Sur la Figure 5.10, la taille de chaque nœud social est fonction de l’étendue de sa communauté de followers (pour Twitter) ou d’amis (pour Facebook). À titre d’exemple, 7didane.org est suivi par 43 512 sur Twitter et a 141 947 amis sur Facebook. De son côté, lailalalalmi.com (Figure 5.12) dépasse les 35 000 followers sur Twitter.
a)
b)
298
magiaenmarruecos.blogspot.com mlouizi.unblog.fr sahara-libre.blogspot.com larbi.org eatbees.com
1454 966 24300 150
35700 2347 1600 94 7230
7032 121 3467 3657 43000
5449 157 4603 141947
lailalalami.com kingstoune.com anasalaoui.com 9afia.blogspot.com sonofwords.blogspot.com
blogreda.blogspot.com cabalamuse.wordpress.com myrtus.typepad.com saad.amrani.free.fr 7didane.org
lailalalami.com myrtus.typepad.com lallamenana.free.fr 7didane.org
Divers Non renseigné Maroc France USA Algérie Égypte Tunisie Pakistan Indonésie Inde Grande Bretagne Espagne
Figure 5.13: Répartition géographique des followers Twitter (a) et des amis Facebook (b)
À l’ère des réseaux sociaux, l’influence d’un auteur est souvent liée au nombre de lecteurs ou de visiteurs auxquels il est capable de s’adresser.
La communauté devient une audience. De fait, la dynamique interne à la blogosphère évolue32
: larbi.org n’est plus hégémonique, 7didane.org 32. Basé sur un crawl de
Twitter de Janvier 2018 et lailalalalmi.com le dépassent désormais. Par ailleurs, l’origine des followers Twitter et des amis Facebook peut nous renseigner sur le caractère diasporique de la communauté des lecteurs et des visiteurs de 2018. D’où lisent celles et ceux qui suivent les anciens blogueurs sur les réseaux sociaux ?
Pour répondre à cette question nous suivons une double approche. La première est adaptée à Facebook, la seconde à Twitter : 1) nous utilisons l’application Netvizz qui associe à chaque personne ayant aimé une page facebook donnée, une situation géographique33
2)nous 33. Cette information est issue des
méta-données renseignées lors de l’inscription à Facebook ou de la mo- dification de sa page personnelle
(https://apps.facebook.com/netvizz/)
développons un programme analysant les pages de l’ensemble des followers des comptes Twitter34
. 34. L’API Twitter est limitée par un sys-
tème de quota temporel nous obli- geant à créer ici notre propre scraper.
En effet, le champ location35
de ces pages peut, s’il est rensei-
35. https://help.twitter.com/fr/
using-twitter/tweet-location
gné, renfermer une information géolocalisée. Nous choisissons, par hypothèse, de faire correspondre cette donnée au lieu depuis lequel Twitter est utilisé. Nous croisons, ensuite, la valeur de ce champ avec la base d’entités géographiques Geonames36
afin de désambigüiser
36. http://www.geonames.org/
l’information extraite.
Ces deux méthodes ne sont pas exhaustives, mais elles nous donnent à voir une coloration et une tendance générale. Nous essayons, néan- moins, de limiter au maximum les faux positifs dans nos résultats. Ainsi, la Figure 5.13 présente pour chaque compte, la répartition géo- graphique (si elle est connue) de ses followers Twitter ou amis Facebook. En pratique, 7didane.org est principalement suivi sur Facebook par des personnes situées au Maroc (82%) mais aussi par quelques Français (2%) et des Égyptiens (2%). Toujours sur Facebook, lailalalami.com continue de s’adresser à des Marocains (24%), à des Américains (15%) et à des Pakistanais (8%). Son compte Twitter semble plutôt attirer un public d’anglophones : des Américains, des Anglais, des Canadiens. . . Dans l’ensemble, au moins 19 pays37
sont ainsi représentés, témoignant du 37. Pour clarifier la Figure 5.13 certains
pays faiblement représentés n’appa- raissent pas, voici la liste complète : Algérie, Maroc, Égypte, Tunisie, Li- bye, France, Chine, Espagne, Pays- Bas, USA, Pakistan, Indonésie, Bangla- desh, Nigeria, Inde, Belgique, Grande Bretagne, Canada et Corée du Sud.
caractère géographiquement dispersé de cette communauté de lecteurs. Comme nous l’expliquions plus tôt, les auteurs ont su conserver leur identité en ligne en réutilisant les mêmes pseudonymes, d’une plate- forme à l’autre, et ce depuis le temps de leurs premiers blogs. Nous faisons maintenant l’hypothèse de retrouver le même comportement chez leurs lecteurs. En effet, un blog est un médium tourné vers l’inté- ressement d’un public donné. Aussi, lorsqu’un lien fort se crée entre un auteur et ses lecteurs, il nous semble raisonnable d’avancer que ces derniers peuvent chercher à conserver à tout prix cette connexion. Nous supposons donc que les lecteurs ont réutilisé, eux aussi, leurs anciens avatars sur Twitter, pour suivre les auteurs qu’ils supportaient au temps des blogs.
Pour tester cette hypothèse, nous nous focalisons sur le site larbi.org et sur le lien qu’il entretenait avec les personnes commentant ses articles, lorsqu’il faisait encore autorité (Figure 5.4). Nous définissons alors un modèle de requête capable de nous retourner l’ensemble de ces commentaires archivés. Il s’agit ainsi de cibler des fragments Web ayant la forme suivante (champfrag_type) : un nom d’auteur, une date et un contenu textuel publié sous l’article principal d’une page. Ce faisant, nous obtenons 4177 résultats dont nous ne conservons que les noms d’utilisateurs.
Nous croisons cette liste à celle des followers actuels de larbi.org sur Twitter38
via une égalité stricte pour ne pas multiplier les faux positifs. 38. https://twitter.com/larbi_org/ followers
Au final, nous obtenons une borne inférieure de 647 lecteurs ayant, à priori, choisi de suivre larbi.org sur Twitter, soit près de 15% de son audience passée. Rapportés à leur nombre de commentaires publiés, ces lecteurs représentent au final 26% des réactions postées sur le site. Les auteurs des blogs ont donc été accompagnés durant leur migration vers les réseaux sociaux. En conservant leur identité en ligne, ils ont emporté, à leur suite, la part la plus fidèle de leurs lecteurs et de leurs communautés.