Ces dernières années, la mésinformation et la polarisation croissantes au sein des réseaux sociaux ont fait les manchettes dans le monde entier. Or, la détection et l’analyse des communautés des réseaux sociaux peuvent fournir de précieux renseignements sur la manière dont l’information circule et dont diverses communautés interagissent. Des stratégies permettant d’atténuer l’impact de la mésinformation et de la polarisation peuvent alors être élaborées.
Le Pr Hovhannes A. Harutyunyan et la doctorante Sahar Bakhtar, du Département d’informatique et de génie logiciel de l’École de génie et d’informatique Gina-Cody de l’Université Concordia, ont publié un article de conférence détaillant le développement d’un algorithme avant-gardiste de détection des communautés locales, appelé AlgSP. Cette innovation est conçue pour détecter efficacement les communautés dans les réseaux signés.
Les réseaux signés sont un type de réseau social dans lequel les relations entre les membres sont caractérisées par des liens positifs (amicaux) ou négatifs (inamicaux).
Pour évaluer la performance d’AlgSP, les chercheurs l’ont comparé à cinq autres algorithmes dans six ensembles de données distincts, notamment des réseaux concrets comme la Cour suprême et le Congrès américains. AlgSP a obtenu les meilleurs résultats possible dans cinq des six ensembles de données. L’algorithme s’est également révélé l’un des plus rapides pour détecter les communautés.
Cette recherche pourrait grandement accroître notre compréhension des réseaux sociaux complexes et améliorer diverses applications telles que les systèmes de recommandation et l’analyse des réseaux sociaux.
Lisez l’article paru dans le cadre de la neuvième conférence internationale sur l’analyse, la gestion et la sécurité des réseaux sociaux (SNAMS), tenue en 2022, « A Fast Local Community Detection Algorithm in Signed Social Networks », ajouté à IEEE Xplore le 15 mars 2023.