Analyse Exploratoire de Données pour les Réseaux Dynamiques

Transcription

1 Analyse Exploratoire de Données pour les Réseaux Dynamiques Sébastien Heymann Porté par : Avec le soutiens de :

2 Réseaux dynamiques Des nœuds et/ou des liens arrivent et/ou partent au cours du temps mobilité, réseaux sociaux, internet, contacts, échanges, web,...

3 Intérêt pour la communauté des Systèmes Complexes Multiplication de base de données avec dimension temporelle Émergence de l'étude des graphes dynamiques Prolonger l'approche unificatrice des systèmes complexes en les considérant comme des réseaux dynamiques

4 Nouvelles problématiques transversales Comment caractériser les réseaux dynamiques? Comment les modéliser? Comment étudier les phénomènes qui s'y déroulent? (feuille de route du RNSC, section «Théorie et mesure des réseaux»)

5 Analyse exploratoire de données Approche abductive pour faire émerger de bonnes hypothèses sur les données (Tukey, 1962) Utilise des techniques de visualisation pour augmenter la cognition (Shneiderman, 1989) Processus non linéaire (Fry, 2004) :

6 Idée générale Imaginez votre système comme une pelote emmêlée...

7 Idée générale Exploiter des saillances visuelles = Trouver des prises!

8 Exemple en statistique descriptive P2P file size distribution (Latapy et al., 2008)

9 Support : théorie de la perception Application de la sémiologie dans un couplage sensori-moteur (Pfaender, 2008)

10 Objectifs de la visualisation Trouver plus vite des choses que l on sait déjà : confirmation + transmission Trouver plus vites des choses que l on intuite : exploration guidée + mémoire externe Trouver des choses nouvelles dans l absolu : exploration libre + découverte (source : F. Pfaender, cours de visualisation, UTC 2010)

11 Analyse exploratoire de données relationnelles (réseaux) Langage graphique émergent : groupement de nœuds, connexité, taille des nœuds (classement), épaisseur des liens (force de la relations)... Logiciels : GUESS, Cytoscape, Tulip, Gephi

12 Et pour les réseaux dynamiques? Timeline («jouer» le film) Comment comparer des graphes dans le temps? Layouts adaptés? Design d'interaction adapté? Logiciels : Condor, SoNIA, Ubigraph, Gephi

13 Barrat et al., Sociopatterns.org

14 Exemple : intuiter l'effet de l'échantillonnage sur la caractérisation Interaction data from McFarland's classroom observations viewed at various levels of time aggregation from 35 minutes (one entire class period) to 1 minute (twothree turns of interaction), software SoNIA

15 Mobilisation pluridisciplinaire SEMIOLOGIE INFORMATIQUE structure de données, traitement temps réel layout, forme et valeur, transition visuelle DESIGN D'INTERACTION exploration, comparaison

16 Activités du groupe Produire des outils d'aide à l'expérimentation (plugin Gephi) Partager des problématiques et des approches (mailing-list) Rechercher et collecter des références scientifiques (groupe Mendeley)

17 Membres Alain BARRAT - CPT Marseille - PACA - Alain.Barrat@cpt.univ-mrs.fr Mathieu BASTIAN LinkedIn Corp. / Gephi Consortium USA CA mathieu@gephi.org Julian BILCKE CNRS / Gephi Consortium - Ile-de-France - julian.bilcke@iscpif.fr David CHAVALARIAS CNRS - Ile-de-France - david.chavalarias@polytechnique.edu Sébastien HEYMANN LIP6 / Gephi Consortium - Ile-de-France - seb@gephi.org Mathieu JACOMY SciencesPo Medialab - Ile-de-France - mathieu.jacomy@gmail.com Matthieu LATAPY LIP6 - Ile-de-France - matthieu.latapy@lip6.fr Fabien PFAENDER UTC - Picardie - fabien.pfaender@utc.fr Stéphane RAUX Linkfluence SAS - Ile-de-France - stephane.raux@linkfluence.net Nicolas SCHABANEL LIAFA / IXXI Lyon - PACA nicolas.schabanel@liafa.jussieu.fr Hugo ZANGHI Linkfluence SAS - Ile-de-France - hugo.zanghi@gmail.com

18 Merci! Sébastien Heymann Porté par : Avec le soutiens de :