Un modèle de génération de graphes « petit monde » imitant les réseaux sociaux

Whenever one wishes to try out or fine tune a social network analysis solution, being able to apply the said solution to an appropriate data set is of the utmost importance. However, and despite their established popularity, such network structures are rarely open or available in their entirety, thus developing the need for random generative models able to create graphs with properties close to those of real-world networks. We introduce a new generative model allowing the creation of such graphs. Our solution can be fine-tuned and used to build a wide array of graphs, ranging from small-world networks --with some of the free-scale networks characteristics-- to completely random graphs.Lors de la construction ou l'évaluation de méthodes d'analyse de réseaux sociaux, il est important de pouvoir tester sa solution sur des données viables. Cependant, et malgré leur grande popularité, les structures internes de ces réseaux, indiquant les relations inter-individus, ne sont que rarement ouvertes ou diffusées, forçant les chercheurs à se tourner vers des réseaux construits par des modèles de génération aléatoire. Nous présentons un nouveau modèle de génération permettant la création de graphes. Notre solution est paramétrable et peut être utilisée pour construire un large éventail de graphes, allant des réseaux sociaux petit monde --avec certaines caractéristiques des réseaux invariants d'échelle-- à des graphes complètement aléatoires