Analyse des interactions sur X, sur le thème du changement climatique

Représentation des différents clusters identifiés sur le réseau X sur la question du changement climatique. Les cinq principaux diffuseurs d’information sont représentés en bleu, tandis que la seule « communauté » au sens traditionnel du terme, qui s’est formée autour du hashtag #SaveSoil, est représentée en cyan. Ce graphique a été réalisé à l’aide du logiciel Gephi à partir des données collectées par l’entreprise Linkfluence, une société du groupe Meltwater.

L’objectif du projet est d’identifier les clusters de comptes X qui se forment autour de thèmes liés à la COP28. L’ensemble de données utilisé pour aborder cette question a été collecté et fourni aux chercheurs par l’entreprise Linkfluence du groupe Meltwater.

Bien que l’analyse des réseaux sociaux ait fait de grands progrès ces 20 dernières années, la plupart des outils développés ne sont capables d’identifier que des topologies particulières appelées « communautés ». Ces dernières sont caractérisées par une présence plus importante de connexions à l’intérieur des groupes. Ces communautés sont ainsi basées sur un principe de transitivité où la règle sociale « l’ami de mon ami est mon ami » s’applique.

Or, il a été montré depuis au moins 5 ans que le réseau X n’était plus basé sur ce mécanisme. En effet, dans beaucoup de contextes, deux nœuds ont en commun non pas le fait d’être interconnectés, mais plutôt d’être connectés avec les mêmes types de nœuds. La structure topologique associée est communément appelée « schéma en étoile » et se trouve sensiblement plus difficile à identifier.

Le modèle mathématique de référence utilisé ici est le modèle à blocs stochastiques (SBM). D’un point de vue probabiliste, la structure de dépendance considérée est telle que la vraisemblance des données observées n’est pas calculable. Par conséquent, de nombreuses approximations variationnelles et stochastiques ont été proposées depuis le début des années 2000. Ces outils permettent de trouver des topologies de tout type, aussi bien des communautés que des étoiles.

En revanche, malgré tous les travaux menés sur cette question, il n’existe pas, à l’heure actuelle, de critère robuste pour estimer le nombre de groupes présents dans un réseau social. D’un point de vue mathématique, c’est l’enjeu principal de ce travail. Dans un cadre discret, il s’agit d’établir un critère théoriquement valide de type moyenne harmonique tronquée, basé sur des échantillons a posteriori issus de chaînes de Markov, pour le modèle SBM.

Grâce aux outils mathématiques développés, ce projet a permis d’identifier de manière précise le nombre de groupes de diffusion sur X autour du thème du changement climatique, ainsi que les groupes eux-mêmes. Les chercheurs impliqués dans ce travail ont cartographié la manière dont ce thème était abordé et les structures topologiques fondamentales existant dans le réseau.  Ils ont identifié les comptes clés utilisés en tant que relais pour la diffusion de messages. Ces comptes participent largement à l’écrit de récits et de discussions sur le thème du changement climatique.

Ce projet implique des statisticiens, Pierre Latouche et Marie Perrot-Dockès, maître de conférences à l’Université Paris Cité, et un sociologue, Guilhem Fouetillou, co-fondateur de Linkfluence. Il est réalisé en partenariat avec Adrian Raftery, professeur de statistiques et sociologie à l’Université de Washington, et Martin Metodiev, doctorant au Laboratoire de mathématiques Blaise Pascal (LMBP) de l’Université Clermont Auvergne, dont la thèse a été financée par l’iMPT.