Analyse de la dynamique

a 2004, il est int´egr´e `a la communaut´e S6. Finalement, de 2004 `a 2006, il appartient `a la communaut´eM2a. Une observation attentive des donn´ees est venue confirmer cette particularit´e.

5.2.5 Analyse de la dynamique

L’int´erˆet le plus important de l’analyse des communaut´es temporelles est ´evidemment la possibilit´e de suivre l’´evolution de ces communaut´es au cours du temps.

145

1999 1998 1997 1996 1995

1994 2001 2002 2003 2004 2005 2006 2007

Figure 5.7 – Visualisation de l’ensemble des communaut´es d’isards en Hiver. Chaque ligne horizontale correspond `a une communaut´e. Le nom des communaut´es est un sous-ensemble des noms des individus qui la composent.

1999 1998 1997 1996

1995 2001 2002 2003 2004 2005 2006 2007

Figure 5.8 – Visualisation de la communaut´e M2a en Hiver. Chaque ligne horizontale cor-respond `a un individu, on peut observer la date `a laquelle il int`egre la communaut´e et celle `a laquelle il la quitte.

5.2. Analyse d’un r´eseau d’isards

0 20 40 60 80 100 120

individus 0

1000 2000 3000 4000 5000

Jours depuis le début du jeu de données

Figure 5.9 – Visualisation de l’appartenance des individus aux communaut´es. Chaque ligne verticale bleu repr´esente la dur´ee de vie d’un individu. Chaque ligne verticale verte repr´esente la p´eriode durant laquelle cet individu fait partie d’une communaut´e. On remarque que pour la majorit´e des individus, une communaut´e leur est attribu´ee durant la majorit´e de leur vie.

Nous avons ´evoqu´e, au chapitre6.1, des m´ethodes de visualisation de cette ´evolution. A titre d’exemple, nous pouvons montrer ce que donne la visualisation de l’ensemble des communaut´es sur la p´eriode hivernale 5.7. On observe bien l’existence de communaut´es stables, existant sur toute la p´eriode, ainsi que la pr´esence de quelques communaut´es de dur´ee de vie plus courte.

Mais l’aspect le plus int´eressant dans cette application est la visualisation du d´etail de l’´evo-lution d’une seule et mˆeme communaut´e. Sur la figure 5.8, on peut suivre l’´evolution de la communaut´e correspondant au groupe M2a. On voit nettement que la majorit´e des individus pr´esents `a la fin du jeu de donn´ees ne sont pas les mˆemes que ceux du d´ebut. Un seul individu (narcis) est pr´esente durant toute la p´eriode. On note ensuite que chaque individu est pr´esent plus ou moins longtemps. On peut ´egalement remarquer l’apparition de zazi, l’individu qui change de communaut´e au cours du temps. On note que sa pr´esence dans la communaut´e est plus courte que celle de la plupart des autres animaux.

Ici, une information importante pour l’analyse des donn´ees trait´ees est le caract`ere continu de l’appartenance de chaque individu `a la communaut´e. Si les animaux ´etudi´es n’avaient pas d’attachement fort `a leur groupe, on pourrait observer de nombreux animaux pr´esents une ann´ee, absents l’ann´ee suivante, revenant l’ann´ee d’apr`es, et ainsi de suite. Par exemple, si l’on int`egre les mˆales `a ces donn´ees, on peut faire ce type d’observation, les mˆales ayant un comportement moins social que les femelles.

Toujours au chapitre 6.1, nous avions propos´e une autre visualisation, plus ax´ee sur la re-pr´esentation du r´eseau lui-mˆeme. Cet outil est particuli`erement pertinent ici, le r´eseau ne com-portant pas trop de nœuds. A titre d’exemple, la figure5.10 pr´esente quelques captures d’´ecran mettant en exergue le comportement de l’individuzazi.

147

(a)04/01/2002

(b)21/03/2005

(c)19/01/2007

Figure 5.10 – Exemples de visualisation de la dynamique du r´eseau. On peut ici observer le comportement du nœud zazi, identifi´e par une fl`eche, qui change de communaut´e au cours du temps.

5.2. Analyse d’un r´eseau d’isards

5.2.5.1 Individus sans communaut´e

Un autre aspect pouvant ˆetre ´etudi´e avec cette vision dynamique concerne l’int´egration des individus `a des communaut´es. Comme la plupart des algorithmes acceptant le recouvrement de communaut´es, iLCD propose un d´ecoupage qui n’est pas forc´ement complet, des nœuds pouvant rester sans communaut´e. Ici, cette information peut ˆetre importante : est-ce que les individus, lorsqu’ils apparaissent dans le jeu de donn´ees, sont imm´ediatement int´egr´es `a une communaut´e ? Peuvent-ils parfois avoir une existence solitaire, en-dehors de toute communaut´e ? Existe-t-il des individus qui sont ind´ependants de tout groupe social ? Pour r´epondre `a cette question, nous avons r´ealis´e l’illustration5.9. On peut voir, pour l’ensemble des individus femelles, leur p´eriode d’observation dans le jeu de donn´ees (bleu clair), ainsi que le temps qu’ils passent au sein d’une communaut´e (vert). La p´eriode d’observation est d´efinie comme la p´eriode entre la premi`ere et la derni`ere observation de l’individu. Comme expliqu´e pr´ec´edemment, cela ne correspond pas forc´ement `a la totalit´e de la dur´ee de vie de l’individu, celui-ci n’´etant que rarement marqu´e dans sa jeunesse.

La conclusion ici est clairement que la plupart des individus passent toute leur vie au sein d’une communaut´e. Il existe quelques exceptions, mais, ´etudi´ees au cas par cas, elles ne r´ev`elent pas de comportement clairement analysable.

5.2.5.2 Etude inter-saisonni`ere et communaut´es r´esurgentes

La derni`ere ´etude que nous avons fait consistait `a ne plus tenir compte des saisons, et donc

`

a cr´eer un r´eseau dynamique tenant compte de toutes les informations, couvrant toute l’ann´ee.

Cela nous a permis de r´eduire le param`etreP, c’est `a dire la p´eriode durant laquelle nous devions observer des individus pour conserver le lien actif. Nous l’avons fix´e `a 90 jours, soit environ une saison. Pour le param`etreF, nous avons ´et´e oblig´es de rester `a une valeur faible, ´etant donn´e le peu d’observations estivales :F = 2.

Le premier r´esultat observable, int´eressant, est que l’on observe toujours des communaut´es ayant une existence continue sur la p´eriode, malgr´e la diminution deP. En particulier, les com-munaut´es correspondant aux grands groupes d’individus (M2a, S6, S7) se retrouvent clairement, quasiment sans interruption. En revanche, cette m´ethode a aussi mis en ´evidence une faiblesse de notre algorithme.

En effet, comme cela ´etait pr´evisible, de nouvelles communaut´es se forment chaque ´et´e.

Cela est logique, car nous savons que des groupes d’individus s´epar´es en ´et´e n’en forment plus qu’un en hiver. A la fin de chaque ´et´e, donc, les communaut´es correspondant aux groupes estivaux sont fusionn´ees avec les autres groupes. Mais, lorsque l’´et´e arrive `a nouveau et que des groupes d’individus commencent `a migrer, ces groupes estivaux sont correctement d´etect´es, mais sont consid´er´es comme de nouvelles communaut´es par notre algorithme. Ainsi, chaque ´et´e apparaissent de nouvelles communaut´es qui sont en fait les mˆemes que les ann´ees pr´ec´edentes, ce que notre algorithme ne peut pas percevoir. On peut donc se rendre compte qu’il serait pertinent d’int´egrer un m´ecanisme permettant de faire correspondre, le cas ´ech´eant, une nouvelle communaut´e `a une communaut´e ayant d´ej`a exist´e, si cette communaut´e ´etait similaire. Ce sont ces communaut´es que nous qualifions de r´esurgentes.

5.2.6 Bilan

Dans cette section, nous avons appliqu´e avec succ`es notre m´ethode `a un cas r´eel complexe.

Nous avons tout d’abord montr´e que les r´esultats que nous obtenions ´etaient tout `a fait coh´erents avec les r´esultats connus et valid´es. Dans un second temps, en poussant plus loin l’analyse des 149

r´esultats obtenus par notre m´ethode, nous avons mis en ´evidence l’int´erˆet d’utiliser une m´ethode d’analyse des communaut´es temporelles, notamment pour ´eviter les risques de confusion possibles li´es `a des changements de g´en´eration dans la population, ou plus simplement pour ´eviter les pi`eges que peut tendre l’agr´egation de donn´ees. Les r´esultats obtenues ont ´et´e valid´es par les ethnologues avec lesquels nous avons travaill´e, qui ´etaient `a l’origine du jeu de donn´ees.

Mais nous avons ´egalement montr´e qu’une telle analyse ne permettait pas simplement d’ob-tenir un r´esultat plus fiable, mais ouvrait aussi de nouvelles possibilit´es d’´etude. La visualisation de l’´evolution d’une communaut´e, c’est `a dire l’ensemble de ses modifications au cours du temps, notamment, est tr`es riche s´emantiquement.

5.3 Analyse d’une plateforme d’´ echange de vid´ eos : Nico Nico