
  4. Selon le type de seuil sélectionné :
    • pour le seuil automatique, entrez une valeur dans le champ Facteur de l'écart-type pour paramétrer la formule utilisée lors du calcul ;
    • utilisez le champ Seuil d'exclusion pour définir le seuil manuel.
  5. Cliquez sur OK pour valider les paramètres.