soit un graphe réalisé par les étudiants du master ERPUR 2015-16 lors de leur analyse de 5 entretiens avec les acteurs de la TVB d'une commune périurbaine d'où sont extraits un indice des relations entre ces acteurs de 0 à 3 et dont l'importance (degré) est illustrée par la taille des nœuds, des polices et des liens

voici le fichier des acteurs
Id Label
1 Syndicat mixte
2 Conseil Regional
3 DREAL Bretagne
4 Communaute de Communes
5 Elus
6 Chambre dagriculture
7 Camp militaire
8 Cabinet specialise
9 Conseil departemental
10 Habitants
11 Agriculteurs
12 Agence de l'eau
13 Associations naturalistes
14 Monde scientifique
et voici le fichier de leurs relations (source-target) établi à travers le traitement des différents entretiens
(labels) avec les poids de celles-ci
Source Target Type Id Label Weight
1 8 Undirected 1 ent_Syndicat mixte 1.0
1 9 Undirected 1 ent_Syndicat mixte 1.0
1 10 Undirected 1 ent_Syndicat mixte 1.0
1 5 Undirected 1 ent_Syndicat mixte 3.0
1 11 Undirected 1 ent_Syndicat mixte 3.0
2 3 Undirected 2 ent_Conseil Regional 3.0
2 11 Undirected 2 ent_Conseil Regional 1.0
2 9 Undirected 2 ent_Conseil Regional 1.0
2 5 Undirected 2 ent_Conseil Regional 1.0
2 6 Undirected 2 ent_Conseil Regional 1.0
2 12 Undirected 2 ent_Conseil Regional 1.0
2 1 Undirected 2 ent_Conseil Regional 1.0
2 13 Undirected 2 ent_Conseil Regional 1.0
5 10 Undirected 4 ent_Maire 3.0
5 11 Undirected 4 ent_Maire 3.0
5 1 Undirected 4 ent_Maire 1.0
5 9 Undirected 4 ent_Maire 1.0
5 8 Undirected 4 ent_Maire 3.0
5 4 Undirected 4 ent_Maire 1.0
5 10 Undirected 5 ent_Adjoint Mairie 3.0
5 11 Undirected 5 ent_Adjoint Mairie 3.0
5 12 Undirected 5 ent_Adjoint Mairie 3.0
5 5 Undirected 5 ent_Adjoint Mairie 3.0
5 4 Undirected 5 ent_Adjoint Mairie 1.0
3 13 Undirected 3 ent_DREAL Bretagne 3.0
3 14 Undirected 3 ent_DREAL Bretagne 1.0
3 11 Undirected 3 ent_DREAL Bretagne 3.0
3 5 Undirected 3 ent_DREAL Bretagne 3.0
3 4 Undirected 3 ent_DREAL Bretagne 3.0
3 12 Undirected 3 ent_DREAL Bretagne 3.0
il est possible depuis Gephi d'exporter le réseau ainsi réalisé sous deux formats importables ensuite dans R : le format .net (pajek) et le format .gml
dans R,
#ouvrir igraph
> library(igraph)
#ouvrir un graphe exporté en pajek par gephi
> g <- read.graph("TVB.net", format="pajek")
> plot(g)
ou bien
#ouvrir un graphe exporté en gml par gephi
> g <- read.graph("TVB.gml", format="gml")
> plot(g)
#selon les besoins, il est possible de masquer les labels des liens de manière définitive
> E(g)$label <- NA
> plot(g)
# fixer la taille des nœuds en fonction des liens
> deg <- degree(g, mode="all")
> V(g)$size <- deg*2
> plot(g)
#pour afficher les id
>plot(g,vertex.label=V(g)$id,)

# détection des communautés sur la base de la centralité d'intermédiarité (Newman-Girvan) : la centralité d'intermédiarité (« betweenness centrality ») compte le
nombre de fois où un nœud agit comme un point de passage le long du plus
court chemin entre deux autres nœuds (= intermédiaire)
> ceb <- cluster_edge_betweenness(g)
> dendPlot(ceb, mode="hclust")
#représentation des résultats du cluster d'intermédiarité
> plot(ceb,g)

#pour représenter les subdivisions denses du graphe : optimisation de la modularité qui mesure la qualité d'un partitionnement des nœuds d'un réseau en communautés (parties du graphe les plus connectées entre elles, les ensembles qui ont une forte densité interne et une faible densité externe)
>cfg <- cluster_fast_greedy(as.undirected(g))
> dendPlot(cfg, mode="hclust")

#représentation des résultats du cluster de modularité
>plot(cfg, as.undirected(g))

il est possible de revenir sur Gephi et d'ouvrir la fenêtre statistiques pour calculer la modularité puis l'employer comme paramètre supplémentaire de représentation du graphe : couleurs des nœuds selon la modularité afin d'identifier les trois communautés, et tailles des nœuds selon le nombre de liens
Parameters:
Randomize: On
Use edge weights: On
Resolution: 1.0
Results:
Modularity: 0,221
Modularity with resolution: 0,221
Number of Communities: 3

#un autre algorithme permet de calculer la modularité, basé sur la méthode de Louvain (1), méthode ascendante et multi-niveau.
> cluster_louvain(g)
IGRAPH clustering multi level, groups: 3, mod: 0.23
+ groups:
$`1`
[1] 7
$`2`
[1] 1 5 8 9 10 11
$`3`
[1] 2 3 4 6 12 13 14
> groups <- membership(cluster_louvain(g))
> communities <- communities(cluster_louvain(g))
> plot.igraph(g, mark.groups = communities)

On voit qu'avec cet algorithme, la position des agriculteurs a changé, il est donc préférable de tester les méthodes et de les choisir en fonction de nos hypothèses de travail.
Par ailleurs, avant de passer à l'interprétation de ces graphes, la question que l'on doit se poser est relative à la qualité de la collecte des informations traitées : le protocole basé sur l'analyse des entretiens, le nombre de ceux-ci, hormis toute autre source de données textuelles ou d'observation, seront-il suffisant pour appuyer notre analyse ?
biblio :
[1] V. Blondel, J.-L. Guillaume, R. Lambiotte, et E. Lefebvre, « Fast unfolding of communities in large networks », Journal of Statistical Mechanics, vol. 2008, no 10, sept. 2008.
sources :
http://kateto.net/
https://fr.wikipedia.org/wiki/Centralité
https://fr.wikipedia.org/wiki/Modularité
Keyword - relations
jeudi 23 juin 2016
graphe avec gephi & igraph avec R
Par Eric Collias le jeudi 23 juin 2016, 20:30 - outillage
lundi 2 avril 2012
épistémologie biologique
Par Eric Collias le lundi 2 avril 2012, 10:00 - ecosophe
D’abord, toute vie mentale est reliée au corps physique comme la différence, ou le contraste, est liée au statique et à l’uniforme.
Ensuite, j’ai soutenu que le regard posé sur le monde sous l’angle des choses est une distorsion entretenue par le langage, et qu’une vision correcte du monde doit se fonder sur les relations dynamiques qui contrôlent la croissance. [...]
Peut-être cela suffira-t-il à montrer que si on prenait au sérieux ce que je dis - et je le dis avec beaucoup de sérieux -, cela pourrait provoquer un changement presque total de notre façon de vivre, de la façon de concevoir nos vies, nos relations interpersonnelles et nous-mêmes. [...]
Évidemment, on peut enseigner l’histoire naturelle comme si c’était un sujet mort. Je sais cela, mais je crois aussi que la monstrueuse pathologie atomiste que l’on rencontre aux nivaux individuel, familial, national et international - la pathologie du mode de pensée erroné dans lequel nous vivons tous - ne pourra être corrigée, en fin de compte, que par l’extraordinaire découverte des relations qui font la beauté de la nature.»
Bateson Gregory, 1998. Une Unité sacrée - Quelques pas de plus vers une écologie de l’esprit, Seuil.
mardi 6 juillet 2010
relational epistemology
Par Eric Collias le mardi 6 juillet 2010, 16:26 - ecosophe
"If the object of modernist epistemology is a totalizing scheme of separated essences, approached ideally from a separated viewpoint, the object of this animistic knowledge is understanding relatedness from a related point of view within the shifting horizons of the related viewer. Knowledge in the first case is having, acquiring, applying, and improving representations of things in-the-world. Knowledge in the second case is developping the skills of being in-the-world with other things, making one’s environment and one’s self finer, broader, deeper, richer, etc. Knowing, in the second case, grows from and is maintaining relatedness with neighboring others."
Bird-David, Nurit (1999) "Animism" revisited: On personhood, environment and relational epistemology, with CA* Comment. Current Anthropology 40s: S67-S91.
vendredi 2 juillet 2010
fungal model
Par Eric Collias le vendredi 2 juillet 2010, 08:59 - ecosophe
Tim Ingold 2004. Two reflections on ecological knowledge’, in G. Sanga and G. Ortalli (ed), Nature knowledge: ethnoscience, cognition, identity (Oxford : Berghahn), pp 301-311.