Nous sommes à l’aube d’une nouvelle ère du data mining, celle du stockage, traitement, analyse et exploitation des données massives que l’on appelle Big Data. Les données sont devenues une nouvelle matière première, très prisée par les entreprises de tout type et de toute taille à travers le monde ; elles permettent d’analyser, de comprendre, de modéliser et d’expliquer certains phénomènes comme le comportement et les préférences des utilisateurs ou clients d’une entreprise donnée. La compréhension des préférences des utilisateurs et des clients d’une entreprise permet de leur proposer de la publicité ciblée afin d’augmenter les ventes et la satisfaction des clients et ainsi pouvoir améliorer les revenues de l’entreprise, ce que les géants du Web comme Google, Facebook, LinkedIn et Twitter ont bien compris. Cette thèse de doctorat a été réalisée dans le cadre d’une convention CIFRE entre le laboratoire L2TI de l’université Paris 13 et la start-up franco-américaineWork4 qui développe des applications de recrutement sur Facebook. Son objectif principal était la mise au point d’un ensemble d’algorithmes et méthodes pour proposer aux utilisateurs des réseaux sociaux les offres d’emploi les plus pertinentes. Le développement de nos algorithmes de recommandation a nécessité de surmonter de nombreuses difficultés telles que le préservation de la vie privée des utilisateurs des réseaux sociaux, le traitement des données bruitées et incomplètes des utilisateurs et des offres d’emploi, la difficulté de traitement des données multi-langues et, plus généralement, la difficulté d’extraire automatiquement les offres d’emploi pertinentes pour un utilisateur donné parmi un ensemble d’offres d’emploi. Les systèmes développés durant cette thèse sont principalement basés sur les techniques de systèmes de recommandation, de recherche documentaire,de fouille de données et d’apprentissage artificiel ; ils ont été validés sur des jeux de données réels collectés par l’entreprise Work4. Dans le cadre de cette étude, les utilisateurs d’un réseau social sont liés à trois types entités : les offres d’emploi qui leur sont pertinentes, les autres utilisateurs du réseau social auxquels ils se sont liés d’amitié et les données personnelles qu’ils ont publiées sur leurs profils. Les profils des utilisateurs des réseaux sociaux et la description de nos offres d’emploi sont constitués de plusieurs champs contenant des informations textuelles. / We are entering a new era of data mining in which the main challenge is the storing andprocessing of massive data : this is leading to a new promising research and industry field called Big data. Data are currently a new raw material coveted by businesses of all sizes and all sectors. They allow organizations to analyze, understand, model and explain phenomen a such as the behavior of their users or customers. Some companies like Google, Facebook,LinkedIn and Twitter are using user data to determine their preferences in order to make targeted advertisements to increase their revenues.This thesis has been carried out in collaboration between the laboratory L2TI andWork4, a French-American startup that offers Facebook recruitment solutions. Its main objective was the development of systems recommending relevant jobs to social network users ; the developed systems have been used to advertise job positions on social networks. After studying the literature about recommender systems, information retrieval, data mining and machine learning, we modeled social users using data they posted on their profiles, those of their social relationships together with the bag-of-words and ontology-based models. We measure the interests of users for jobs using both heuristics and models based on machine learning. The development of efficient job recommender systems involved to tackle the problem of categorization and summarization of user profiles and job descriptions. After developing job recommender systems on social networks, we developed a set of systems called Work4 Oracle that predict the audience (number of clicks) of job advertisements posted on Facebook, LinkedIn or Twitter. The analysis of the results of Work4 Oracle allows us to find and quantify factors impacting the popularity of job ads posted on social networks, these results have been compared to those of the literature of Human Resource Management. All our proposed systems deal with privacy preservation by only using the data that social network users explicitly allowed to access to ; they also deal with noisy and missing data of social network users and have been validated on real-world data provided by Work4.

Le marketing viral est une nouvelle forme de marketing qui exploite les réseaux sociaux afin de promouvoir un produit, une marque, etc. Il se fonde sur l'influence qu'exerce un utilisateur sur un autre. La maximisation de l'influence est le problème scientifique pour le marketing viral. En fait, son but principal est de sélectionner un ensemble d'utilisateurs d'influences qui pourraient adopter le produit et déclencher une large cascade d'influence et d'adoption à travers le réseau. Dans cette thèse, nous proposons deux modèles de maximisation de l'influence sur les réseaux sociaux. L'approche proposée utilise la théorie des fonctions de croyance pour estimer l'influence des utilisateurs. En outre, nous introduisons une mesure d'influence qui fusionne de nombreux aspects d'influence, comme l'importance de l'utilisateur sur le réseau et la popularité de ces messages. Ensuite, nous proposons trois scénarii de marketing viral. Pour chaque scénario, nous introduisons deux mesures d'influence. Le premier scénario cherche les influenceurs ayant une opinion positive sur le produit. Le second scénario concerne les influenceurs ayant une opinion positive et qui influencent des utilisateurs ayant une opinion positive et le dernier scénario cherche des influenceurs ayant une opinion positive et qui influencent des utilisateurs ayant une opinion négative. Dans un deuxième lieu, nous nous sommes tournés vers un autre problème important, qui est le problème de la prédiction du sujet du message social. En effet, le sujet est également un paramètre important dans le problème de la maximisation de l'influence. A cet effet, nous introduisons quatre algorithmes de classification qui ne nécessitent pas le contenu du message pour le classifier, nous avons juste besoin de ces traces de propagation. Dans nos expérimentations, nous comparons les solutions proposées aux solutions existantes et nous montrons la performance des modèles de maximisation de l'influence et les classificateurs proposés. / The Viral Marketing is a relatively new form of marketing that exploits social networks in order to promote a product, a brand, etc. It is based on the influence that exerts one user on another. The influence maximization is the scientific problem for the Viral Marketing. In fact, its main purpose is to select a set of influential users that could adopt the product and trigger a large cascade of influence and adoptions through the network. In this thesis, we propose two evidential influence maximization models for social networks. The proposed approach uses the theory of belief functions to estimate users influence. Furthermore, we introduce an influence measure that fuses many influence aspects, like the importance of the user in the network and the popularity of his messages. Next, we propose three Viral Marketing scenarios. For each scenario we introduce two influence measures. The first scenario is about influencers having a positive opinion about the product. The second scenario searches for influencers having a positive opinion and influence positive opinion users and the last scenario looks for influencers having a positive opinion and influence negative opinion users. On the other hand, we turned to another important problem which is about the prediction of the social message topic. Indeed, the topic is also an important parameter in the influence maximization problem. For this purpose, we introduce four classification algorithms that do not need the content of the message to classify it, they just need its propagation traces. In our experiments, we compare the proposed solutions to existing ones and we show the performance of the proposed influence maximization solutions and the proposed classifiers.

Cette thèse s’inscrit dans la continuité des travaux sociologiques de réseaux sociaux qui s’intéressent au concept de soutien social. Le travail de recherche porte sur les ressources insérées dans le réseau de relations des patients atteints de cancer ainsi que sur la configuration de ces réseaux personnels. Pour ce faire, la thèse se focalise sur le soutien informationnel qui constitue un des grands types de soutien que l’on rencontre dans la littérature sociologique. Les informations de santé accessibles à travers l’entourage relationnel sont considérées comme des ressources qui permettent aux malades de répondre aux difficultés qu’ils rencontrent dans le cadre de la pathologie cancéreuse. L’analyse est basée sur des entretiens réalisés auprès de patients pris en charge dans des services d’oncologie. Cette thèse se donne deux objectifs : le premier est de rendre compte du soutien social dans le cadre d’une pathologie chronique telle que le cancer. De ce point de vue-là, la thèse montre les difficultés que les malades rencontrent pour obtenir les ressources recherchées. Le second objectif est de contribuer à la réflexion théorique sur la mobilisation des liens sociaux. La recherche décrit les contraintes et opportunités du réseau des malades notamment à travers l’analyse des modes de régulations des relations personnelles. / The thesis we sustain is rooted in the social network analysis interested in the concept of social support. This study deals with the resources embedded in the social network of cancer patients and on the structure of these personal networks. The thesis focuses on informational support that is one of the main kinds of support we can find in the sociological literature. Health information patients access through their social ties are social resources upon which they may draw when facing difficulties. Based on semi-structured interviews with cancer patients, this study pursues two aims: the first one is to describe social support in the case of chronic diseases such as cancer. From this perspective, the thesis shows the patient difficulties to obtain appropriate resources. The second aim is to contribute to the theoretical thought on social ties’ mobilization. This research describes the constraints and opportunities of patients’ network through an analysis of the social ties rules.

Dans ce travail nous avons élaboré une nouvelle méthode de l'analyse de réseau à définir des membres possibles des voies moléculaires qui sont important pour ce phénotype en utilisant la « hit-liste » des expériences « omics » qui travaille dans le réseau intégré (le réseau comprend des interactions protéine-protéine, de transcription, l’acide ribonucléique micro-l’acide ribonucléique messager et celles métaboliques). La méthode tire des sous-réseaux qui sont construit des voies de quatre types les plus courtes (qui ne se composent des interactions protéine-protéine, ayant au minimum une interaction de transcription, ayant au minimum une interaction l’acide ribonucléique micro-l’acide ribonucléique messager, ayant au minimum une interaction métabolique) entre des hit –gènes et des soi-disant « exécuteurs terminaux » - les composants biologiques qui participent à la réalisation du phénotype finale (s’ils sont connus) ou entre les hit-gènes (si « des exécuteurs terminaux » sont inconnus). La méthode calcule la valeur de la centralité de chaque point culminant et de chaque voie dans le sous-réseau comme la quantité des voies les plus courtes trouvées sur la route précédente et passant à travers le point culminant et la voie. L'importance statistique des valeurs de la centralité est estimée en comparaison avec des valeurs de la centralité dans les sous-réseaux construit des voies les plus courtes pour les hit-listes choisi occasionnellement. Il est supposé que les points culminant et les voies avec les valeurs de la centralité statistiquement signifiantes peuvent être examinés comme les membres possibles des voies moléculaires menant à ce phénotype. S’il y a des valeurs expérimentales et la P-valeur pour un grand nombre des points culminant dans le réseau, la méthode fait possible de calculer les valeurs expérimentales pour les voies (comme le moyen des valeurs expérimentales des points culminant sur la route) et les P-valeurs expérimentales (en utilisant la méthode de Fischer et des transpositions multiples).A l'aide de la méthode masterPATH on a analysé les données de la perte de fonction criblage de l’acide ribonucléique micro et l'analyse de transcription de la différenciation terminal musculaire et les données de la perte de fonction criblage du procès de la réparation de l'ADN. On peut trouver le code initial de la méthode si l’on suit le lien https://github.com/daggoo/masterPATH / In this work we developed a new exploratory network analysis method, that works on an integrated network (the network consists of protein-protein, transcriptional, miRNA-mRNA, metabolic interactions) and aims at uncovering potential members of molecular pathways important for a given phenotype using hit list dataset from “omics” experiments. The method extracts subnetwork built from the shortest paths of 4 different types (with only protein-protein interactions, with at least one transcription interaction, with at least one miRNA-mRNA interaction, with at least one metabolic interaction) between hit genes and so called “final implementers” – biological components that are involved in molecular events responsible for final phenotypical realization (if known) or between hit genes (if “final implementers” are not known). The method calculates centrality score for each node and each path in the subnetwork as a number of the shortest paths found in the previous step that pass through the node and the path. Then, the statistical significance of each centrality score is assessed by comparing it with centrality scores in subnetworks built from the shortest paths for randomly sampled hit lists. It is hypothesized that the nodes and the paths with statistically significant centrality score can be considered as putative members of molecular pathways leading to the studied phenotype. In case experimental scores and p-values are available for a large number of nodes in the network, the method can also calculate paths’ experiment-based scores (as an average of the experimental scores of the nodes in the path) and experiment-based p-values (by aggregating p-values of the nodes in the path using Fisher’s combined probability test and permutation approach). The method is illustrated by analyzing the results of miRNA loss-of-function screening and transcriptomic profiling of terminal muscle differentiation and of ‘druggable’ loss-of-function screening of the DNA repair process. The Java source code is available on GitHub page https://github.com/daggoo/masterPATH

Quel est le modèle politique de la Russie de Vladimir Poutine ? Ce travail de thèse propose une analyse compréhensive du cas russe grâce au concept de néopatrimonialisme. En s’inspirant de la sociologie politique des élites, de la sociologie historique de l’Etat et de l’économie politique nous proposons de reconstruire les logiques d’actions des acteurs dans le cadre d’un système d’interaction dont l’Etat néopatrimonial est un idéaltype. Celui-ci tient à deux dimensions essentielles qui légitiment sa domination : l’autocratie institutionnalisée renvoie aux rouages politiques, tandis que le capitalisme de connivence illustre le rôle de l’entreprise néopatrimoniale et des réseaux politico-économiques dans la redistribution des ressources. Malgré sa stabilité, ce modèle produit des effets émergeants dont la « dépolitisation institutionnelle » qui rend impossible l’institutionnalisation du pluralisme politique tandis que la confusion des sphères politique et économique participe à l’émergence d’une classe dirigeante qui verrouille les espaces de renouvellement élitaire. / What is the nature of the political model in Vladimir Putin’s Russia ? This work aims at making sense of the Russian case through a comprehensive approach and the concept of neopatrimonialism. Inspired by the sociology of elites, the historical sociology and the political economy our work presents the logic of actors acting in an interdependence system which tends to the idealtype of a Neoparimonial State. It is structured through two dimensions that legitimate its domination: institutionalized autocracy reflects the political side of it while crony capitalism illustrate the role of the State-enterprise and the business-politics networks in the redistribution of resources process. Despite its stability, this model creates emerging effects such as “institutional depoliticization” that prevents political pluralism to institutionalize while the political-economic nexus creates a new ruling class which dominant position locks elite renewal.

Cette thèse porte sur l’analyse de graphes dynamiques, définis en temps discret ou continu. Nous introduisons une nouvelle extension dynamique du modèle a blocs stochastiques (SBM), appelée dSBM, qui utilise des processus de Poisson non homogènes pour modéliser les interactions parmi les paires de nœuds d’un graphe dynamique. Les fonctions d’intensité des processus ne dépendent que des classes des nœuds comme dans SBM. De plus, ces fonctions d’intensité ont des propriétés de régularité sur des intervalles temporels qui sont à estimer, et à l’intérieur desquels les processus de Poisson redeviennent homogènes. Un récent algorithme d’estimation pour SBM, qui repose sur la maximisation d’un critère exact (ICL exacte) est ici adopté pour estimer les paramètres de dSBM et sélectionner simultanément le modèle optimal. Ensuite, un algorithme exact pour la détection de rupture dans les séries temporelles, la méthode «pruned exact linear time» (PELT), est étendu pour faire de la détection de rupture dans des données de graphe dynamique selon le modèle dSBM. Enfin, le modèle dSBM est étendu ultérieurement pour faire de l’analyse de réseau textuel dynamique. Les réseaux sociaux sont un exemple de réseaux textuels: les acteurs s’échangent des documents (posts, tweets, etc.) dont le contenu textuel peut être utilisé pour faire de la classification et détecter la structure temporelle du graphe dynamique. Le modèle que nous introduisons est appelé «dynamic stochastic topic block model» (dSTBM). / This thesis focuses on the statistical analysis of dynamic graphs, both defined in discrete or continuous time. We introduce a new extension of the stochastic block model (SBM) for dynamic graphs. The proposed approach, called dSBM, adopts non homogeneous Poisson processes to model the interaction times between pairs of nodes in dynamic graphs, either in discrete or continuous time. The intensity functions of the processes only depend on the node clusters, in a block modelling perspective. Moreover, all the intensity functions share some regularity properties on hidden time intervals that need to be estimated. A recent estimation algorithm for SBM, based on the greedy maximization of an exact criterion (exact ICL) is adopted for inference and model selection in dSBM. Moreover, an exact algorithm for change point detection in time series, the "pruned exact linear time" (PELT) method is extended to deal with dynamic graph data modelled via dSBM. The approach we propose can be used for change point analysis in graph data. Finally, a further extension of dSBM is developed to analyse dynamic net- works with textual edges (like social networks, for instance). In this context, the graph edges are associated with documents exchanged between the corresponding vertices. The textual content of the documents can provide additional information about the dynamic graph topological structure. The new model we propose is called "dynamic stochastic topic block model" (dSTBM).Graphs are mathematical structures very suitable to model interactions between objects or actors of interest. Several real networks such as communication networks, financial transaction networks, mobile telephone networks and social networks (Facebook, Linkedin, etc.) can be modelled via graphs. When observing a network, the time variable comes into play in two different ways: we can study the time dates at which the interactions occur and/or the interaction time spans. This thesis only focuses on the first time dimension and each interaction is assumed to be instantaneous, for simplicity. Hence, the network evolution is given by the interaction time dates only. In this framework, graphs can be used in two different ways to model networks. Discrete time […] Continuous time […]. In this thesis both these perspectives are adopted, alternatively. We consider new unsupervised methods to cluster the vertices of a graph into groups of homogeneous connection profiles. In this manuscript, the node groups are assumed to be time invariant to avoid possible identifiability issues. Moreover, the approaches that we propose aim to detect structural changes in the way the node clusters interact with each other. The building block of this thesis is the stochastic block model (SBM), a probabilistic approach initially used in social sciences. The standard SBM assumes that the nodes of a graph belong to hidden (disjoint) clusters and that the probability of observing an edge between two nodes only depends on their clusters. Since no further assumption is made on the connection probabilities, SBM is a very flexible model able to detect different network topologies (hubs, stars, communities, etc.).

Le développement des énergies renouvelables et des liaisons HVDC conduit à une augmentation de la pénétration de l’électronique de puissance dans les réseaux de transport d’électricité. Comme les convertisseurs possèdent des propriétés physiques différentes de celles des alternateurs synchrones, une évolution des contrôles employés s’avère nécessaire. Au vu de la taille des ensembles à simuler, la validation de solutions innovantes doit être réalisée par des simulations numériques et il est nécessaire d’être vigilant sur les outils utilisés afin d’éviter des temps de calcul prohibitifs. Dans cette thèse, des outils et des méthodes pour l’analyse et la simulation de réseaux de transport 100 % électronique de puissance sont développés. Une partie importante des travaux est consacrée à la modélisation des convertisseurs, ce qui permet de réaliser des simulations numériques plus ou moins précises en fonction du cahier des charges de l’étude et d’appliquer ou de développer des méthodes d’analyse de stabilité. Un modèle simplifié du réseau Irlandais est utilisé comme réseau exemple de façon à valider les méthodes et outils développés dans le cadre de la thèse. / The development of renewable generation and HVDC links lead to an important increase of the penetration of power electronics in the transmission systems. As Power Electronics converters have completely different physical behavior than synchronous machines, an evolution in the way TSOs control transmission systems is needed. It is impossible to build a real size prototype of a transmission system. The validation of the solutions must be done using dynamic numerical simulations. Because of the size of the studied systems, we have to be careful with the simulation tools that we use, in order to reduce the computation time. In this PhD tools and methods for the analysis and simulation of large transmission systems using 100% power electronics are developed. An important part of the work looks at the models of the converters. Those models allow us to do numerical simulations and to apply and develop stability and performance analysis methods for the considered system. A simple model of the Irish network will be used as an example in order to assess the developed methods.

Alliés et amis de longue date, la France et les États-Unis n'ont cessé d'entretenir des relations depuis la Déclaration d'Indépendance de 1776. Néanmoins, ces échanges ont toujours été réputés extérieurs au domaine juridique, considéré comme inévitablement borné au champ national. Toutefois, l'examen approfondi des revues juridiques universitaires, entre la période 1870 et 1940, démontre la présence indéniable des juristes français dans la pensée juridique américaine, au travers des notes de bas de page, de comptes rendus d'ouvrages ou de la parution d'articles originaux. Grâce à la constitution d'une base de données et à des outils relevant de la bibliométrie, de l'analyse de réseau ou encore de l'iconographie, il a été mis en avant des usages fort différenciés de la référence française. Ces derniers remettent en question la question monolithique de l"influence" pour laisser transparaître une "circulation des idées" soumise à des processus de sélection et à l'emploi de voies de communication balisées. / France and the United States, long-standing allies and friends, have maintained constant relations since the 1776 Declaration of Independence. Nevertheless, these exchanges have always been considered external to the legal field, considered inevitably limited to the national field. However, an in-depth examination of law reviews between 1870 and 1940 shows the undeniable presence of French lawyers in American legal thought, through footnotes, book reviews or the publication of original articles. Thanks to the creation of a database and tools related to bibliometrics, network analysis and iconography, it has been possible to highlight the very different uses of the French reference. The latter question the monolithic question of "influence" to reveal a "flow of ideas" subject to selection processes and the use of marked communication channels.

Nous proposons de concevoir et développer un outil permettant d’analyser la diffusion d’information sur les services de réseaux sociaux en ligne grâce au traitement et à la visualisation de données. Fruit d’une réflexion méthodologique, ce dispositif permet d’observer les relations entre les dimensions conversationnelles, sémantiques, temporelles et géographiques des actes de communication en ligne. Courts messages se propageant rapidement sur la Toile selon des modèles encore mal connus, les mèmes Internet comptent parmi les contenus les plus prisés sur les plate-formes web. Les mèmes Internet circulant sur le service de microblog chinois Sina Weibo articulent notamment discussions personnelles, débats sociétaux et vastes campagnes médiatiques. Mobilisant des méthodes issues de l’analyse des réseaux et du traitement automatisé de la langue chinoise, nous procédons à l’analyse d’un vaste corpus de 200 millions de messages représentant l’activité sur Sina Weibo durant l’année 2012. Notre première tâche consiste à identifier des mèmes dans ce large ensemble de données. L’identification de mèmes dans un ensemble de messages est notamment possible grâce à un algorithme de détection non supervisé. Néanmoins, le volume de calculs nécessaires pour obtenir des résultats fiables sur un large corpus nous amène à abandonner cette approche, montrant par là-même la complexité d’une définition intéressante de l’objet numérique composite mème. Notre seconde série d’analyses porte sur le volume de conversations entourant les hashtags du corpus. Les résultats montrent que les usages majoritaires de Sina Weibo sont similaires à ceux des médias traditionnels (publicité, divertissement, loisirs...). Néanmoins, nous écartons les hashtags comme représentants des mèmes Internet, artefacts d’usages commerciaux et stratégiques à la diffusion cadrée et planifiée. L’approche finalement retenue utilise la recherche par mots-clés pour constituer les corpus de messages décrivant une dizaine de mèmes sélectionnés dans la littérature académique et secondaire pour leurs intentions diverses : humour, actualité, scandale politique, faits divers et marketing promotionnel. S’inspirant de la critique des schémas théoriques de communication, une analyse des mots et des réseaux d’échanges entre utilisateurs met à jour les dynamiques discursives de chaque mème. L’organisation de ces informations selon un axe temporel dans un espace de visualisation interactif autorise une lecture détaillée de leur diffusion. La projection de ces réseaux conversationnels et lexicaux sur des cartes géographiques montre également les relations entre leurs aspects textuels et actuels. Les figures obtenues permettent d’ébaucher une typologie structurelle de la diffusion de ces contenus, montrant comment différents régimes d’expression cohabitent sur les réseaux sociaux. La tension entre énonciation et discours qui régit les plateformes Web se manifeste dans des motifs particuliers de circulation des contenus en ligne. Nous pouvons ainsi formuler des recommandations pour l’analyse et la conception de stratégies de communication en ligne d’organismes tant privés que publics. Néanmoins, le caractère exploratoire de cette étude et la difficulté de comprendre les actions humaines par une simple analyse de données nous invite à refuser une généralisation a priori des résultats, préférant considérer ce travail comme la première validation d’une méthodologie pouvant être étendue à d’autres formes de conversations en ligne. / We develop a data mining and visualisation toolkit to study how the information is shared on online social network services. This software allows to observe relationships between conversational, semantical, temporal and geographical dimensions of online communication acts. Internet memes are short messages that spread quickly through the Web. Following models that remain largely unknown, they articulate personal discussions, societal debates and large communication campaign. We analyse a set of Internet memes by using methods from social network analysis and Chinese natural language processing on a large corpus of 200 million tweets which represents/reflects the overall activity on the Chinese social network Sina Weibo in 2012. An interactive visualisation interface showing networks of words, user exchanges and their projections on geographical maps provides a detailed understanding of actual and textual aspects of each meme spread. An analysis of hashtags in the corpus shows that the main content from Sina Weibo is largely similar to the ones in traditional media (advertisement, entertainment, etc.). Therefore, we decided to not consider hashtags as memes representatives, being mostly byproducts of wellplanned strategic or marketingcampaigns. Our final approach studies a dozen of memes selected for the diversity of their topic: humor, political scandal, breaking news and marketing.

Le présent mémoire s’intéresse à la déstabilisation d’un réseau de distribution de stupéfiants. Il est basé sur l’étude d’une enquête policière réalisée dans une grande ville canadienne. L’objectif principal de cette enquête était le démantèlement d’un réseau criminel perçu comme étant hiérarchisé. Différentes stratégies ont été mises en œuvre par les enquêteurs afin de déstabiliser le réseau. Cinq de ces stratégies sont étudiées dans cette recherche. Des analyses de réseaux et l’évaluation de l’évolution des opérations de distribution de stupéfiants démontrent que, parmi les stratégies déstabilisatrices, le retrait sélectif (arrestation) et l’ajout (infiltration) de participants dans le réseau sont les plus efficaces. Les résultats détaillés montrent l’importance de préparer des enquêtes systématiques et réfléchies en vue de déstabiliser un réseau. Bien que les rafles massives de participants soient intéressantes, il est essentiel d’en soulever les limites. Le fait de se concentrer sur des enquêtes planifiées permettra non seulement de répondre aux objectifs de l’enquête en cours, mais également de comprendre et développer des pratiques de déstabilisation à long terme au niveau du marché criminel en général (méta-réseau). / This research focuses on the disruption of a drug distribution network and is based on a case study of a law-enforcement investigation conducted in a major Canadian city. The aim of the investigation was to dismantle a criminal network that was perceived to be hierarchically structured. Different strategies were applied by the investigating team to disrupt the network. Five of these strategies are studied in the present research. Network analyses and an assessment of the evolution of the drug distribution operation demonstrate that, amongst the set of disrupting strategies, those aimed at the selective removal (arrests) and addition (infiltration) of actors to the network were most effective. The details surrounding such findings highlight the importance of preparing well-planned and systematic investigations following such guidelines, while also pointing to the limits of massive crackdowns that lead to the arrests of all participants in a criminal network. Conceiving such a focus will not only meet the short-term objectives of a police investigation, but also allow for an understanding that is crucial to develop long-term disruptive practices of not simply the operation under investigation but the wider criminal network environment surrounding it.