"Des traces d'usages aux patterns relationnels : la construction technologique des objets d'observation

en NetworkSciences"

Guilhem FouetillouDir.Sc. RTGI-SAS

Doctorant UTC-COSTECH Sc.Info

membre fondateur de WebAtlas

Franck GhitallaM.de Conférence Sc. Info

UTC-COSTECHPrésident de l’Association de

Recherche WebAtlas

Mathieu JacomyMSH-TIC-Migrations

Doctorant CELSASc.Info

membre fondateur de WebAtlas

Observation/recueil de donnéesMéthodes quali-quantitatives

Construction phénoménale et statistiquedes objets et des systèmes

Aménagement des territoires numériques

Activités de recherche, d’expérimentation et industrielle distribuées autour de 3 pôles successifs et complémentaires d’expertise…

…pour développer des outils, des méthodes, des compétences en web-mining…pour explorer une architecture documentaire distribuée, dynamique et à-priori peu structurée…et pour construire des systèmes de médiation qui lui sont adaptés

23

1

1 Observation/recueil de données/méthodes quali-quantitatives

Réunir deux champs de compétences pour l’extraction des données

Le web, un terrain d’observation/intervention à occuper par les SHSDes documents (contenu), des liens (topologie hypertexte) et, au final des acteurs et des communautésLa traçabilité du social et l’univers des traces d’usage : en aussi grand nombre que dans les sciences exactesLes SHS pour le nombre et la diversité des modèles de temps, d’espaces, d’interaction…

Un univers de traces numériques accessible via une ingénierie de l’investigationNiveau d'instrumentation technique et méthodologique jamais égalé en sciences socialesNature numérique des données hautement formalisées techniquement

1 Observation/recueil de données/méthodes quali-quantitatives

Des projets d’investigation du web basés sur le déploiement de méthode "quali-quantitatives" pour le recueil et l'analyse des données web

SHS/expertise des chercheurs

Dispositifs/modules de traitement automatique

Construire une ingénierie heuristique / Processus itératif de design

1 Observation/recueil de données/méthodes quali-quantitatives

Exemple de corpus : détection des « zones d’interaction » science/société (débats, controverses, coopération…) sur le web francophone

Données constituées par :6760 expressions, modélisées sous forme de graphes relationnels (expansion du corpus à partir de 130 mots-clefs de départ à 940, puis de 940 à 7670)

Un graphe associé de 26787 sites (sélection des 10 meilleures URL pour chaque mot-clef)

71744 relations sites-expressions

« Focus » thématique large : développement économique, développement durable, sciences citoyennes, énergies, transport, Nature, nourriture, chimie, nano-technologies, sciences du vivant, espace, biodiversité, nucléaire, cosmétiques…

Objectif : mapping thématique d’expressions linguistiques associées

1 un exemple : la phase de construction/expansion du corpus de données : phase de contrôle/sélection manuel

1 un exemple : la phase de construction/expansion du corpus de données : phase d’expansion automatique

1 un exemple : la phase de construction/expansion du corpus de données

Expertise comme dimension qualitative du contrôleIdentité comme ensemble de

différencesTagage manuel, traits discriminants des objets et modèles de données,

recherchede clôtures/frontières pour les corpus

Traitement automatique comme dimension

quantitative de l’expansionUnité et dénombrement statistique

Crawl/navigation, stockage des données, séries et grandeurs

Deux types (classiques ») de « collisions » méthodologiques

1) Classer les unités en types (quantitatif/qualitatif)

2) Identités partagées par plusieurs séries/grandeurs (qualitatif/quantitatif)

1 Observation/recueil de données/méthodes quali-quantitatives

6760 expressions26787 sites

71744 relations

sites-expressions

Construction phénoménale et statistique des objets et des systèmes

2

2 Construction phénoménale et statistique des objets et des systèmes

Décrire, indexer, classer des données pour extraire des patterns à la fois graphiques et statistiques / le rôle des interfaces

2 Construction phénoménale et statistique des objets et des systèmes

Façonner la physis des objets d’investigation (théorie des graphes) à partir de propriétés statistiques

Densité Diamètre

ClustersFrontières

Hiérarchies

« Cœur » ou centres

2 Construction phénoménale et statistique des objets et des systèmes

Spatialiser les données pour donner prise à l’analyse

Vidéo??

2 Construction phénoménale et statistique des objets et des systèmes

Hiérarchies et clusters comme espaces d’investigation…Vers un Atlas thématique?

Aliments et alimentation

cosmétiques Poids et problèmes de poids

2 Construction phénoménale et statistique des objets et des systèmesradicaux libresprincipes actifscosmetiques naturelsproduits cosmetiquesproduits de soinspeaux sechesproduits de beauteproduits de soinsoins du visageproduits naturelsanti-ridessoin du visagehuiles vegetalescomplements alimentairesanti-ageinstitut de beautesoins du corpstype de peausoins beautecosmetiques bio

Aménagement des territoires numériques3

Aménagement des territoires numériques3

USandUS

Construction manuelle d’un corpus centralMapping en continu de l’activité des internautesConstruction de sous-corpus analytiques (trends, buzz, topologies hypertextes…)

Un environnement (cartographique) dédié à l’activité des internautesMesurer les effets sociaux produits/générés par la mise à disposition du système

développer des instruments inédits d'explorationen essayant de mesurer, pas à pas, et pour chacun des projets dans lesquels est engagée l'association, leurs enjeux épistémologiques et les "effets produits" de leurs usages

Valider notre démarche en identifiant les types de source d’innovation en jeu : technologique mais aussi scientifique et/ou industrielle et sociétale

La question de la "traçabilité du social" sur les réseaux

Cadres conceptuelsA.-L. BARABASI linked - the new science of networks, new ed. 2005.S. JONHSON -emergence: the connected lives of ants, brains, cities, and software, 2002.

Théorie des graphesD. WATTS six degrees - the science of a connected age, 2004.S. STROGATZ - sync: the emerging science of spontaneous order, 2004.M. NEWMAN - the structure and dynamics of networks, 2003.

Web-MiningS. CHAKRABARTI mining the web, 2002.J. KLEINBERG - algorithm design, 2006.

InfoVizB. SHNEIDERMAN - readings in information visualization: using vision to think, 1999.

Ouvrages de référence en Network Sciences

Durant l'été 2006, a été lancé le Web Science Research Initiative (WSRI), à l'initative, entre autre, de Tim Berners Lee.“Creating a Science of the Web”, Tim Berners-Lee, Wendy Hall, James Hendler, Nigel Shadbolt, Daniel J. Weitzner, SCIENCE VOL 313 11 AUGUST 2006.www.webscience.org

rapport et décision associées qui officialise la naissance des « Network Sciences” par le COMMITTEE ON NETWORK SCIENCE FOR FUTURE ARMY APPLICATIONS (été 2006)7 chantiers scientifiques

* Dynamics, spatial location, and information propagation in networks. Better understanding of the relationship between the architecture of a network and its function is needed. * Modeling and analysis of very large networks. Tools, abstractions, and approximations are needed that allow reasoning about large-scale networks, as well as techniques for modeling networks characterized by noisy and incomplete data. * Design and synthesis of networks. Techniques are needed to design or modify a network to obtain desired properties. * Increasing the level of rigor and mathematical structure. Many of the respondents to the questionnaire felt that the current state of the art in network science did not have an appropriately rigorous mathematical basis. * Abstracting common concepts across fields. The disparate disciplines need common concepts defined across network science. * Better experiments and measurements of network structure. Current data sets on large-scale networks tend to be sparse, and tools for investigating their structure and function are limited. •Robustness and security of networks. Finally, there is a clear need to better understand and design networked systems that are both robust to variations in the components (including localized failures) and secure against hostile intent.

Un seul objectif final

The ultimate value derived from these engineered networks depends on the effectiveness with which humans use them. These uses can be beneficial (e.g., better combat effectiveness) or detrimental (e.g., their exploitation by criminal and terrorist groups). Therefore research into the interaction of social and engineered networks is also a national priority.”