Les réseaux peuvent être fort utiles afin de refléter les interactions entre différents éléments et ainsi rendre compte des principes sous-jacents à leur comportement. Cependant, pour bien les comprendre, il est nécessaire de les représenter mathématiquement par un graphe, où chaque élément constitue un sommet et chaque relation est désignée par une arête. Les graphes permettent notamment l’étude du regroupement des sommets en communautés. Il s’agit alors de groupes formés à partir d’éléments du réseau qui sont fortement connectés ensemble, mais peu avec les autres. La détection de ceux-ci permet de mieux comprendre la dynamique entre les éléments, et ce, même pour des réseaux de très grandes tailles, d’où sa pertinence.

Ce document s’intéresse à expérimenter différents modèles de graphes représentant un réseau social évolutif, soit dont la composition change avec le temps, qui comporte des éléments de deux natures différentes. Ce dernier est formé plus spécifiquement comme un réseau de collaboration à partir d’une base de données réelles, dont aucune information contextuelle ou communauté n’est connue initialement. Divers paramètres seront déterminés pour chacun des modèles, de manière à sélectionner celui présentant les résultats les plus réalistes, en vue de leur analyse.

L’approche de résolution utilisée permet la détection de groupes de qualité, en plus de relever des tendances et phénomènes intéressants, quant au comportement des commu-nautés et des individus, au fil du temps. Comme les données représentent des employés, les faits saillants soulevés grâce à la résolution du graphe ont de quoi intéresser leurs di-rigeants, si ces derniers veulent bien comprendre la dynamique de leur équipe et ajuster leur gestion en conséquence. Certaines expérimentations restent toutefois à effectuer afin d’évaluer davantage la qualité de l’approche utilisée.