Analyse des structures de réseau dans le projet Sunoikisis Digital Classics

Introduction

Le projet Sunoikisis Digital Classics a pour but de proposer des séminaires thématiques à un public international. Ce projet, commencé en 2015, a été initié par les départements d’études classiques des universités de Leipzig (Allemagne) et de l’université Harvard (États-Unis) et par l’Institute of Classical Studies de Londres (Royaume-Uni). La liste des collaborateurs s’est développée au fil du temps de telle sorte qu’elle contient aujourd’hui des participants de plus de 120 institutions à travers le monde. Si Sunoikisis prenait au départ pour champ de recherche les études classiques comme la philologie, l’histoire et l’archéologie, son champ d’investigation s’est progressivement diversifié avec un intérêt pour les sciences dites « auxiliaires de l’histoire » dans l’étude des mondes anciens telles que l’épigraphie, la paléographie, la papyrologie et la prosopographie. L’objectif initial était de diffuser la maîtrise des humanités numériques. Au vu du nombre de participants, de leur diversité et de leur étendue géographique, cet objectif semble atteint.

Notre travail repose sur un fichier CSV regroupant l’ensemble des séances du projet Sunoikisis Digital Classics à partir de l’année universitaire 2014-2015. Notre première tâche a été de mettre à jour ce tableau, d’en corriger les erreurs et d’ajouter les données oubliées. Ce travail a été poursuivi tout au long du semestre. En effet, il fallait s’assurer d’avoir les informations les plus précises possibles afin d’obtenir des résultats exacts.

Notre but était de nous intéresser aux contributeurs des séances. Au cours de nos recherches, nous avons remarqué une différence entre les participants. Nous avons pu établir une distinction entre hosts (animateurs) et guests (invités). En effet, en nous appuyant sur les vidéos des séances, nous nous sommes aperçus que, bien souvent, une personne préside la séance : non seulement elle présente le sujet, les différents invités et le thème de leurs travaux de recherche mais au cours de l’exposé elle assure aussi le rôle d’animateur. Inversement, les guests sont des invités qui interviennent pour faire part de leurs recherches et de leurs connaissances sur une thématique précise. Ainsi, si l’on observe une certaine récurrence parmi les hosts, les guests sont, quant à eux, très variés.

Toutefois, dans le tableau dont nous disposions, ces données étaient assez éparses. Par exemple, les hosts n’étaient pas toujours notés et la distinction avec les guests n’existait pas. Nous avons donc dû corriger tout cela en nous appuyant sur les données vidéos. Ainsi, les premières recherches que nous avons effectuées apparaissent comme erronées puisque nous ne disposions pas des informations exactes. Le travail de nettoyage des données a été une procédure à la fois individuelle et collaborative : nous avons fait le choix de répartir entre nous la correction et la mise à jour des données.

Observations générales

Un seul coup d’œil sur l’ensemble des données permet d’emblée de remarquer la prédominance des hosts, les plus souvent présents dans les diverses séances en leur qualité d’animateurs. On pense notamment à Gabriel Bodard, Valeria Vitale et Monica Berti. Les guests, quant à eux, font des apparitions plus spontanées, en fonction de leur thème de prédilection.

Puisque le travail était collaboratif, il convenait de s’accorder sur une cohérence globale en ce qui concerne le traitement des données, autant dans leur mise à jour et dans leur présentation. La question des auditeurs s’est également posée. En effet, dans certaines vidéos nous pouvons remarquer qu’en plus des hosts et des guests, il y a parfois également des auditeurs, qui n’interviennent pas, ou peu, simplement pour demander une information ou préciser un détail. La question s’est ainsi posée de savoir comment traiter ces personnes dans nos données. Nous avons fait le choix de ne pas les inclure dans le traitement des données puisqu’il ne s’agit pas d’intervenants majeurs au sein des vidéos.

Les logiciels utilisés : De Github à Gephi, en passant par Visual Studio Code

Github

Pour accomplir notre travail, nous avons principalement utilisé trois logiciels, à savoir GitHub, Open Refine et Gephi. Tout d’abord, GitHub, un service web, a grandement facilité notre collaboration. Il nous a permis de centraliser les données initiales utiles à l’étude et de regrouper, au fur et à mesure, les travaux de chaque étudiant. Il offre, par exemple, la possibilité de pratiquer « l’intégration continue », qui permet de détecter les problèmes se trouvant dans les données, ainsi que la « gestion de version », qui facilite la gestion des différentes versions et le travail collaboratif. Les erreurs de manipulation pouvant facilement s’y glisser, GitHub permet de garder une trace des différents états des fichiers au fil du temps et de repérer facilement toute anomalie dans les données. 

Ensuite, le traitement des données a été effectué à l’aide de l’éditeur de texte Visual Studio Code. Ce logiciel permet la manipulation de données, leur nettoyage et leur mise en forme. Enfin, c’est avec Gephi que nous avons pu donner un sens à nos données. Gephi permet en effet l’analyse et la visualisation graphique de réseaux. Ces représentations permettent une meilleure appréhension des données et la mise en relief d’éléments saillants.

Visual Studio Code

Il s’agissait en effet de sélectionner les données que nous allions conserver pour la réalisation des graphes mais aussi de les mettre en forme sous un format utilisable dans le logiciel Gephi, CSV.

Les données dont nous disposions au début rassemblent un grand nombre de métadonnées des séances Sunoikisis : date, semestre, participants (indifférenciés), thèmes, page GitHub associée… Comme notre projet avait pour objectif l’analyse des contributeurs, notre première tâche a été d’isoler les noms de ces contributeurs et de les rassembler dans un autre fichier CSV, mis en forme à l’aide de VS Code. Ce premier fichier était cependant inutilisable car les données de base n’incluent pas les hosts. Nous avons donc dû le compléter en ajoutant ces contributeurs et en distinguant les hosts et les guests. VS Code nous a permis de travailler localement pour mieux mettre en commun nos fichiers sur Github et de détecter des potentielles erreurs de code plus facilement.

Gephi

Observations avant analyse

Avant de mener à bien notre analyse, on a pu relever quelques problèmes liés au traitement des données. À travers divers tâtonnements, nous avons cherché à nous approprier le logiciel dans le but d’en obtenir les données les plus intéressantes à notre analyse.

En effet, on peut tout d’abord remarquer que la distinction entre les catégories hosts et guests n’est pas aussi claire que l’on aurait pu l’imaginer dans Gephi. Pour une raison assez obscure, le logiciel fait une distinction entre une catégorie “guests” et “; guests” dans l’attribut Type.

Par un recours au Laboratoire de données, une modification a pu être apportée à cette répartition. Le choix le plus pertinent, et qui a été conservé, est celui de ne conserver qu’une seule catégorie pour éviter des doublons.

Le résultat obtenu semble dès lors bien plus pertinent :

Dans certains cas, et pour certains membres de notre groupe d’analyse, Gephi ne semblait pas reconnaître certains signes orthographiques comme les accents ou les cédilles ce qui donnait des aberrations orthographiques et/ou des biais de catégorisation (voir l’exemple d’Aurélien Berra ci-dessous).

Dans le but de corriger ces données, il a été proposé de modifier le fichier CSV directement pour que les noms soient plus lisibles et que chacun n’appartienne qu’à une seule catégorie.

Préparation de l’analyse

Pour l’analyse, il semble obligatoire de réussir à obtenir le graphe le plus lisible possible. Or, même avec des jeux de couleurs, les graphes peuvent apparaître comme surchargés et l’analyse semble dès lors un peu difficile. Pour remédier à cela, plusieurs solutions étaient possibles, notamment celle de supprimer les prénoms des participants, ce qui permet de gagner en lisibilité en enlevant une moitié d’information.

La spatialisation Yifan Hu semble également être la plus pertinente en ce qui concerne l’analyse de réseaux car elle permet une meilleure lisibilité en offrant la possibilité de distinguer à l’œil nu trois groupes qui correspondent aux trois intervenants les plus fréquents : Monica Berti, Gabriel Bodard et Valeria Vitale.

Analyse générale

D’un point de vue macroscopique, avec l’outil modularité, qui crée des groupes au sein du réseau, on constate deux ensembles construits sur deux intervenants : Monica Berti (en rouge) et Gabriel Bodard (en bleu). Cependant, il faut mentionner aussi la présence de groupes disparates et d’un sous-groupe prédominant au sein du groupe Bodard, celui de Valeria Vitale.

Analyse sur la modularité

Lors de la collecte des données, il était déjà clair que certains noms, les noms des hosts les plus fréquents, allaient recouper davantage de connexions. Il s’agit, dans un premier temps, de confirmer cette hypothèse à l’aide d’une visualisation qui met en avant les connexions.

Pour cela on peut utiliser un classement des liens par leur poids. Nous pouvons lire dans ce classement quelles sont les connexions les plus fréquentes. Les liens les plus foncés sont ceux qui relient les hôtes les plus fréquents, à savoir Gabriel Bodard et Monica Berti, puis Valeria Vitale.

Spatialisation Force Atlas 2 présentant un classement des liens par poids et des labels par type 

La schématisation de la modularité peut se faire soit par partition, soit par classement. L’outil partition définit précisément des valeurs pour les hosts et les guests, mais n’autorise pas une visualisation claire de cette modularité. Nous avons donc opté pour un classement (et non une partition) des couleurs des labels par modularité. En choisissant trois couleurs bien distinctes pour le spectre de couleurs, des groupes se dessinent de façon plus flagrante.

Spatialisation Yifan Hu avec application de la modularité des labels

On observe trois grands groupes de couleurs : vert, marron et rose. Se distinguent également Rebecca Seifried dans un sous-ton de vert et un groupe de trois personnes en bleu : Alessio Sopracasa, Karsten Tolle et Lily Grozdanova. Lorsque l’on cherche à connaître les connexions des personnes en bleu, on observe que Tolle et Grozdanova sont exclusivement liées entre elles et à Monica Berti. Avec la mise en perspective du tableau de données, il semble que ces trois personnes aient assisté à la même séance, animée par Monica Berti. Il est curieux alors que ce choix de couleur ait été fait par Gephi, d’autant plus que le troisième protagoniste bleu, Alessio Sopracasa, a participé à une autre séance, avec d’autres invités. On retrouve une dynamique similaire avec Rebecca Seifried, qui est liée avec Sarah Murray et Piraye Haciguzeller.

Dans la visualisation Yifan Hu, les personnalités les plus importantes apparaissent par le grand nombre de liens qu’elles réunissent : c’est le cas de Gabriel Bodard, Valeria Vitale et Monica Berti. Ces personnes ont aussi pour caractéristique de se trouver au centre de cette spatialisation. En effet, plus les personnes sont éloignées dans le cercle, moins elles ont de connexions. Mais dans cette spatialisation ce critère est relativement confus, étant donné que des personnes avec tout aussi peu de connexions se retrouvent au centre, comme Federico Boschetti sur cette visualisation.

Spatialisation Force Atlas 2 avec application de la modularité pour les labels et poids pour les liens

Ainsi, grâce à la spatialisation Force Atlas 2, ce critère est davantage visible : les personnalités qui recoupent le plus de relations sont au centre et se distinguent clairement du reste. Mais on peut tout de même observer les sous-groupes avec l’application de la modularité sur la couleur des labels. Dans cette configuration, le poids des liens ne nous permet pas d’observer plus d’éléments signifiants que les couleurs ne faisaient déjà apparaître.

Peut-on analyser ces données avec un graphe dynamique?

Avec la fonctionnalité « dynamic », Gephi nous donne la possibilité d’associer chaque nœud à un moment dans le temps. On peut ainsi donner une dimension temporelle au graphe, à travers une animation prenant en compte les modifications, les changements en fonction d’un axe temporel. Cet outil semble intéressant pour analyser nos données, étant donné que chaque apparition des contributeurs est associée à une date de séance précise. On peut ainsi supposer que les « hosts » remplissent ce rôle sur plusieurs séances consécutives, souvent en fonction des saisons. Dans une moindre mesure, les « guests » pourraient également être présents sur plusieurs séances, notamment des séances doubles, portant sur la même thématique. Toutefois, il ne nous est pas possible de tester cette hypothèse puisque nos données n’ont pas été formatées pour être dynamiques. Mais même si cela était possible, l’intérêt d’un graphe dynamique resterait limité. L’évolution chronologique montrerait seulement les mêmes groupes d’intervenants que ceux qu’on retrouve dans nos graphes statiques. Malgré tout, cet outil serait très utile si nous avions choisi d’analyser nos données sous un autre angle.

Conclusion

Grâce à l’analyse de réseau des animateurs et intervenants, nous avons mis en évidence les pivots du réseau qui entretiennent le projet Sunoikisis Digital Classics. La concentration des interactions entre certains sujets a permis de distinguer des groupes d’échanges qui témoignent autant de l’importance du regroupement effectué par les animateurs que de la diversité des sujets traités. La combinaison des logiciels de traitement et de partage des données a rendu possible l’expérimentation d’une mise en abyme intéressante à travers une analyse de réseau.

Billet rédigé par Hugo Caverivière, Inès Le Guillou, Frédéric Mellet, Léa Morel, Axelle Penture et Evie Roussel.


Citer ce billet
leamorel (2024, 3 mai). Analyse des structures de réseau dans le projet Sunoikisis Digital Classics. Classiques et numériques. Consulté le 21 mai 2024, à l’adresse https://doi.org/10.58079/10st0

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.

Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search