Masterarbeit : Embedding directed graphs using random walks (defended with success in November, 2017)

Abstract.
By processing the graph of a social network we can get many informations about the communities and theirs users. In fact the social graph is the starting material for many social services like friend recommendation. However extracting such informations from a graph is most of the time computationally expensive. It is even more complicated when the graph is directed (eg. Twitter following/follower graph) because directed edges implies asymmetric relations and more complex definitions of social structures. Moreover the exponential growth of data produced by social networks make graphs even more difficult to handle. Graph embedding is a vectorized representation of a graph, faster and easier to use with classical machine learning algorithms. Recent work on graph embedding (Deepwalk and Node2Vec) brought efficient and scalable algorithms based on models from natural language processing. The particularity of these algorithms is that the only graph representation they take as input are sequences of nodes generated by random walks. That is the reason why they can be easily applied to directed graphs: we just have to adapt the random walks and the following parts of the algorithms remain the same. However, they were not designed for this purpose. In this Master Thesis, we try to explore if maintaining the directions of a graph before embedding it induces better performances for basic social network analysis tasks. The main contribution is an extensive benchmark of Node2Vec applied to directed graphs on two classic tasks: node classiffication and link prediction. The results show that keeping the edge directions is not relevant for both of these tasks. We also tested the experiments with another embedding algorithm (HOPE) that has been designed for directed graphs, but Node2Vec still show better results even if we keep the directions.

Date : 2017

Libraries / Algo : Deepwalk Node2Vec Word2Vec

Tools : Python Scikit-Learn Pandas Seaborn

Synthèse bibliographique : La représentation vectorielle pour les graphes

Travaux de Master pour l'Université de Passau.
Associer une représentation vectorielle aux noeuds d'un graphe permet d'effectuer plus efficacement des tâche d'analyse de réseaux sociaux (clusterisation, prédiction de lien, prédiction de propriétés, analyse des rôles sociaux ...). Deepwalk et Node2Vec ont proposé une nouvelle approche, basée sur des techniques d'analyse du langage qui ont permis de franchir un nouveau palier.
En quoi cette représentation peut améliorer l'analyse de réseaux sociaux ?
Quelles sont les caractéristiques des réseaux de neurones sous jacents ?
Quelles sont les limites et les horizons de recherche ouverts par ces algorithmes ?
Notre bibliographie est accompagné de deux présentations aggrémentées de schemas que nous avons utilisés pour la présentation de notre travail.

Écriture : 2016

Libs / Algorithmes : Deepwalk Node2Vec Word2Vec

Outils : Python Scikit-Learn Pandas Seaborn

Co-auteur : P. Compagnon

YouShow

Petite application web permettant de partager une vidéo YouTube "augmentée". Un fois la vidéo du lien collée, l'utilisateur a accès à un mini-studio permettant de contraindre la lecture de la vidéo et d'ajouter des boutons d'accès rapide à des intants précis. À la suite de la validation, un lien de visionnage est fournit. Celui-ci est détruit 48 heures après.

Développement : 2016

Outils : Javascript React PHP REST MariaDB

Moteur de recherche sémantique

Projet réalisé en groupe dans le cadre de l'enseignement "web sémantique" à l'INSA de Lyon en 4ème année. Nous avons eu droit à beaucoup de latitude, le but étant de classifier sémantiquement un ensemble de liens basés sur les résultats de Google. Nous sous sommes appuyé sur la base DbPedia ainsi que sur le service Spotlight.

Développement : 2015

Outils : Javascript Angular DbPedia RDF Spotlight SPARQL Théorie des graphes

Programme de révision de vocabulaire suédois

Réalisé en Javscript, "Jag revidera" permet d'apprendre du vocabulaire stocké sur un fichier externe. Petit plus : une anecdote culturelle à la fin du quizz.

Développement : 2013

Outils : HTML5 CSS3 Javascript XML

SamsarA

Lui aussi imaginé et développé en 48h, SamsarA est un jeu dont les règles se déduisent par l'expérience. Laissez-vous porter par une histoire métaphysique et tentez de percer le secret de SamsarA !

Développement : 2014

Outils (côté dev') : Code::Blocks Lib SFML

Co-dévs : Alexis Launay Rémi Morillon Flavien Auffret

Heart of Jump

Réalisé en deux jours à l'occasion de la Global Game Jam de Rennes, Heart of Jump est le fruit d'une réflexion autour du coeur et de la pulsation sanguine (sujet de l'évènement). Le jeu se présente comme un runner game somme toute banal, doublé d'un jeu de rythme. Vous avez en effet pour but de contrôler la trajectoire du personnage d'une main, tout en veillant à son battement cardiaque de l'autre. Attention à la crise cardiaque !

Développement : 2013

Outils (côté dev') : Code::Blocks Lib SFML

Co-dévs : Alexis Launay Rémy Le Scornet

8Bit Robot Music Party

8-Bit Robot Music Party (abrégé 8RMP) et un jeu de rythme/plate-forme concocté spécialement par l'équipe de développement SwitchCode à l'occasion du concours Innov'Game organisé par l'EFREI, (une école d'ingénieur en informatique sur Paris). Nous avons d'abord de constituer un dossier qui nous a permi d'être sélectionnés pour le deuxième round. La programmation du jeu a donc vraiment débuté début janvier (dès l'annonce des résultats du round 1), ce qui nous a laissé près de trois mois et demi pour concrétiser notre projet. Malgré ce laps de temps assez conséquent, nous n'avons malheureusement pas pu intégrer au jeu toutes les fonctionnalités prévues, mais le principal est fait et disponible !

Développement : 2011

Outils : Code::Blocks Lib SFML Photoshop Audacity

Co-dév : Alexis Launay

Prix : 2^nd de la catégorie "Software" Prix coup de coeur Prix du jury

IRIS

Cette application a été imaginée à l'occasion du GlassCampBank co-organisé par le Crédit Mutuel Arkea et la cantine numérique de Brest. Il était proposé lors de l'évènement de réaliser en l'espace de 38 heures une application adaptée aux Google Glass dans le secteur bancaire. Notre application, IRIS, destiné à accompagner les conseiller dans les relations clients en agence a séduit le jury et remporté le premier prix.

Développement : 2014

Outil : Android Studio

Co-dév : Vincent Riouallon Gilles Biannic

Design & User Experience : Clément Aupiais Amandine Dugrain

Prix : 1^er prix du GlassCamp

Réflexion sur le succès des histoires policières scandinaves

Ce travail a été réalisé dans le cadre de mes études à l'INSA. Le but était d'organiser une réflexion autour d'un sujet libre. En tant que passionné de lecture et de la culture scandinave (j'ai étudié le suédois pendant un an à la fac de Rennes), j'ai choisi de décortiquer le cas des fameux "polars venus du nord". C'est un thème riche qui mêle travail artistique et marketing. Il est intéressant de voir quelle image les auteurs/réalisateurs souhaitent dépeindre de leur pays, car ces produits culturels en sont devenus les meilleurs embassadeurs.

Rédaction : 2016