La modularité, introduite par Newman pour mesurer la qualité d'une partition des sommets d'un graphe, ne prend pas en compte d'éventuelles valeurs associées à ces sommets. Dans cet article, nous introduisons une mesure de modularité complémentaire, basée sur l'inertie, et adaptée pour évaluer la qualité d'une partition d'éléments représentés dans un espace vectoriel réel. Cette mesure se veut un pendant pour la classification non supervisée de la modularité de Newman. Nous présentons également 2Mod-Louvain, une méthode utilisant ce critère de modularité basée sur l'inertie conjointement à la modularité de Newman pour détecter des communautés dans des réseaux d'information. Les expérimentations que nous avons menées ont montré qu'en exploitant à la fois les données relationnelles et vectorielles, 2Mod-Louvain détectait plus efficacement les communautés que des méthodes utilisant un seul type de données et qu'elle était robuste face à des dégradations des données.