Ressources numériques en sciences humaines et sociales OpenEdition Nos plateformes OpenEdition Books OpenEdition Journals Hypothèses Calenda Bibliothèques OpenEdition Freemium Suivez-nous

L’analyse de données issues de réseaux sociaux (23/02/2024)

Compte-rendu de séance de séminaire

Rédigé par Emma Bert (M1), Laurine Blanchard (M2) Clémence Bouchard (M1) et Lara Thierry (M2, Junior agence du master REVI

 

Ce 23 février 2024 a eu lieu la première séance du séminaire interdisciplinaire “Questions de Méthodes” de l’équipe Individu et Nation, regroupant deux interventions portant sur l’analyse de données issues de réseaux sociaux.

La première présentation abordait la méthodologie de la recherche sur la circulation des discours sur Twitter. Ce projet, présenté par Alex Frame, est centré sur l’observation des phénomènes socioculturels à travers des micro-interactions en ligne. Il s’appuie sur une analyse algorithmique de l’utilisation de Twitter par les politiques afin d’étudier la circulation des discours.
Afin d’obtenir ces résultats, l’équipe a récupéré un corpus composé de 49 millions de tweets au moment de l’élection présidentielle de 2017, sur une durée totale de quatre semaines : trois semaines avant et une semaine après les élections. La même méthode a été appliquée pour l’entre-deux-tours, représentant un corpus de 18 millions de tweets. L’utilisation d’algorithmes a permis l’identification de clusters de tweets et la découverte de poches de discussions autour de thématiques particulières, dont de nombreux tweets viraux et hashtags de contestations comme le #sansmoile7mai.

De ce premier projet est né le projet Cocktail qui a pour but de créer un observatoire des discussions sur l’alimentaire et des « food scares ». L’arrivée du Covid a également ajouté une nouvelle dimension au projet, consistant à observer les discussions politiques déclenchées par les communications autour de la crise sanitaire et à caractériser la manière dont le gouvernement français pouvait contrecarrer les tweets dénonçant la vaccination.

La deuxième intervention, animée par Gilles Brachotte, Eric Leclerc et Laurent Gautier, s’est faite autour du projet ANR Beelzebot, la première solution en langue française capable de mettre en évidence les stratégies de manipulation de l’information par les armées de robots dans la sphère Twitter française. Ce consortium entre CIMEOS, TIL, le LIB, IDEES et l’entreprise WebDrone a pour ambition de mieux comprendre le fonctionnement des armées de robots dans la désinformation et les dynamiques de la circulation de l’information sur Twitter.
Le projet s’articule en plusieurs étapes, dont l’analyse des corpus pour identifier et analyser les activités des robots, la conception d’outils algorithmiques pour les détecter, et la diffusion des résultats dans une logique de science ouverte. Ce projet, nécessitant la manipulation de données massives, a été possible grâce aux précédents projets de l’équipe (notamment le projet Cocktail) et grâce à l’expertise de WebDrone qui a permis la collecte d’un important volume de tweets.

Véritable plus-value venue enrichir le questionnement scientifique, la collaboration interdisciplinaire de plus d’une trentaine de chercheurs au cours de ces projets a permis l’investigation de problématiques fondamentales qui ont fait apparaître des intérêts partagés entre plusieurs laboratoires de recherche, afin de favoriser l’acquisition de nouvelles connaissances dans un environnement en perpétuelle évolution (y compris sur le plan des opportunités de financement). L’enjeu est désormais de continuer à co-construire la méthodologie à travers un dialogue entre disciplines pour s’inscrire sur le long terme.


OpenEdition vous propose de citer ce billet de la manière suivante :
Mélanie Joseph-Vilain (15 mars 2024). L’analyse de données issues de réseaux sociaux (23/02/2024). Individu et Nation. Consulté le 15 mai 2025 à l’adresse https://doi.org/10.58079/11qi4


Laisser un commentaire

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

This site uses Akismet to reduce spam. Learn how your comment data is processed.