Construire, visualiser, analyser : Hyphe et Gephi

J’ai participé il y a deux semaines au THATCamp organisé à Lyon par NHumerisme, le labo junior de l’ENS Lyon. Je n’ajouterai pas un nième billet général à la liste de ceux déjà publiés à propos de cet événement et je rejoins l’avis d’Yves Moreau sur la question.  Le thème annoncé pour cette édition était la visualisation de données. Dans les faits, le programme d’une telle « non-conférence » est construit pour et par les participants et, finalement, peu de sessions portant spécifiquement sur le sujet envisagé ont eu lieu. J’ai toutefois pu découvrir Hyphe et en savoir plus sur Gephi lors d’ateliers animés par Mathieu Jacomy du Médialab Sciences Po, le créateur de ces outils himself.

Sélectionner et collecter pour créer un corpus Web

Hyphe permet de constituer des corpus de pages ayant un intérêt pour une recherche : l’outil collecte les contenus textuels et les liens sortants de pages sélectionnées par le chercheur. L’intérêt est entre autres que le logiciel permet de travailler à plusieurs niveaux de granularité. En effet, lors de l’étude de corpus web, le site peut être un niveau intéressant mais, dans certains cas, il peut être intéressant de ne pas se baser uniquement sur l’URL. Par exemple, de gros sites d’institutions comme l’ENS englobent également des sites de laboratoires, pas nécessairement pertinents pour une étude donnée. Hyphe permet de redéfinir les périmètres des objets étudiés : l’utilisateur définit le périmètre du corpus « d’objets web » qu’il souhaite construire. Il s’agit en quelque sorte de réorganiser toutes les « briques » qui construisent l’URL de manière à pouvoir définir la granularité sur laquelle travailler. Les étapes permettant d’aboutir à un corpus ajusté au plus près de ses objectifs et intérêts de recherche sont les suivantes :

  • Import des URL
  • Construction des « entités web »
  • Crawling (prise en compte et intégration au corpus des pages à un clic de distance)
  • Tri
  • Enrichissement avec de nouveaux liens.

Au final, on obtient un corpus web personnalisé pouvant être visualisé avec Gephi pour analyse.

Visualiser pour analyser

Réseau généré grâce au logiciel GephiAu delà d’un effet de mode, le recours aux cartes pour comprendre et analyser ne date pas d’hier : dès les années 1930, le psychiatre et psychosociologue Jacob Moreno crée et intègre des graphes précisément codifiés à ses travaux. Il s’en sert pour analyser puis expliciter et argumenter ses recherches sur les relations interpersonnelles. A l’heure du datajournalism, il peut sembler séduisant de se lancer dans la dataviz pour rendre une présentation ou un article plus attractif. Or, en recherche, la visualisation de données peut (voire devrait surtout) être utilisée en amont : elle permet en effet de montrer autrement les données au chercheur et de faire émerger visuellement des liens, des corrélations et autres cas extrêmes plus difficilement repérables lors d’une lecture sous une forme classique (ex. dans un tableur). Grâce à un logiciel comme Gephi, le chercheur peut générer des représentations graphiques de ses données, importées sous forme de tableau. Pour « lire le réseau », il est important de repérer les noeuds centraux, les ponts (liens), les clusters, (grappes), les sous-clusters mais aussi les vides et les éléments isolés. Il s’agit ensuite de comprendre quelles sont les tendances qui justifient et expliquent les clusters. Il est important de toujours avoir en tête qu’en réalité, on n’analyse pas la carte mais bien les données représentées sous forme de carte. L’interface de Gephi est relativement simple et de nombreux tutoriels en ligne permettent de se familiariser avec cet outil. Visiter le blog de Martin Grandjean, actuellement doctorant en histoire, permet de mieux se rendre compte des possibilités offertes par la dataviz à la recherche.

Outils complémentaires

Deux autres outils découverts lors de ce THATCamp et désormais inscrits sur ma « 2test list » : Table 2 Net, qui permet de convertir des données au format CSV dans un format interprétable par Gephi et Manylines, en cours de dev, qui pourra être utilisé pour la construction et l’analyse de réseaux.


Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *