Analyser des listes de liens, par Pierre Mercklé (Vendredis Quanti, 8 novembre 2019)

Le Vendredi Quanti du 8 novembre 2019 a consisté en un atelier pratique consacré à l’analyse des listes de liens. Animé par Pierre Mercklé, il a permis d’explorer deux outils différents. Le premier, NodeXL, est un plug-in qui n’est utilisable qu’avec Excel pour Windows, et qui permet de manipuler des graphes simples avec des données qui se présentent sous forme de listes de liens (ou edgelists), dans l’environnement familier du tableau de Microsoft. Le second, le package igraph pour R, permet de réaliser des représentations graphiques de réseaux de liens plus satisfaisante et des analyses des données relationnelles plus complexes, mais il suppose d’être un peu familier avec l’environnement proposer par ce langage de programmation très répandu parmi celles et ceux qui dont de l’analyse des données, en sciences sociales et ailleurs. En attendant un « tutoriel » détaillé bientôt sur le carnet Quanti, voici un rapide résumé de la séance…

Qu’est-ce qu’une « liste de liens » ? C’est, tout simplement, un corpus de données relationnelles qui se présentent sous la forme d’une liste avec autant de lignes que de liens recensés, et deux colonnes : la première comporte le nom de la première extrêmité du lien, et la seconde le nom de son autre extrêmité. Il y a donc beaucoup de choses qui peuvent se prêter à ce type d’analyses : des listes d’emails ou de coups de téléphone, des listes de relations d’amitié, des relations sexuelles, des échanges financiers entre pays ou entre associations, des transferts de joueurs ente clubs de football… Les possibilités sont infinies ! Dans cet atelier, Pierre Mercklé a utilisé deux exemples : des votes au concours Eurovision de la chanson 2019, et des tweets autour de festival de musique et de cuisine de l’été dernier.

Dans le premier exemple, Pierre Mercklé a montré comment utiliser NodeXL pour construire un graphique représentant les votes des différents pays lors du dernier concours de l’Eurovision. L’image ci-dessous montre à la fois l’interface NodeXL, familière donc aux utilisateurs d’Excel, et le graphique obtenu, qui représente les liens entre chaque pays participant au vote et celui auquel il a accordé les fameux « twelve points ».

Le second exemple, destiné à montrer comment il est possible d’utiliser les fonctions les plus simples du package igraph pour R, est réalisé avec un corpus de 770 tweets envoyés au cours d’un festival de cuisine actuellement étudié par Sidonie Naulin. Pierre montre comme il est possible, avec un script de six lignes seulement, de récupérer dans le fichier Excel contenant les données d’origine tous les tweets qui sont des « replys » à d’autre tweets, et de dessiner à partir de là le réseau de ces liens entre les auteurs des messages et ceux à qui ils répondent. L’image ci-dessous montre l’interface de R, un extrait du script à gauche, et la représentation graphique obtenue à droite.

Le troisième exemple, réalisé à partir d’un corpus de 83 800 tweets envoyés lors de plusieurs festivals de musique de l’été 2018, permet de montrer, avec le même package igraph pour R et quelques fonctions supplémentaires, comment extraire la liste des liens entre les comptes des auteurs des tweets et les comptes qu’ils citent dans leurs messages. Le graphique ci-dessous présente le réseau des « mentions » lors du festival Musilac (Aix-les-Bains), dans lequel n’ont ici été conservés que les 100 comptes les plus mentionnés.

Enfin, le quatrième et dernier exemple est une reprise dans R, avec les données de l’Eurovision du premier exemple, pour montrer ce qu’il est possible de faire en combinant les fonctionnalités de plusieurs packages, ici en l’occurrence :

• Le package rvest pour aspirer automatiquement des tableaux sur des pages HTML (par exemple tous les tableaux des résultats de l’Eurovision depuis 70 ans).
• Le package photon et Open Street Maps pour géolocaliser les sommets d’un graphe (par exemple les pays de l’Eurovision).
• Le package ggraph pour visualiser des graphes dans l’univers de ggplot2.
• Le package twitterR pour importer directement dans R les résultats de requêtes dans l’API de Twitter.

Le graphique ci-dessous, ainsi réalisé en fin de séance en combinant ces outils, montre le réseau des votes de l’Eurovision 2019, en localisant chaque pays à son emplacement géographique. Cette façon de procéder permet de montrer, trente ans jour pour jour après la chute du Mur de Berlin, l’épaisseur et l’inertie historiques de la géopolitique musicale européenne.

---

---