ESPACE SOCIAL & THÉORIE DES GRAPHES

 

Réseau social et évènement
de course à pied

Pour compléter les informations de spatialisation des évènements de courses à pied, les informations relatives à l’espace social tiennent une place importante dans le Running DataLab.

L’objectif est d’interroger l’aspect social des running event avec des études de cas précises basées sur des analyses exploratoires de comptes Twitter officiels. Analyser l’espace social à partir de ce réseau social permet de saisir l’impact de l’événement : sa résonance territoriale et celle sociale.

 

Deux études de cas ont été menées sur les éditions 2017 de l’Ultra Trail du Mont Blanc, du marathon de New York.

La méthodologie utilisée est la même pour ces deux études. Tous les tweets contenant le hashtag officiel — respectivement   — de l’événement ayant été postés 10 jours avant la date de début de l’événement et 10 jours après cette date sont extraits.

Capture d’écran 2018-10-15 à 12.30.27Capture-d’écran-2018-10-15-à-12.28.32.png

Les données sont nettoyées et standardisées afin d’être exploitées dans un logiciel de visualisation et de réseaux. Le logiciel Gephi permet de transformer la donnée en graphe, plus spécifiquement en graphe de réseaux.

À partir de ce logiciel deux graphes principaux sont réalisés. Le premier concerne les acteurs et permet d’analyser les différentes relations ainsi que les jeux d’acteurs ; les différentes communautés qui se créent, les acteurs prépondérants ou encore ceux isolés. Un second graphe est créé ne contenant que les acteurs et les hashtags associés. Celui-ci permet de saisir l’univers sémantique de l’événement : le champ lexical ou encore interroger la visibilité du territoire-support.

 

Théorie des graphes

Un graphe est définit « mathématiquement comme un ensemble fini de sommets (…) et un ensemble fini (mais éventuellement vide) de liens (…) » (L. Beauguitte, 2010).

« Un sommet qui n’est adjacent à aucun lien est dit isolé (isolate). Lorsqu’un graphe est constitué de plusieurs sous-graphes non connectés les uns aux autres, ces sous-graphes sont nommés composants (component). Un composant formé d’un seul sommet est dit trivial. Si enlever un sommet s d’un graphe G augmente le nombre de composants du graphe, s est appelé point d’articulation (cutpoint ou, plus rare- ment, cut-vertex ). Si enlever un lien l d’un graphe G augmente le nombre de composants du graphe, l est appelé isthme (bridge) » (L. Beauguitte, 2010).

Pour en savoir plus : Laurent Beauguitte. Graphes, réseaux, réseaux sociaux : vocabulaire et notation : Version 1 – Septembre 2010. Groupe f.m.r. (flux, matrices, réseaux) animé par César Ducruet et Laurent Beauguitte

Capture d’écran 2018-10-15 à 12.04.26

Des Tweets au graphes

La traduction d’un tweet et de son contenu en graphe reprend la même logique de sommets et de liens. Chaque élément du tweet (le texte, le(s) hashtag(s) associé(s), utilisateur(s) mentionné(s), média(s) ou lien(s) vers d’autres sites) deviendra un sommet. Ils seront tous connectés au tweet initial par des liens. Ces liens sont orientés, on pourra dire, l’utilisateur a tweeté « Real local success for MCC, … ».

Plus untweet est retweeté, un utilisateur a tweeté ou est mentionné, un hashtag utilisé, plus leur sommet devient important, une polarité.

 

Exemple

Capture d’écran 2018-10-15 à 12.40.04.pngCapture d’écran 2018-10-15 à 12.39.54.png

Auteur.e.s : M. Plard & V. Guichet, 2018

 

 

 

 

 

L’ESPACE SOCIAL DE L’UTMB — édition 2018

Capture d’écran 2018-10-15 à 14.23.08.png

LES ACTEURS DE L’UTMB 2017

En octobre 2018, 53’000 abonnés suivent le compte officiel de l’évènement
https://twitter.com/UTMBMontBlanc  // Hashtag associé #UTMB

 

Capture d’écran 2018-10-15 à 14.22.59.png


 

Noeuds & acteurs

À partir des tweets extraits, seuls les acteurs sont conservés. Chaque nœud représente un acteur. La taille du noeud dépend de la redondance de l’acteur dans le réseau, soit le nombre de fois où il tweete cumulé au nombre de fois où il est mentionné.

Le graphe ci-dessous permet de visualiser le jeu d’acteurs et éclaire sur le poids des acteurs, leur visibilité ou encore les connexion (liens forts, liens faibles).

L’organisateur, UTMBMontBlanc, occupe une place centrale dans le réseau. Cette importance est engendrée d’une part, par la multitude de liens entre l’organisateur et d’autres acteurs. Ceci montre que de manière générale, l’organisateur est bien identifié dans le réseau d’acteurs. D’autre part, le poids de l’UTMBMontBlanc est généré par un lien fort entre ce dernier et trailrunningrvw (trailrunningreview revue de matériel de trail running espagnol).

Les polarités secondaires correspondent aux vainqueurs des courses (Nuria, Picas, François d’Haenes, Kilian Jornet). Ces acteurs sont cités par nombre d’individus, et sont surtout relayés par les médias (TerritorioTrail, trailrunningrvw, etc.).

Le média I run far, spécialisé dans le trail running et l’ultra trail, fait aussi parti des polarités secondaires. Cependant, il occupe une place plus périphérique et ne fait pas partie du cluster organisateur/runners. Il occupe cette place grâce à un autre réseau social au sein de ce graphe, constitué essentiellement d’individus. 

Enfin, les partenaires financiers (Salomon, entre autres) ne se démarquent pas au sein du graphe.

 

Capture d’écran 2018-10-15 à 12.37.40

Capture d’écran 2018-10-15 à 12.38.03

 

Le graphe s’articule autour de stars de la discipline. Kilian Jornet (286’000 abonnés), François D’Haene (11’900abonnés) et Nuria Picas (48’800 abonnés) principalement.


LES ACTEURS QUI TWEETENT

Le poids attribué aux noeudS est basé sur leur degrés sortant, soit le nombre de fois où un acteur a tweeté sur un événement. Le graphe qui en résulte permet de comprendre les personnes qui tweetent le plus sur l’événement afin de connaître la communauté mobilisée autour de l’événement.

On observe ainsi une forte présence des médias espagnols dans cet espace social. L’acteur qui tweet le plus ne correspond pas au compte officiel de l’événement (UTMBMontBlanc). Ce sont deux médias espagnols spécialisés dans le trail, TerritorioTrail et CarreraTrail. Ces deux clusters sont clairement visibles ci-dessous.

Les acteurs qui tweetent le plus sur l’événement sont essentiellement des médias espagnols. L’organisateur occupe encore une place centrale dans le graphe. Il est donc non seulement cité, mais est aussi actif au sein du réseau. Si les sportifs sont beaucoup cités (cf. graphe «Les acteurs de l’UTMB 2017»), en revanche, ils tweetent peu. Ces polarités sont alors dans une relation unilatérale où les liens sont quasi essentiellement entrants et non sortants. Ils font parler d’eux grâce à leur performance, en cela ils influencent le réseau.

Capture d’écran 2018-10-15 à 13.08.16

 

Capture d’écran 2018-10-15 à 13.08.29


DE L’INDIVIDU À LA COMMUNAUTÉ
— IDENTIFIER DES CLUSTERS

Le poids des noeuds dépend de leur redondance. Ici un algorithme de modularité a été appliqué (paramétré à 1,5). Cet algorithme permet de mettre en lumière des communautés. Ce graphe permet de comprendre les différentes communautés sociales qui se créent.

Ici, quatre communautés ressortent :
– la communauté de l’organisateur (vert),
– la communauté des sportifs (violet),
– la communauté I run far (rose),
– la communauté des individus (rouge)

La communauté de l’organisateur est basée sur un modèle monocentrique où l’UTMBMontBlanc occupe la place centrale. Cet acteur est alors un réel influenceur au sein du réseau.

Capture d’écran 2018-10-15 à 13.10.43.png

La communauté des sportifs est polycentrique, structurée autour de trois runners : Nuria Picas, Kilian Jornet et François d’Haene.

La communauté I run far est, comme celle de l’organisateur, monocentrique.
C’est ce dernier qui est la polarité centrale.

Capture d’écran 2018-10-15 à 13.10.26

 

La communauté des individus est quant à elle particulière. Il s’agit de tous les individus qui tweetent sur l’événement, mais ne font pas partie d’un réseau préétabli. Se trouvent au sein de cette communauté des individus qui tweetent sur l’événement sans mentionné d’autres personnes, soit des «individus isolés». Dans ce réseau sont aussi présents des individus qui tweetent en mentionnant d’autres individus, créant des petits clusters au sein de cette communauté. Il s’agit alors de groupes familiaux ou amicaux.

Auteur.e.s : M. Plard & V. Guichet, 2018