3eme journée : Réseaux

La troisième journée s’est déroulée le 23 juin à Marseille dans le cadre du Mashs.

Eric Guichard (ERST)  Les réseaux sociaux: un regard critique

Je commence par rappeler brièvement l’histoire de la notion de réseau social, de ses origines à son succès récent.

Ensuite je propose une typologie des usages de la notion de communauté et montre que cette dernière est un composite entre des définitions (ou des regards) scientifiques variés et un opportunisme marchand qui peut déteindre sur la pratique scientifique.

Enfin, je précise le point précédent à l’aide de quelques exemples de résultats publicisés ou occultés au sujet des pratiques collectives en ligne, dans le monde professionnel comme universitaire; la notion de réseau social  apparaît alors souvent  comme le vecteur d’une narration sociale idéologisée qui réduit l’empan épistémologique que lui supposent les chercheurs qui la sollicitent.

 

Pierre Latouche(SAMM), les recherches qu’il a mené avec Etienne Birmelé et Christophe Ambroise en cours portant sur l’Analyse de réseaux sociaux à l’aide de modèles de graphe aléatoire.

Résumé :

Les réseaux sont largement utilisés en sciences sociale afin de décrire les intéractions entre individus. Dans ce contexte, de nombreuses méthodes non-supervisées de clustering ont été développées afin d’extraire des informations, à partir de la topologie des réseaux. La plupart d’entre elles partitionne les noeuds dans des classes disjointes, en fonction de leurs profils de connection. Récemment, des études ont mis en évidence les limites de ces techniques. En effet, elles ont montré qu’un grand nombre de réseaux “réels” contenaient des noeuds connus pour appartenir à plusieurs groupes simultanément. Pour répondre à ce problème, nous proposons le modèle à blocs stochastiques chevauchants, Overlapping Stochastic Block Model (OSBM) en anglais. Cette approche autorise les noeuds à appartenir à plus d’une classe et généralise le très connu Stochastic Block Model, sous certaines hypothèses. Nous proposons un algorithme  d’inférence permettant de classer les noeuds d’un réseau, ainsi qu’un critère de sélection de modèles pour estimer le nombre de classes. Nous utilisons ces travaux pour analyser la blogosphere politique française.

Abstract :

Networks are highly used in social sciences to represent interactions between actors. Numerous graph clustering algorithms have been proposed and it appears that most of them partition the vertices into disjoint clusters depending on their connection profiles. However, recent studies showed that these techniques were too restrictive since most existing networks contained overlapping clusters. To tackle this issue, we proposed the Overlapping Stochastic Block Model (OSBM). This approach allows the vertices of a network to belong to multiple classes and can be seen as a generalization of the stochastic block model. Here, we introduce some priors and consider variational methods to approximate the full posterior distribution over the OSBM model parameters. In this Bayesian framework, we show how a model selection criterion can be obtained in order to estimate the number of (overlapping) clusters in a network.  We analyze the French political blogosphere.

 

---

---