Il n'existe pas beaucoup d'études qui tentent de catégoriser les différentes formes d'organisation des coopératives de crédit dans le monde. En outre, les recherches n'analysent pas souvent la performance des coopératives financières. Ce sont deux des raisons qui ont poussé Fischer (2000) à effectuer son étude intitulé: Régie, réglementation et performance des coopératives financières. Notre étude est une sorte de continuité de celle-ci. Nous y apportons notre contribution à la littérature sur l'organisation et la performance des coopératives de crédit. Cette étude s'intéresse aux coopératives de crédit dans les différentes provinces canadiennes. Elle catégorise les réseaux de coopératives financières en trois groupes et mesure leurs performances selon la méthode du Data Envelopment Analysis, avec le modèle de Charnes Cooper et Rhodes (1978) dans sa variante orientée output. Par ailleurs nous traitons des aspects économiques, politiques et réglementaires de la vie des coopératives de crédit au Canada. En effet, les coopératives financières sont une constituante importante dans l'environnement sociopolitique, économique et financier au Canada. Il faudrait remarquer que l'aspect réglementaire jumelé avec l'histoire des coopératives de crédit au Canada ont une part non négligeable sur les modèles d'organisation adoptés par les coopératives financières à travers les provinces canadiennes. Il existe deux grandes formes d'organisation des coopératives de crédit au Canada. Il s'agit d'une part des réseaux fédérés (RF) qui se retrouvent surtout dans les parties francophones. Ils se caractérisent par un niveau d'intégration élevé. Il s'agit d'autre part des réseaux décentralisés compétitifs (DC) que l'on retrouve dans les parties anglophones. Ces derniers se caractérisent par un niveau d'intégration moindre. Il y a une troisième forme d'organisation, le système atomisé qui se trouve un peu partout dans le monde mais nous avons classé dans cette catégorie un certain nombre de coopératives de l'Ontario qui ne faisaient partie d'aucuns des deux premiers réseaux. Nous nous sommes fixés certaines limites pour ce qui est de l'analyse de la performance des réseaux de coopératives de crédit. Ainsi notre analyse prend en compte les données globales des centrales et fédérations de credit unions et autres caisses populaires dans les différentes provinces canadiennes. Les résultats sont mitigés car ils ne permettent pas de départager clairement les SN qui ont en moyenne une performance supérieure aux CN. Par contre le réseau atomisé a une efficience inférieure aux deux premiers. Ces résultats sont presque les mêmes que ceux obtenus par Fischer (2000). ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Organisation, Réseaux, Coopératives de crédit, Performance, DEA.

Doctorat en Sciences / info:eu-repo/semantics/nonPublished

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

Cette thèse s’intéresse à l’analyse du réseau dirigé extrait de la structure des hyperliens deWikipédia. Notre objectif est de mesurer les interactions liant un sous-ensemble de pages duréseau Wikipédia. Par conséquent, nous proposons de tirer parti d’une nouvelle représentationmatricielle appelée matrice réduite de Google ou "reduced Google Matrix". Cette matrice réduitede Google (GR) est définie pour un sous-ensemble de pages donné (c-à-d un réseau réduit).Comme pour la matrice de Google standard, un composant de GR capture la probabilité que deuxnoeuds du réseau réduit soient directement connectés dans le réseau complet. Une desparticularités de GR est l’existence d’un autre composant qui explique la probabilité d’avoir deuxnoeuds indirectement connectés à travers tous les chemins possibles du réseau entier. Dans cettethèse, les résultats de notre étude de cas nous montrent que GR offre une représentation fiabledes liens directs et indirects (cachés). Nous montrons que l’analyse de GR est complémentaire àl’analyse de "PageRank" et peut être exploitée pour étudier l’influence d’une variation de lien surle reste de la structure du réseau. Les études de cas sont basées sur des réseaux Wikipédiaprovenant de différentes éditions linguistiques. Les interactions entre plusieurs groupes d’intérêtont été étudiées en détail : peintres, pays et groupes terroristes. Pour chaque étude, un réseauréduit a été construit. Les interactions directes et indirectes ont été analysées et confrontées à desfaits historiques, géopolitiques ou scientifiques. Une analyse de sensibilité est réalisée afin decomprendre l’influence des liens dans chaque groupe sur d’autres noeuds (ex : les pays dansnotre cas). Notre analyse montre qu’il est possible d’extraire des interactions précieuses entre lespeintres, les pays et les groupes terroristes. On retrouve par exemple, dans le réseau de peintresissu de GR, un regroupement des artistes par grand mouvement de l’histoire de la peinture. Lesinteractions bien connues entre les grands pays de l’UE ou dans le monde entier sont égalementsoulignées/mentionnées dans nos résultats. De même, le réseau de groupes terroristes présentedes liens pertinents en ligne avec leur idéologie ou leurs relations historiques ou géopolitiques.Nous concluons cette étude en montrant que l’analyse réduite de la matrice de Google est unenouvelle méthode d’analyse puissante pour les grands réseaux dirigés. Nous affirmons que cetteapproche pourra aussi bien s’appliquer à des données représentées sous la forme de graphesdynamiques. Cette approche offre de nouvelles possibilités permettant une analyse efficace desinteractions d’un groupe de noeuds enfoui dans un grand réseau dirigé

Nous présentons dans ce document notre projet de recherche dans le cadre de la maitrise en informatique de l'université du Québec à Montréal. Dans le cadre de cette maîtrise nous avons conçu un langage de modélisation de réseaux sociaux permettant de modéliser plusieurs réseaux sociaux simultanément. Nous voulions que ce langage soit proche du langage naturel afin d'être accessible aux néophytes en informatique. Nous avons également réalisé une plate-forme permettant l'exécution de ce langage. La conception de ce langage est motivée par le fait que généralement au sein d'un ensemble social donné il existe plusieurs types d'interactions sociales simultanément. Par exemple si nous considérons le groupe social constitué par l'ensemble des employés d'une entreprise, il existe souvent des relations de collaboration mais également des relations d'amitié et/ou des relations de conseil entre les employés de l'entreprise. L'étude des réseaux sociaux doit souvent prendre en compte tous les types de relations présentes dans un ensemble social afin de bien comprendre l'évolution de cet ensemble social. Dans le but de mettre en pratique le langage que nous avons conçu nous avons étudié la corrélation entre plusieurs réseaux sociaux. Nous avons également comparé notre plate-forme avec les outils d'analyse et de simulation de réseaux disponibles sur le marché actuellement. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : réseaux sociaux, analyse de réseaux, simulation, réseaux multiplexes

Doctorat en Sciences / info:eu-repo/semantics/nonPublished

Dans cette thèse, j'étudie des jeux de données concernant des liens sociaux entre personnes (appels et SMS), leur mobilité ainsi que des informations économiques sur ces personnes, comme leur revenu et leurs dépenses. Les sept travaux couvrent un spectre assez large et apportent des contributions en informatique des réseaux mais aussi en sociologie, économie et géographie. Les questions posées sont très diverses. Comment quantifier la perte d'information causée par une agrégation de flot de liens en série de graphe ? Comment inférer les mouvements des utilisateurs quand on ne connaît que les localisations des utilisateurs aux moments des appels, et que l'on ne détecte donc que les mouvements qui ont eu lieu entre deux appels consécutifs, sans connaître leur nombre ni les instants auxquels ils ont lieu ? Est-il possible de transmettre des SMS dans une région dense en utilisant la densité des téléphones, la mobilité des utilisateurs ainsi que la localité des messages échangés ? Est-il possible de comprendre les inégalités sociales avec une approche Big Data ? Cette dernière question fait l'objet d'une première étude socio-économique approfondie au prisme du Big Data. Il a été possible d'étudier à grande échelle la stratification de la société, l'existence de clubs de riches, la ségrégation spatiale et la structure des dépenses par classe sociale.Au delà de la variété de ces études et de ces nombreuses applications, cette thèse montre que l'analyse de données individuelles riches à l'échelle d'une population permettent de répondre à de nouvelles questions et à d'anciennes hypothèses avec une approche Big Data. Cette thèse tient à mettre l'accent sur la potentialité d'une approche Big Data mais aussi de sa complémentarité avec les approches classiques (modélisation, sociologie avec enquêtes, …). Un effort particulier a été mis dans l'explication des étapes qui amènent aux résultats et dans la prise en compte des biais ce qui est trop souvent négligé. / In this thesis, I have carried out data-driven studies based on rich, large-scale combined data sets including social links between users (calls and SMS), their demographic parameters (age and gender), their mobility and their economic information such as income and spendings. These seven studies bring insights in network science but also in sociology, economy and geography. The questions asked are very diversified. How can one quantify the loss of temporal information caused by the aggregation of link streams into series of graphs? How can one infer mobility of a user from his or her localisations of calls? Is it possible to transmit SMS in a dense region by using the density of phones, the mobility of users and the locality of the messages? How can one quantify and prove empirically the social stratification of the society at a large population scale? I present, for this last question, a first socio-economic study with a data-driven approach. It has been possible to study, at a very large scale, the stratification of the society, the existence of "rich-clubs", the spatial segregation and purchase patterns for each social class. Beyond the variety of studies and their numerous applications, this thesis shows that the analysis of individual rich combined datasets at a large population scale gives the opportunity to answer long-standing hypotheses and to address novel questions. This work not only points out the potentiality of Big Data approach but also its complementarity to classical approaches (modelization, surveys, …). Particular attention was given in order to explain each steps that lead to results and to take into account biases which is too often neglected.

Dans cette thèse, nous proposons des algorithmes de recommandation sémantique et sociale, qui recommandent un produit pour les utilisateurs qui sont connectés par un réseau de collaboration sociale. Ces algorithmes utilisent deux types d'informations : information sémantique et information sociale .L' information sémantique est basée sur la pertinence sémantique entre les utilisateurs et le produit à recommandé, tandis que l' information sociale est basée sur la position de l'utilisateur et de leur type et de la qualité des connexions entre eux dans le réseau de collaboration . Enfin, nous utilisons l'algorithme de parcoure profondeur (DFS) et l'algorithme de parcoure en largeur (BFS), pour explorer le réseau social.Utilisation de l' information sémantique et l'information sociale , dans le système de recommandation , nous aide à explorer partiellement le réseau social , ce qui nous conduit à réduire la taille des données explorées et de minimiser le temps de recherche dans le réseau.Nous appliquons nos algorithmes sur des données réelles : MovieLens et Amazon , et nous comparons la précision de la performance de nos algorithmes avec les algorithmes de recommandation classiques , comme l'algorithme de filtrage collaborative et l'algorithme hybrideNos résultats montrent un taux de précision satisfaisants , et une performance très significative du temps d'exécution et de la taille des données explorées , par rapport aux autres algorithmes de recommandation classiques .En fait , l'importance de nos algorithmes repose sur le fait que ces algorithmes explorent une très petite partie du graphe , au lieu d'explorer tout le graphe que les méthodes de recherche classiques , et encore donnent une bonne précision par rapport aux autres algorithmes de recommandation classiques . Donc , en minimisant la taille des données recherchées n'influence pas mal la précision des résultats . / In this thesis we propose semantic-social recommendation algorithms, that recommend an input item to users connected by a collaboration social network. These algorithms use two types of information: semantic information and social information.The semantic information is based on the semantic relevancy between users and the input item; while the social information is based on the users position and their type and quality of connections in the collaboration social network. Finally, we use depth-first search and breath-first search strategies to explore the graph.Using the semantic information and the social information, in the recommender system, helps us to partially explore the social network, which leads us to reduce the size of the explored data and to minimize the graph searching time.We apply our algorithms on real datasets: MovieLens and Amazon, and we compare the accuracy an the performance of our algorithms with the classical recommendation algorithms, mainly item-based collaborative filtering and hybrid recommendation.Our results show a satisfying accuracy values, and a very significant performance in execution time and in the size of explored data, compared to the classical recommendation algorithms.In fact, the importance of our algorithms relies on the fact that these algorithms explore a very small part of the graph, instead of exploring all the graph as the classical searching methods, and still give a good accuracy compared to the other classical recommendation algorithms. So, minimizing the size of searched data does not badly influence the accuracy of the results.

Cette thèse s’intéresse à l’analyse du réseau dirigé extrait de la structure des hyperliens de Wikipédia. Notre objectif est de mesurer les interactions liant un sous-ensemble de pages du réseau Wikipédia. Par conséquent, nous proposons de tirer parti d’une nouvelle représentation matricielle appelée matrice réduite de Google ou "reduced Google Matrix". Cette matrice réduite de Google (GR) est définie pour un sous-ensemble de pages donné (c-à-d un réseau réduit).Comme pour la matrice de Google standard, un composant de GR capture la probabilité que deux noeuds du réseau réduit soient directement connectés dans le réseau complet. Une des particularités de GR est l’existence d’un autre composant qui explique la probabilité d’avoir deux noeuds indirectement connectés à travers tous les chemins possibles du réseau entier. Dans cette thèse, les résultats de notre étude de cas nous montrent que GR offre une représentation fiable des liens directs et indirects (cachés). Nous montrons que l’analyse de GR est complémentaire à l’analyse de "PageRank" et peut être exploitée pour étudier l’influence d’une variation de lien sur le reste de la structure du réseau. Les études de cas sont basées sur des réseaux Wikipédia provenant de différentes éditions linguistiques. Les interactions entre plusieurs groupes d’intérêt ont été étudiées en détail : peintres, pays et groupes terroristes. Pour chaque étude, un réseau réduit a été construit. Les interactions directes et indirectes ont été analysées et confrontées à des faits historiques, géopolitiques ou scientifiques. Une analyse de sensibilité est réalisée afin de comprendre l’influence des liens dans chaque groupe sur d’autres noeuds (ex : les pays dans notre cas). Notre analyse montre qu’il est possible d’extraire des interactions précieuses entre les peintres, les pays et les groupes terroristes. On retrouve par exemple, dans le réseau de peintre sissu de GR, un regroupement des artistes par grand mouvement de l’histoire de la peinture. Les interactions bien connues entre les grands pays de l’UE ou dans le monde entier sont également soulignées/mentionnées dans nos résultats. De même, le réseau de groupes terroristes présente des liens pertinents en ligne avec leur idéologie ou leurs relations historiques ou géopolitiques.Nous concluons cette étude en montrant que l’analyse réduite de la matrice de Google est une nouvelle méthode d’analyse puissante pour les grands réseaux dirigés. Nous affirmons que cette approche pourra aussi bien s’appliquer à des données représentées sous la forme de graphes dynamiques. Cette approche offre de nouvelles possibilités permettant une analyse efficace des interactions d’un groupe de noeuds enfoui dans un grand réseau dirigé / This thesis concentrates on the analysis of the large directed network representation of Wikipedia.Wikipedia stores valuable fine-grained dependencies among articles by linking webpages togetherfor diverse types of interactions. Our focus is to capture fine-grained and realistic interactionsbetween a subset of webpages in this Wikipedia network. Therefore, we propose to leverage anovel Google matrix representation of the network called the reduced Google matrix. This reducedGoogle matrix (GR) is derived for the subset of webpages of interest (i.e. the reduced network). Asfor the regular Google matrix, one component of GR captures the probability of two nodes of thereduced network to be directly connected in the full network. But unique to GR, anothercomponent accounts for the probability of having both nodes indirectly connected through allpossible paths in the full network. In this thesis, we demonstrate with several case studies that GRoffers a reliable and meaningful representation of direct and indirect (hidden) links of the reducednetwork. We show that GR analysis is complementary to the well-known PageRank analysis andcan be leveraged to study the influence of a link variation on the rest of the network structure.Case studies are based on Wikipedia networks originating from different language editions.Interactions between several groups of interest are studied in details: painters, countries andterrorist groups. For each study, a reduced network is built, direct and indirect interactions areanalyzed and confronted to historical, geopolitical or scientific facts. A sensitivity analysis isconducted to understand the influence of the ties in each group on other nodes (e.g. countries inour case). From our analysis, we show that it is possible to extract valuable interactions betweenpainters, countries or terrorist groups. Network of painters with GR capture art historical fact sucha painting movement classification. Well-known interactions of countries between major EUcountries or worldwide are underlined as well in our results. Similarly, networks of terrorist groupsshow relevant ties in line with their objective or their historical or geopolitical relationships. Weconclude this study by showing that the reduced Google matrix analysis is a novel powerfulanalysis method for large directed networks. We argue that this approach can find as well usefulapplication for different types of datasets constituted by the exchange of dynamic content. Thisapproach offers new possibilities to analyze effective interactions in a group of nodes embedded ina large directed network.

Cette thèse est consacrée à l'évaluation de performances de réseaux de communication. On s'intéresse plus particulièrement à leur modélisation à l'aide de chaînes de Markov hybrides et à la résolution analytique de ces modèles. On caractérise les performances d'un réseau avec différents paramètres comme le débit ou les pertes. On peut les obtenir à l'aide de simulateurs, reposant sur un modèle discret pour la plupart. Mais ceci peut entraîner des temps de simulation très longs. C'est pour cela que nous développons une méthode analytique basée sur un modèle fluide du réseau. L'utilisation d'un modèle fluide associé à une méthode d'aggrégation réduit la complexité du problème et permet une résolution analytique plus rapide que la simulation. Nous nous intéressons d'abord à un système simple, dit mono-buffer, afin de déterminer quelques résultats utiles à l'étude de réseaux plus complexes. Ensuite nous présentons une méthode analytique pour le cas des réseaux de routeurs sous certaines hypothèses en utilisant une représentation Markovienne des états du réseau considéré. Les réseaux comportant la plupart du temps des convergences et des divergences, la méthode analytique a été adaptée pour permettre l'évaluation de performances dans ce type de situation. Les résultats obtenus sont comparables à ceux donnés par les simulateurs classiques, mais avec un temps de calcul beaucoup plus court.