Self-organizing maps for clustering and visualization of bipartite graphs
Résumé
Graphs (also frequently called networks) have attracted a burst of attention in the last years, with applications to social science, biology, computer science... The present paper proposes a data mining method for visualizing and clustering the nodes of a peculiar class of graphs: bipartite graphs. The method is based on a self-organizing map algorithm and relies on an extension of this approach to data described by a dissimilarity matrix.
Les graphes (souvent appel es r eseaux) ont connu un int er^et croissant ces derni eres ann ees car on les retrouve de mani ere naturelle dans un nombre important d'applications en sciences sociales, biologie, informatique... Cet article propose une m ethode de fouille de donn ees pour visualiser et classer les sommets d'une classe particuli ere de graphes, les graphes bipartis. La m ethode propos ee est bas ee sur un algorithme de carte auto-organisatrice et s'appuie sur une extension de cette approche a des donn ees d ecrites par une matrice de dissimilarite.
Domaines
Fichier principal
Self-organizing maps for clustering and visualization of bipartite graphs_NVV_1.pdf (304.69 Ko)
Télécharger le fichier
Origine | Fichiers éditeurs autorisés sur une archive ouverte |
---|
Loading...