Upload
latelier-de-cartographie
View
4.549
Download
4
Embed Size (px)
DESCRIPTION
formation / initiation aux préocédés de cartographie de l'information
Citation preview
URFIST-Rennes / 2 octobre 2009
Franck Ghitalla, mai 2009, systèmes d’information et analyse de données (INIST).
Cartographie(s) de l’Information
URFIST-Rennes / 2 octobre 2009
Objectifs des procédés cartographiques
La cartographie et sciences des réseaux (NetworkSciences) : détection de patterns statistiques et
visuels des corpus
Avant la cartographie : la phase d’exploration des corpus
1) Cadre scientifique des procédés cartographiques de l’information
URFIST-Rennes / 2 octobre 2009
Ingénierie scientifique et recherche sur la Ingénierie scientifique et recherche sur la cartographie de l’information pour…cartographie de l’information pour…
L’OBSERVATION Propriétés statistiques de corpus numérisés
Identification de patterns relationnelsConstruction d’indicateurs liés aux contenus, aux
formes techniques ou aux traces sociales
LA MODELISATIONDe structures informationnellesd’architectures documentaires
de phénomènes de flux et/ou d’évolution temporelle
L’INTERVENTIONDans le cadre d’une politique d’édition ou de
publicationAménagement des territoires numériques (visibilité,
organisation de thématiques)Connexion, accompagnement de communautés
d’acteurs
Conception et développement de systèmes d’information Conception et développement de systèmes d’information multi-sources intégrant des procédés cartographiques à multi-sources intégrant des procédés cartographiques à partir…partir…
SOURCES TECHNIQUESBDD scientifiquesCorpus de revues (Hermès, Le Temps des Médias…)Web (sources propres crawlées, bases search engines EXALEAD, RTGI…)Bases brevetsBases termes/concepts (TermSciences)Bases de connaissances personnelles ou collectives (bookmarks, documents numériques de travail, personnels, listes d’objets…)Traces d’usages (statistiques, logs, signatures…)
CHAMPS THEMATIQUESActeurs et organisations de la société civileFigures contemporaines de la science (émergence de problématiques transversales, éthique, institutions et communautés d’acteurs…)Espace(s) public(s) en réseau, opinion publiqueProjets politiques d’intervention sur les territoires numériques
Objectifs des procédés cartographiques
URFIST-Rennes / 2 octobre 2009
Les systèmes d’information, les masses de données, les systèmes complexes vivants, techniques ou sociaux constituent aujourd’hui l’espace d’investigation privilégié des NetWork Sciences (cf.bibliographie). Le web et tous ces systèmes peuvent être explorés comme des « E-cosystems » réglés par une évolution et des régularités fortes (strong regularities). Distribution des contenus, structure hyperliée, traces d’usage, interactions entre composants s’y mêlent à titre de dimensions constitutives, sans oublier les « lois d’expansion » qui les gouvernent (network dynamics).
La visualisation de graphes relationnels et la manipulation de leurs dimensions permettent de produire des « vues » originales sur les données. En particulier, il s’agit d’identifier des patterns statistiques ou des saillances visuelles associées aux corpus explorés. C’est le principe d’une géographie de l’information nourrie de problématiques théoriques en Network Sciences et qu’il s’agit en même temps de rendre tangible à des usagers (knowledge mapping tools).
Distances, Densité, diamètreModèles topologiques, power-law, random/regular graphs
Hubs/Authorities, structure d’agrégat
Clusters, hiérarchies et rankingVoisinage, centralité/périphérie, inclusion
Communautés compétitives
Corrélation contenu/structureTopical localitiesfocus crawling
Dynamics/evolution of networksTopic Detection and Tracking (TDT)Time Series vizualisation/graphical tracking of information flow
La cartographie et sciences des réseaux (NetworkSciences) : détection de patterns statistiques et visuels des corpus
URFIST-Rennes / 2 octobre 2009
INTERFACE, DONNEES, EXPLORATION DE CORPUS
L'Atelier vise à développer le cadre méthodologique et les outils techniques d'un processus d'exploration de grande
masses de données (systèmes ouverts, dynamiques et diversement structurés). A ce titre, les interfaces numériques
à base de graphes ou cartographiques constituent des espaces puissants de synthèse de l'information mais aussi,
parallèlement, d'exploration dynamiques des données.
Au delà, l'Atelier intègre à l'activité de production d'interfaces cartographiques l'ensemble de la chaîne qui constituent les
systèmes d'information : outils et méthodes d'extraction des données (crawlers, A.P.I., recueil manuel et semi-
automatique...), archivage et indexation des données, algorithmes et filtres de traitement.
Les interfaces cartographiques produites seront donc le résultat d'un processus supervisé d'exploration et de
transformations successives de données où alterneront phases de synthèse et de phases de manipulation
orientées vers la recherche de patterns robustes.
Avant la cartographie : la phase d’exploration des corpus
URFIST-Rennes / 2 octobre 2009
Le cycle de production
Types de données / Extraction
Types de méthodes
Classes de cartographies de l’information
2) Cycle de production des cartographies
URFIST-Rennes / 2 octobre 2009
Processing / Cycle de productionProcessing / Cycle de production
La production d’interfaces cartographiques relève d’un processus décomposable schématiquement en trois phases principales : l’extraction des données (BDD et fonds propres INIST, sources externes via des API, sources qualifiées
manuellement, web crawling…issus de différents domaines comme les réseaux sociaux, les programmes informatiques, gènes, liens hypertextes, distributions statistiques sur des mots-clef, données d’usage…) et enfin la
construction cartographique qui comprend à la fois la sélection de « vues » sur les données et le travail sémiologique de mise en forme.
3) Classes de cartographies de l’informationInterfaces, spatialisation et production de vues sur les données
1) Types de donnéesExtraction, sources expérimentales, domaines scientifiques
2) Types de MéthodesTraitement, filtrage et enrichissement des données
Retours de cycles d’exploration/conception
URFIST-Rennes / 2 octobre 2009
Données webDonnées web Réseaux sociauxRéseaux sociaux Gènes, pathologiesGènes, pathologies BDD scientifiquesBDD scientifiques
1) Types de donnéesSources expérimentales, domaines scientifiques
URFIST-Rennes / 2 octobre 2009
1) (bis) Types de donnéesSources expérimentales, domaines scientifiques
Les A.P.I. permettent d’interroger de grandes bases de données structurées, processus indispensable pour produire des cartographies sur de grandes masses d’informations. C’est le cas, notamment, des API dédiées aux search engines comme EXALEAD (partenaire de l’Atelier) qui compte plus de 16 milliards de références en base web.
Dans le cadre d’un partenariat comme avec EXALEAD, on peut aussi développer une série d’API complémentaires entre elles et mobilisables sur différents sujets ou à différentes occasions. Sur les sujets de controverses « science-société », les API Exalead sont indispensables pour produire des « photographies de l’opinion » à grande échelle en prenant en compte, parmi les données web, aussi bien les contenus des pages que les liens hypertextes ou les entités nommées. Cette série spécifique d’API développées par WebAtlas a donné lieu à un projet de système intégré et monitoré d’API-Exalead, EXA-Miner.
URFIST-Rennes / 2 octobre 2009
2) Types de MéthodesTraitement, filtrage et enrichissement des données
REDUIRE LES MASSES ET LES REDUIRE LES MASSES ET LES DIMENSIONSDIMENSIONS
Produire des indicateurs de masses, de densité, de clustering, de voisinage et de
centration
Concevoir des filtres
Décomposer les dimensions (topologie hypertexte, texte et contenu, indicateurs
d’usage…)
Modèle(s) de distribution des propriétés des corpus
FAIRE EMERGER DES PATTERNSFAIRE EMERGER DES PATTERNS
Méthodes de projection spatiale, visualisation des données
Identification de saillances logico-graphiques
Capitaliser/archiver les phases de transformation des corpus
Ingénierie de l’exploration des corpus par :
Fusion des données de données hétérogènesNiveaux de navigation/zoomRéduction (algorithmes de hiérarchisation/clustering…)
Projection (fonds géoréférencés, schémas fonctionnels, organigrammes…)
CONSTRUIRE DES FIGURESCONSTRUIRE DES FIGURES
Principes d’agrégation
Organisation, architecture et sous-ensembles
Couches et profondeurs des corpus
Temporalités et événements
URFIST-Rennes / 2 octobre 2009
Cartographies statiquesCartographies statiquesposters papier
Cartographies statiquesCartographies statiquesexplorables en ligne
Générateur de graphesGénérateur de graphesGEPHI
Cartographies dynamiquesCartographies dynamiquesexplorables en ligne
Communication scientifique Analyse de l’information
3) Classes de cartographies de l’informationInterfaces, spatialisation et production de vues sur les données
URFIST-Rennes / 2 octobre 2009
3) Exemples
radicaux libresprincipes actifscosmetiques naturelsproduits cosmetiquesproduits de soinspeaux sechesproduits de beauteproduits de soinsoins du visageproduits naturelsanti-ridessoin du visagehuiles vegetalescomplements alimentairesanti-ageinstitut de beautesoins du corpstype de peausoins beautecosmetiques bio
URFIST-Rennes / 2 octobre 2009
Classes de cartographies de l’informationInterfaces, spatialisation et production de vues sur les données
Communication Communication scientifique - « Place des scientifique - « Place des
Controverses »Controverses »Stand commun
Sciences-Po/WebAtlas/Microsoft – Ville Européenne des Sciences, novembre 2008, Grand-Palais. La
conception de dispositifs d’exposition conduit à mettre en
scène la science dans sa dimension expérimentale. En proposant à des spectateurs d’arpenter physiquement un graphe géant posé au sol, le
principe des grands graphes de mots-clefs (souvent assez
abstraits) épouse la physique d’un parcours corporel de
découverte d’une succession de 8 controverses sociétales, reliées
entre elles par des mots clefs communs.
L’un des objectifs de l’Atelier est ainsi de tester d’autres modes
d’interaction avec les masses de données que l’écran numérique. Les dispositifs scénographiques, immersifs ou mobiles font partie du champ d’expérimentation de
l’Atelier.
URFIST-Rennes / 2 octobre 2009
Le projet « The Human Disease Network »Le projet « The Human Disease Network »Données empruntées à Kwang-Il Goh, Michael E. Cusick, David Valle, Barton Childs, Marc Vidal & Albert-László Barabási
Exemple d’un travail pluri-Exemple d’un travail pluri-disciplinaire en ingénierie des disciplinaire en ingénierie des
connaissances au sein de l’USR connaissances au sein de l’USR “Ingénierie des Connaissances”“Ingénierie des Connaissances”
(Magali Roux, Franck Ghitalla, Sébastien Heymann et Mathieu Bastian).
The Map the of disease gene-disorder a pour objectif de vérifier pour la première fois à grande échelle cette…« ….strong evidence that at least
one mutation in the particular gene is causative to the disorder.”
En association avec Magali Roux, l’équipe GEPHI a repris les données et produit de nouvelles
visualisations de près de 2.000 maladies classées et de près d’autant de gènes impliqués
sous forme de liens relationnels. Ce travail démontre la possibilité de mobiliser des
compétences et des technologies issues du web-mining vers d’autres domaines scientifiques, l’une des pierres angulaires de la démarche de l’atelier.
La version explorable accessible en ligne :
http://diseasome.eu
URFIST-Rennes / 2 octobre 2009
Le système d’exploration en ligne associé au projet « The Human Disease Network » - Le système d’exploration en ligne associé au projet « The Human Disease Network » - http://gephi.org/diseasome
Une cartographie en ligne a été associée au projet, Diseasome. Basé sur une interface RTGI, elle donne accès à une cartographie dynamique où l’on peut sélectionner un nœuds, l’explorer, zoomer, sélectionner des rubriques, rechercher par mot-clefs…Les nœuds cliquables renvoient chacun vers une article de wikipedia mais pourront aussi être associés à Cat-inist ou à
Termsciences. De la page d’accueil de Diseasome, on peut aussi télécharger la cartographie imprimable en grand format ou accéder à l’ouvrage associé de Magali Roux, La biologie, l’ère numérique.
URFIST-Rennes / 2 octobre 2009
Système géoréférencé pour la la région Picardie et Réseaux Numériques de Picardie Système géoréférencé pour la la région Picardie et Réseaux Numériques de Picardie (RENUPI)(RENUPI)
Géoréférencement des ressources web en Picardie (2005). A partir de plusieurs milliers de sites web crawlés et traitant de différents aspects de la Picardie en termes de contenus, plusieurs cartes géographiques de la région et de ses départements ont été produites, en fonction notamment des catégories classant les sites. Ainsi, à l’échelle de l’Aisne, on peut comprendre sur quels lieux ou thématiques sont concentrés les sites francophones traitant du tourisme dans le département (mesure de visibilité sur le web du
patrimoine touristique). On peut aussi comprendre, à l’échelle de l’Oise, de quoi traitent les sites web consacrés au département et à quelles catégories d’acteurs ils se rattachent.
URFIST-Rennes / 2 octobre 2009
Cartographie de thématiques scientifiques transversalesCartographie de thématiques scientifiques transversalesLa question de l’Arctique sur le webLa question de l’Arctique sur le web
1715 mots-clés reliés par 6676 liens. Ce graphe a été construit à partir des données du moteur web Exalead. Plus de 21000 sites ont été indexés pour obtenir ce corpus. Deux expressions sont liées si elles sont présentes en même temps dans de nombreuses pages. Les noeuds sont
plus gros quand ils ont beaucoup de liens entrants.
URFIST-Rennes / 2 octobre 2009
Cartographie de thématiques scientifiques transversalesCartographie de thématiques scientifiques transversalesCartographie des grands domaines scientifiques constituant le champ des « Arctic Sciences ». Le graphe a été construit à partir des 8772 publications scientifiques issues de
Web of Science. L’Arctique constitue aujourd’hui une question importante en termes géo-politiques, économiques et de protection de l’environnement. Un travail de mapping des publications sur le sujet permet de comprendre quelles thématiques sont privilégiées (environnement, glaciologie, biologie, anthropologie…ou ingénierie des forages, industries
pétrolières, navigation), par quels pays, quels types de laboratoires ou dans quel cadre de coopération internationale
100 pays reliés par 1362 liens. Ce graphe a été construit à partir des données de 8772 publications
scientifiques de 2007 et 2008.
URFIST-Rennes / 2 octobre 2009
CAC40 – Entreprises et mandats au C.A.CAC40 – Entreprises et mandats au C.A.
CAC 40 - Avril 2009 / Administrateurs membres d’un CA ou d’un CS avec 2 mandats minimum / Le graphe des administrateurs des entreprises du CAC40 exerçant au moins deux mandats différents laisse entrevoir un « petit monde » dont le diamètre (distance moyenne entre chaque paire de nœuds de la matrice de graphe) est proche de 2 et structuré autour de
quelques nœuds centraux comme Jean-Martin FOLZ, Michel PEBEREAU ou Louis SCHWEITZER.
URFIST-Rennes / 2 octobre 2009
Cpan Explorer : An interactive exploration of the PERL ecosystemCpan Explorer : An interactive exploration of the PERL ecosystem
http://labs.rtgi.eu/fpw09/ Le projet Cpan Explorer s’accompagne d’une cartographique dynamique en ligne où ont été indexées les URL associées à la communauté PERL. Cette interface dynamique développée
par RTGI permet de visualiser synthétiquement une grande masse d’information mais aussi de produire des focus sur une URL particulière et son environnement.
URFIST-Rennes / 2 octobre 2009
Dispositifs/développement technologique
Le Navicrawlerlogiciel libre sous license GPL 3. Version 1.53 : http://webatlas.fr/index.php?option=com_content&view=article&id=56:navicrawler&catid=46:presentations&Itemid=74
GEPHIThe Gephi team will present a demo paper at the ICWSM 2009, 3rd Int’l AAAI Conference on Weblogs and Social Media conference (San Francisco, May 2009).The Gephi project has been selected by Google to be part of the Summer of Code 2009 (GSoC).Paper: Gephi : An Open Source Software for Exploring and Manipulating Networks.Gephi 0.6 Beta2 released : http://gephi.org/
MAGELLAN Web Searchhttp://www.magellan-project.com/
RTGI Innovative Web Technologieshttp://www.wahlradar.de/map/http://linkfluence.net/?lang=frhttp://rtgi.fr/
EXALEAD Laboratories – Innovatives Web Technologieshttp://constellations.labs.exalead.com/?q=gephi&nhits=50&lang=enhttp://labs.exalead.com/
MEDIA-LAB – Sciences-Pohttp://medialab.sciences-po.fr/
Cartographie(s) de l’InformationCartographie(s) de l’InformationTechnologies/Expérimentations/Systèmes d’informationTechnologies/Expérimentations/Systèmes d’information
URFIST-Rennes / 2 octobre 2009
Cartographie(s) de l’InformationCartographie(s) de l’InformationOuvrages de référence en Ouvrages de référence en Network SciencesNetwork Sciences
Cadres conceptuelsA.-L. BARABASI linked - the new science of networks, new ed. 2005.M. BUCHANAN -Nexus, Small Worlds and the groundbreaking Theory of Networks 2003.
Théorie des graphesD. WATTS six degrees - the science of a connected age, 2004.S. STROGATZ - sync: the emerging science of spontaneous order, 2004.M. NEWMAN - the structure and dynamics of networks, 2003.
Web-MiningS. CHAKRABARTI mining the web, 2002.J. KLEINBERG - algorithm design, 2006.
InfoVizB. SHNEIDERMAN - readings in information visualization: using vision to think, 1999.
URFIST-Rennes / 2 octobre 2009
Cartographie(s) de l’InformationCartographie(s) de l’InformationArticles/publications/contributions scientifiquesArticles/publications/contributions scientifiques
Ouvrages collectifsLa Navigation, F. Ghitalla (sous la dir.), Les Cahiers du Numérique, Hermès Editions, Paris, 2003L’Outre Lecture, Manipuler, s'approprier, interpréter le web, F. Ghitalla, D. Boullier, A. Neau, L. Le Douarin, P. Guoskhou, Coll. Etudes et Recherches, Bibliothèque Publique d'Information - Centre Georges Pompidou, Paris, 2004.
Articles publiés (Computer Sciences)« Automated Metadata Hierarchy Derivation », Amjad Abou Assali, Hugo Zanghi, Proceedings of IEEE ICTTA06, Damascus, Syria, 2006.« Extracting and Exploring Aggregates of Web documents with Experimental Visualisation Tools », Franck Ghitalla, Fabien Pfaender, Camille Maussang, Conférence EUROPIA-10, 12-14 september 2005, Damascus, Syria« TARENTe: an Experimental Tool for Extracting and Exploring Web Aggregates », Franck Ghitalla, Eustache Diemert, Camille Maussang, Fabien Pfaender, Conférence ICTTA-04, IEEE International Conference on Information & Communication Technologies : From Theory to Applications, Damascus, Syria, march 2004.« Des documents, des liens et des acteurs », Franck Ghitalla, Alain Le Berre, Matthieu Renault, Conférence H2PTM, 2005.« La naissance d'une géographie du web ? », F. Ghitalla, sous la rédaction en chef de Jean-Marc Darrigol – YAHOO !-France, AAE Ensimag – N°42 – Janvier 2009.« Two Visions of the Web, from globality to localities », Fabien Pfaender, Mathieu Jacomy, Guilhem Fouetillou, Proceedings of IEEE ICTTA06, Damascus, Syria, 2006.« Explorer et appréhender le web », Fabien Pfaender, Mathieu Jacomy, 13e journées de Rochebrune : Rencontres interdisciplinaires sur les systèmes complexes naturels et artificiels, ENST 2006 S001, 2006.
Articles publiés (SHS)« Questions autour de l’archivage du Web », Franck Ghitalla, Les Nouveaux Cahiers de l’Audiovisuel, n°5 juin-juillet 2005, Institut National de l’Audiovisuel.« Le Web ou l'utopie d'un espace documentaire », Franck Ghitalla, Dominique Boullier, revue 3I, 2004.« Les Territoires de l'Information : navigation et construction des espaces de compréhension sur le web, Franck Ghitalla, Charles Lenay, présenté au Congrès de l'ARCO (Association pour la Recherche en sciences COgnitives) à Lyon en dec. 2001 et publié dans « La Navigation », Les Cahiers du Numérique, Hermès Editions, Paris, 2003.« L'Age des Cartes Electroniques : outils graphiques de navigation sur le web », Franck Ghitalla, Communication et Langages n°131, Armand Colin, Paris, 2002.« Arpenter le web : liens, indices, cartes », Franck Ghitalla, Terminal n°86, Hiver 2001-2002, L'Harmattan, Paris.« L'espace du document numérique », Franck Ghitalla, Communication et Langages, n°126, Armand Colin, dec. 2000.« Ecriture et NTIC », Franck Ghitalla, Communication et Langages, n°119, Editions Retz, 1999.
White Papers« Cartographie Web du domaine de la coopération Nord-Sud autour des TICE », Alain Le Berre, Mathieu Jacomy, Franck Ghitalla, 2004« Du nuage aux abymes, Dimensions heuristique et expérimentale des modèles web », F. Ghitalla, 2009.« L'atelier de cartographie », F. Ghitalla, 2008.« Détection et visualisation d’agrégats de documents web : L’exemple du domaine thématique de la Culture Scientifique, Technique et Industrielle », F. Ghitalla, M. Jacomy, F. Pfaender, 2006.« Panorama de la Culture Scientifique et Technique sur le Web », M. Jacomy, Extrait du rapport de l'étude WebCSTI - LUTIN, 2005.« La géographie des agrégats de documents sur le web », Franck Ghitalla, 2004. « Du web à l’idée du Web », Sébastien Heymann, 2008 (web-mining.fr)« Moteur de recherche et Compétition », Sébastien Heymann, 2009 (web-mining.fr)
URFIST-Rennes / 2 octobre 2009
Franck Ghitalla, mai 2009, systèmes d’information et analyse de données (INIST).
Cartographie(s) de l’Information