Profils de réseaux sociaux personnels

L'analyse des réseaux sociaux est née dans les années 1950 de la rencontre entre anthropologie, théorie des graphes et statistiques. Après de nombreux développements, le domaine s'est retrouvé quelque peu bousculé par l'apparition du web et des très grandes bases de données qui y ont fleuri.

Aujourd'hui les services comme Facebook, Linkedin ou Amazon sont truffés d'algorithmes qui tirent parti de la modélisation des réseaux sociaux sous forme de graphes, mais les outils qu'ils produisent sont loins de refléter la richesse des analyses que mènent depuis un demi-siècle les sociologues avec des techniques qui passent difficilement à l'échelle.

Comparer la structure de deux réseaux personnels est un des exemples les plus évidents de ce grand écart.

Facebook

Les trois figures ci-dessus montrent les réseaux de trois utilisateurs de Facebook. On peut à l'oeil nu identifier sur ces figures des groupes bien distincts (tantôt collègues, amis, famille, copains de fac, membres du club sportif, etc.) Il existe même de nombreux algorithmes pour les détecter.

Une question qui reste ouverte concerne les différentes configurations d'articulation de ces groupes. Parmi les millions d'utilisateurs de Facebook, il est vraisemblable que certaines configurations sont plus fréquentes que d'autres, et que les manières d'organiser sa sociabilité puissent se décrire au moyen de telles configurations.

Les réseaux de chercheurs

La bibliométrie envahit de plus en plus la recherche académique. Classement de Shangai, h-index, impact factor, sont les armes d'évaluation de la performance des chercheurs. Les chercheurs et leurs recherches sont depuis longtemps des objets de recherche à part entière. La situation se gâte cependant quand les indicateurs viennent suggérer qu'il existe un ordre total sur les chercheurs. Et s'il y avait des manières différentes de faire de la recherche ?...

Le site DBLP fournit un outil de visualisation très amusant de la carrière d'un chercheur. Les captures d'écran ci-dessous montrent les profils de quatre chercheurs (la derbière est cliquable, pour accéder à l'original, sur le site de DBLP-Vis, et jouer un peu avec l'outil).

Une simple observation descriptive de ces quatre images (laissant de côté ce qu'elles signifient et comment elles sont produites) fait apparaître une ressemblance entre les deux du haut d'une part et les deux du bas d'autre part. Ceci suggère des manières différentes, pour un chercheur, d'organiser ses collaborations. Ces différentes manière de faire de la recherche sont-elles comparables en termes de qualité, d'excellence ou d'efficacité ? La question est ouverte et sort du cadre de ce stage. En revanche, il semble tout à fait faisable d'identifier de telles configurations à partir du graphe des co-publications (les visualisations n'étant là que pour guider l'intuition).

Objectifs du stage

Le but du stage consiste à explorer un jeu de données d'un réseau social (comme ceux présentés en exemple) pour chercher à identifier des configurations qu'il serait envisageable de pouvoir détecter de manière automatique.

Le travail sur les données se fera en parallèle d'une lecture de quelques articles sur des méthodes d'identification de motifs dans les réseaux sociaux.

Selon le niveau requis pour le stage (M1 ou M2), les intérêts du stagiaire et l'état d'avancement du travail, les configurations identifiées pourront donner lieu à la mise au point d'algorithmes de détection et à leur implémentation.