Détection de communautés chevauchantes dans les graphes bipartis

International audience; La détection de communautés dans les réseaux sociaux est devenue un champ de recherche majeur. La plupart des méthodes, à l'exemple de l'algorithme de Louvain, s'intéressent aux graphes de personnes (graphes monopartis) pour extraire des communautés disjointes. Elles s'appuient de manière globale sur l'optimisation d'un critère appelé modularité. En s'inspirant des treillis de Galois nous présentons une méthode originale de détection de communautés chevauchantes pour les graphes bipartis. Contrairement aux quelques méthodes qui exploitent aussi des treillis de Galois notre approche est de complexité polynomiale et prend en compte en final tous les individus. Dans le même esprit que la modularité nous proposons un critère de regroupement, l'autonomie, qui combine la cohésion interne d'une communauté et son indépendance des autres communautés. Plusieurs exemples illustrent notre approche et en montrent la validité sémantique et pragmatique.