Newer
Older
# Mesures de réseaux d'interaction
### 2-Quelques mesures de base:<br />
Le nombre de noeud (N) = 317080<br />
Le nombre de lien (L) = 1049866<br />
Le Degré moyen (K) = 6.62208890914917<br />
Le coefficient de clustering = : 0.6324308280637396<br />
-Le coefficient de clustering pour un réseau aléatoire de la même taille et du même degré moyen :<br />
<img src="https://latex.codecogs.com/svg.latex?\Large&space;P=\frac{K}{N}=\frac{6.62208890914917}{317080}=0.00002088459" />
-Oui, le reseau est connexe car il posséde une seule composante connexe (il suffit d'executer ce code)
```java
ConnectedComponents connexe = new ConnectedComponents();
connexe.init(graph);
if(connexe.getConnectedComponentsCount()==1){
System.out.println("le graphe est connexe");
}
```
-Un réseau aléatoire de la même taille et degré moyen ne sera pas connexe car dans un régime connecté cette condition doit etre verifiée : <br />
<img src="https://latex.codecogs.com/svg.latex?\Large&space;k >ln(n) (p > \frac{ln(N)}{N})" title="" /><br /><br />
et là dans notre cas :
<img src="https://latex.codecogs.com/svg.latex?\Large&space;k = 6.62208890914917 "/> et
<img src="https://latex.codecogs.com/svg.latex?\Large&space;ln(N) = 12.666909387 "/>
donc la condition n'est pas verifié<br />
-Donc un réseau aléatoire avec cette taille sera aléatoire à partir d'un degré
moyen superieur à <img src="https://latex.codecogs.com/svg.latex?\Large&space;k > 12.666909387 "/> <br />
-Il faut créer un fichier contenant les degrés et leurs distributions, en executant
avec gnuplot on aura ces 2 resultats:
| distribution linéare | |
:--------------------------:|:-------------------------:
 |
<br /><br />
| distribution log log | |
:--------------------------:|:-------------------------:
 |
En traçant la distribution de degrés en échelle log-log on observe une ligne droite
pendant plusieurs ordres de grandeur. Cela nous indique une loi de puissance :
<img src="https://latex.codecogs.com/svg.latex?\Large&space;P_k=CK^\delta"/>
-tracer la distribution et estimer l'exposant de la loi de puissance:
<br /><br />
| distribution log log | |
:--------------------------:|:-------------------------:
 |
On a γ=2.7±0.04