Résumé:
En modélisation épidémiologie, les réseaux dynamiques complexes sont constitués de nœuds (citoyens/individus/contacts) reliés par des liens (interactions dynamiques et temporelles entre
ces individus).
Les données temporelles sur les états des individus et leurs interactions jouent un rôle important quant à la propagation et/ou l’immunisation d’une épidémie et cachent des connaissances qui pourraient aider à maitriser le comportement de cette dernière. De ce fait, la modélisation épidémiologique nécessite de plus en plus une modélisation de ces réseaux sous forme de graphes de connaissances (KG) pour représenter toute interaction complexe et temporelle durant la dynamique des citoyens/individus d’une société.
Les KGs sont mieuxconçus pour extraire et découvrir les connaissances cachées et pertinentes à partir des données durant la diffusion de l'information épidémiologique, le comportement des maladies, le développement des communautés épidémiologiques.
Il s’agit donc, de faire usage des KGs pour modéliser et représenter des relations complexes entre les maladies, les facteurs de risque et d'autres entités pertinentes pour permettre une médecine de précision et une meilleure
surveillance de la santé du citoyen.
Dans ce projet, nous proposons une stratégie d’immunisation basée sur la construction d’un KG épidémiologique. Nous implémentons le KG.
