Séminaire SRM : Savoirs, Réseaux, Médiations. Université Toulouse 2, 13 janvier 2017 https://www.irit.fr/~Guillaume.Cabanac/docs/srm2016-2017.pdf

1. Le carnet de l'avent de la sociologie
francophone sur Twi7er :
réseaux et altmetrics de #SocioNoël
13 janvier 2017
séminaire SRM
http://bit.ly/srmCabanac2017
n Thème 2 : IndexaJon et Recherche d’InformaJons
Équipe IRIS : InformaJon Retrieval & InformaJon Synthesis
Guillaume Cabanac
guillaume.cabanac@univ-tlse3.fr
@gcabanac

2. 2

3. 3
Il y a 350 ans… G. Cabanac

4. 4
Δ = 3650 j !
Visibilité des travaux via la bibliométrie évaluaJve

5. 5
Latence
Le temps long de l’accumulaJon des connaissances

6. 6
Audience
Rapports science − société

7. 7
Mise en visibilité de la recherche dans les médias (sociaux, mais pas que)

8. 8
Lexique des interacJons sur Twi7er
Prélude G. Cabanac

9. 9
Solidarité pour l’accès à l’IST : #icanhazpdf

10. 10
Focus sur #SocioNoël
Étude du phénomène #SocioNoël
CollaboraJon avec Erwan Bahi (2016), stagiaire de DUT informaJque
On a aussi travaillé sur IMDB →

11. SOUTENANCE DE STAGE
Ins/tut de Recherche en Informa/que de Toulouse (IRIT)
Année universitaire 2015 / 2016 – Durée 11 semaines
Maître de stage : M. Guillaume Cabanac
Tuteur de stage : M. Mohand Boughanem
Analyse du phénomène de
diffusion d’informaKon #socionoel
Erwan Bahi

12. SOMMAIRE
I – INTRODUCTION
1. Ins/tut de Recherche en Informa/que de Toulouse (IRIT)
2. Fonc/onnement et lieu de travail
3. Équipe Informa/on Retrieval and Informa/on Synthesis (IRIS)
4. Objet de la mission
II – ANALYSE DU PHÉNOMÈNE #SOCIONOEL
1. Objec/fs et hypothèses
2. Recherche des données
3. Aspect technique
4. Synthèse des données
III – Conclusion et bilan
2

13. I – INTRODUCTION
1. Ins/tut de Recherche en Informa/que de Toulouse
- Laboratoire de recherche
- 4 sites, 700 membres, 21 équipes, 7 théma/ques
- Site de l’Université Paul Saba/er - Toulouse 3 (UPS)
- Équipe Informa/on Retrieval and Informa/on Synthesis (IRIS)
3

14. I – INTRODUCTION
2. Fonc/onnement et lieu de travail
Bureau 402 Terrasse
4

15. I – INTRODUCTION
3. Équipe Informa/on Retrieval and Informa/on Synthesis (IRIS)
- Créée en octobre 2015
- 7 membres permanents
- 25 doctorants et étudiants de master
Source : h*ps://www.irit.fr/Organigramme
5

16. I – INTRODUCTION
3. Équipe Informa/on Retrieval and Informa/on Synthesis (IRIS)
Source : h*ps://www.irit.fr/IRIS-site/
Deux domaines : Recherche d’Information (IR) et Synthèse de l’Information (IS)
6

17. I – INTRODUCTION
4. Objet de la mission
Analyse du phénomène de diffusion d’informaKon #socionoel
Source : h*p://bfontaine.github.io/SocioNoel/
7

18. I – INTRODUCTION
4. Objet de la mission
Analyse du phénomène de diffusion d’informaKon #socionoel
Recherche d’InformaKon (IR)
- Réseau social Twi[er
- Fichier de données
- Site web Sudoc (références bibliographiques)
Synthèse de l’InformaKon (IS)
- Aggrega/on des données
- Visualisa/on de réseaux
- Sta/s/ques
8

19. II – ANALYSE DU PHÉNOMÈNE #SOCIONOEL
1. Objec/f et hypothèse
Bibliométrie : les médias sociaux ne sont pas pris en compte
Hypothèse : Avec Twi[er, on peut déterminer les bonnes références bibliographiques
9

20. II – ANALYSE DU PHÉNOMÈNE #SOCIONOEL
2. Recherche des données – Glossaire
Moissonnage (web scrapping) : Extraction
d’informations du web par un programme.
API : Application Programming Interface. Permet d’accéder
à un service à travers un programme.
YAML, XML, JSON : Formats de données.
XPATH : Langage permettant d’accéder à une portion d’un
document XML.
Java : Langage de programmation objet.
SQL : Langage des bases de données relationnelles.
10

21. II – ANALYSE DU PHÉNOMÈNE #SOCIONOEL
3. Recherche des données - Twi[er
Première étape : récupérer les tweets. SoluKons testées :
LokLak.org
Données structurées
Pas d’authentification
Pas de limitation
Données incomplètes
API Twitter
Données structurées
Authentification
Limitations fortes
Recherches incomplètes
Moissonnage
Données non structurées
Pas d’authentification
Pas de limitation
Recherches complètes
11

22. II – ANALYSE DU PHÉNOMÈNE #SOCIONOEL
3. Recherche des données - Twi[er
Combinaison du moissonnage et de l’API Twi]er
Obtenir des informa/ons exhaus/ves et structurées
Iden/fiants
Tweets
Données
Tweets +
U/lisateurs Chaîne de traitement
12

23. II – ANALYSE DU PHÉNOMÈNE #SOCIONOEL
3. Recherche des données - Twi[er
RécupéraKon des followers
Sur le sous-ensemble d’u/lisateurs ayant posté avec l’hashtag #socionoel
Données
Tweets +
U/lisateurs Chaîne de traitement
Données
Followers
13

24. II – ANALYSE DU PHÉNOMÈNE #SOCIONOEL
4. Recherche des données – Références bibliographiques
RécupéraKon des sources bibliographiques à par/r des tweets
U/lisateur @bfontn qui a receuilli manuellement les références
Données
Tweets +
U/lisateurs Chaîne de traitement
Titre des
références
14

25. II – ANALYSE DU PHÉNOMÈNE #SOCIONOEL
4. Recherche des données - Références bibliographiques
Enrichissement des données bibliographiques
Moissonnage via la recherche sur Sudoc
Chaîne de traitement
Titre des
références
Données
bibliographiques
15

26. II – ANALYSE DU PHÉNOMÈNE #SOCIONOEL
5. Recherche des données – Chaîne de traitement
Iden/fiants
Tweets
Données
Tweets +
U/lisateurs
Données
Followers
Titre des
références Données
bibliographiques
16

27. II – ANALYSE DU PHÉNOMÈNE #SOCIONOEL
7. Synthèse des données – Réseaux d’u/lisateurs
VisualisaKon du réseau des uKlisateurs ayant tweeté #socionoel
Permet de visualiser le réseau complet, l’ac/vité, les abonnements, les
interac/ons.
OuKls perme]ant la généraKon :
- Gephi
- Code SQL générant les fichiers de données
17

28. II – ANALYSE DU PHÉNOMÈNE #SOCIONOEL
7. Synthèse des données – Exemple de tweet
18

29. Réseau des uKlisateurs ayant tweeté #socionoel

30. II – ANALYSE DU PHÉNOMÈNE #SOCIONOEL
7. Synthèse des données – Réseaux d’u/lisateurs
@xmolenat : « Journaliste @AlterEcoMag & @AlterEcoPlus. L'actualité au
prisme des sciences sociales, et vice versa ».
20

31. II – ANALYSE DU PHÉNOMÈNE #SOCIONOEL
7. Synthèse des données – Réseaux d’u/lisateurs
VisualisaKon du réseau des uKlisateurs ayant tweeté #socionoel avec au
moins une référence bibliographique
Permet de visualiser les vrais acteurs du mouvement.
21

32. Réseau des uKlisateurs ayant tweeté #socionoel
avec au moins une référence bibliographique

33. II – ANALYSE DU PHÉNOMÈNE #SOCIONOEL
8. Synthèse des données – Ac/vité
0
20
40
60
80
100
120
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31
Jour du mois de décembre 2015
Nombre de tweets Nombre de livres
ÉvoluKon de l’uKlisaKon du hashtag #socionoel
sur le mois de décembre 2015
23

34. II – ANALYSE DU PHÉNOMÈNE #SOCIONOEL
9. Synthèse des données – Principaux auteurs
24

35. III – CONCLUSION
Rappel hypothèse :
Avec Twi[er, on peut déterminer les bonnes références bibliographiques
25

36. III – BILAN
Technique : Appren/ssage des réseaux et de nouvelles compétences
Méthodologie et organisaKon :
- Travail en autonomie, recherche d’informa/ons
- Collabora/on
Humain :
- Découverte d’un laboratoire de recherche
- Par/cipa/on à un Congrès, rencontres
26

37. IV – ANNEXES
1. Aspect technique – Stockage des données
Programme Base de données Données
OJDBC
HtmlUnit
Annexe 1

38. 11
#SocioNoël redux avec DMI-TCAT
Les effets ina7endus de l’interdisciplinarité autour de LisTIC...

39. 12
@Excellagence
h7p://excellagence.fr
PotenJels terrains ?

40. 13
#ESRenPeinture
C’est arrivé vendredi dernier...
texte
visuels
popularité

41. 14
#ESRenPeinture
C’est arrivé vendredi dernier...

42. 15
#ESRenPeinture : illustraJon du rapport science-société ?
C’est arrivé vendredi dernier...