Le logiciel Linkage pour l’analyse des réseaux de communications. Retour aux actualités

Le mardi 21 mai 2019, Pierre Latouche animera la séance du séminaire du médialab. Il présentera ses travaux sur le thème « Le logiciel Linkage pour l’analyse des réseaux de communications. Etude de la recomposition politique en France via Twitter ».

Biographie

Pierre Latouche est professeur de statistique à l’Université Paris Descartes et à l’Ecole Polytechnique. Il a soutenu son doctorat en 2011 à l’Université d’Evry (France) avec ses travaux sur la modélisation et l’analyse de réseaux. Il a été professeur assistant (2011-2017) et professeur associé (2017-2018) à l’Université Paris 1 Panthéon-Sorbonne. Ses recherches portent notamment sur l’analyse de réseau, la déduction parcellaire, les données de grande dimension, les modèles graphiques, l’analyse bayésienne et les approches variationnelles. Pierre Latouche a commencé ses travaux sur les réseaux au milieu des années 2000. Il s’intéresse à la fois aux aspects méthodologiques et théoriques. Il a développé le modèle de blocs stochastiques qui se chevauchent, ce qui permet de rechercher des clusters de nœuds qui se chevauchent. Plus généralement, il a proposé au fil des ans de nombreuses extensions du modèle de bloc stochastique : il est en particulier l’un des inventeurs de la méthode de couplage.

Pierre Latouche fait également partie de la European Cooperation for Statistics of Network Data Science.

Résumé

En raison de la forte augmentation des communications entre les individus via les médias sociaux (Facebook, Twitter, Linkedin) ou les formats électroniques (courrier électronique, Web, publication électronique) au cours des deux dernières décennies, l’analyse de réseau est devenue une discipline incontournable. De nombreux modèles de graphes aléatoires ont été proposés pour extraire des informations de réseaux basés sur des liens personne à personne uniquement, sans prendre en compte les informations sur le contenu. Cette présentation présentera le Stochastic Topic Block Model (STBM), un modèle probabiliste pour les réseaux à bords textuels. Le problème de la découverte de clusters de noeuds significatifs cohérents tant du point de vue des interactions de réseau que du contenu textuel sera abordé. Un algorithme de classification espérance-maximisation de classification (C-VEM) sera proposé pour permettre l’inférence. Enfin, cette méthodologie sera utilisée pour étudier les scandales politiques et financiers d’Enron. La dernière élection présidentielle française sera également prise en exemple.

Ce travail est mis en œuvre dans la plateforme Linkage.fr qui sera présentée.

Lecture recommandée

P. Latouche, C. Bouveyron, D. Marié, and G. Fouetillou. « Présidentielle 2017 : l’analyse des tweets renseigne sur les recompositions politiques ». In : Statistique et Société 5.3 (2017).

Informations pratiques

Séminaire ouvert à tous, dans la limite des places disponibles.
Inscription préalable fortement recommandée: s’inscrire

Mardi 21 mai 2019 – 14h00 à 16h00
Salle du médialab, 13 rue de l’Université, 75007 Paris