01.01.2015 Views

Table des matières - Gilles Daniel

Table des matières - Gilles Daniel

Table des matières - Gilles Daniel

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

Des réseaux d’automates aux modèles multi-agents. 241<br />

qu’un réseau régulier, mais la proximité entre nœuds mesurée par la longueur<br />

caractéristique moyenne est proche de celle d’un réseau aléatoire.<br />

Le modèle original de construction d’un « petit monde » à la Watts et Strogatz part<br />

d’un réseau régulier périodique de dimension 1 (cercle) où chaque agent est connecté<br />

avec ses 2.k plus proches voisins. Chaque lien peut être reconnecté avec une probabilité<br />

k. La connectivité moyenne demeure ainsi constante et la dispersion <strong>des</strong> connectivités<br />

augmente, mais décroit exponentiellement. Pour p = 0 on a le réseau régulier initial et pour<br />

p = 1 on retrouve un réseau aléatoire. Les valeurs intermédiaires entre 0 et 1 correspondent<br />

à <strong>des</strong> cas mixtes, d’autant plus proches <strong>des</strong> réseaux réguliers que p est petit.<br />

B – Réseaux à invariance d’échelle (« scale free »)<br />

Un second type de réseau dit à invariance d’échelle est caractérisé par une<br />

distribution <strong>des</strong> connectivités qui décroit selon une loi de puissance 47 . Au delà d’un<br />

certain seuil de la valeur γ (l’exposant de la loi), la variance n’est plus mesurable et<br />

la queue de distribution devient « épaisse », ce qui traduit l’existence de nœuds<br />

fortement connectés. Comme dans les réseaux « exponentiels », la proximité entre<br />

nœuds est faible (L∼log(N)), mais le coefficient de clustering est faible (de l’ordre<br />

de 1/N comme un réseau aléatoire).<br />

Au début <strong>des</strong> années soixante, Dereck de Solla Price, un physicien travaillant sur<br />

l'histoire <strong>des</strong> sciences et la bibliométrie s'est intéressé aux réseaux formés par les<br />

citations entre les publications scientifiques. Il a découvert que ceux-ci étaient<br />

distribués selon une loi de puissance [PRI 65] 48 . Une dizaine d'années après son<br />

premier article, Price a proposé un modèle de construction dynamique de réseau qui<br />

conduit à cette configuration [PRI 76]. Dans ce modèle, il fait l'hypothèse que la<br />

probabilité qu'un article soit cité est proportionnelle aux nombre de citations déjà<br />

existantes. Cette hypothèse paraît plausible, dans la mesure où la probabilité de<br />

trouver une référence nouvelle dans un ensemble d'articles pris au hasard est<br />

proportionnelle à la fréquence <strong>des</strong> citations existantes 49 . Le modèle de Price est<br />

directif en ce sens qu'une citation de A par B n'implique pas la réciproque, ce qui<br />

correspond d'ailleurs à une contrainte historique. Le réseau croît de manière<br />

séquentielle, par ajout d'articles (nouveaux nœuds du réseau). Chaque article est lié à<br />

47 Plus connue <strong>des</strong> économistes sous le nom de distribution de Pareto ou <strong>des</strong> linguistes sous le<br />

nom de distribution de Zipf.<br />

48 Un effet similaire a été identifié par R.K. Merton, "The Matthew effect in science" Science,<br />

159, 5 January 1968, p. 56-63.<br />

49 La linéarité conjecturée dans la probabilité de citer résulte d'une hypothèse implicite qui fait<br />

correspondre la probabilité de trouver une citation avec la probabilité de la citer. L'activité<br />

scientifique est plus complexe et il apparaît que cette hypothèse de linéarité est certainement<br />

trop simpliste, mais elle a néanmoins l'avantage de permettre de premières investigations sans<br />

poser d'hypothèses complémentaires toujours discutables sur les comportements.

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!