Analyse des réseaux sociaux

Un article de Wikipédia, l'encyclopédie libre.
Aller à : navigation, rechercher
Page d'aide sur l'homonymie Ne doit pas être confondu avec Théorie de l'acteur-réseau.

L'analyse des réseaux sociaux est une approche sociologique fondée sur l'étude de la théorie des réseaux (alias diktyologie), appliquée aux réseaux sociaux.

La théorie des réseaux sociaux conçoit les relations sociales en termes de nœuds et liens. Les nœuds sont habituellement les acteurs sociaux dans le réseau mais ils peuvent aussi représenter des institutions, et les liens sont les relations entre ces nœuds.

Il peut exister plusieurs sortes de liens entre les nœuds. Dans sa forme la plus simple un réseau social se modélise pour former une structure analysable où tous les liens significatifs entre les nœuds sont étudiés. Il en va de même pour les trous structuraux ; c'est-à-dire les « espaces vides » où aucune arête ne relie deux sommets. Il est entre autres possible par cette approche et méthode de déterminer le capital social des acteurs sociaux.

Les trois grandes périodes[modifier | modifier le code]

L'analyse des réseaux sociaux a près de 70 ans d'histoire. Elle peut être divisée en trois grandes périodes : 1. les fondements de l'approche ; 2. l'articulation de la méthode ; 3. le développement actuel.

« Les fondations de ces différents édifices ont été construites entre les années 1940 et les années 1960 (outre les textes de certains auteurs classiques de la fin du XIXe et du début du XXe siècle, comme ceux de Bouglé et de Simmel.) Dans les années 1960 et 1970 se sont développées des recherches méthodologiques destinées à assurer la mise en œuvre rigoureuse. Des années 1980 à aujourd'hui, elles ont été amendées et perfectionnées, parfois par leurs auteurs eux-mêmes, parfois par d'autres et dans le même temps de nouvelles pistes se sont ouvertes. »[1]

L'analyse des réseaux se fonde sur 1) un cadre théorique et 2) un cadre méthodologique.

  • L'aspect théorique repose sur une conception large de la structure sociale et de nombreuses études empiriques démontrant que « les comportements des individus sont liés aux structures dans lesquelles ils s'insèrent »[2]. La sociométrie a aussi contribué à l'essor de l'analyse des réseaux sociaux. L'apport empirique de la sociométrie est dû en partie à l'œuvre de Moreno[Lequel ?], qui est perçu comme un des précurseurs de l'analyse de réseau et de la psychologie sociale[3]. Enfin l'analyse de réseaux repose aussi sur l'apport des mathématiques aux sciences sociales : "Tôt dans le développement théorique de l'analyse de réseaux, des chercheurs ont trouvé des utilités aux modèles mathématiques."[4].
  • L'aspect méthodologique se réfère quant à lui à l'usage fait par le chercheur des données de types quantitatifs et qualitatifs et du traitement analytique de ces données.

En 1957, Elisabeth Bott publie son étude sur les systèmes de relations des familles. Elle émet l'hypothèse que « Le degré de ségrégation des rôles entre mari et femme varie dans le même sens que la densité du réseau social de la famille » [5]; c'est-à-dire que la séparation distincte dans la répartition des tâches domestiques selon le genre tend à être plus élevée dans un réseau social où les membres sont fortement liés entre eux. L'hypothèse de Bott demeure valide et non réfutée jusqu'à ce jour. Pour sa part, Stanley Milgram met en place, en 1967, un dispositif expérimental d'investigation qui fait encore aujourd'hui référence dans les recherches sur le "petit monde"[6]. Il a tenté de calculer le nombre de liens moyens qui séparent une personne de n'importe quelle autre personne sur Terre. Des recherches sur le petit monde sont encore menées actuellement.

Aujourd'hui les sujets de recherches en analyse de réseaux sont multiples, la famille, les relations de travail, la camaraderie, etc. Cette approche est actuellement aussi utilisée à d'autres fins que celles de la recherche scientifique, par des conseillers en relations professionnelles ou encore à des fins commerciales, comme dans le cas du projet FOAF.

Introduction à l'analyse de réseaux sociaux[modifier | modifier le code]

L'analyse de réseaux se rapporte à la théorie des réseaux sociaux qui conçoit les relations sociales en termes de nœuds et de liens. Les nœuds sont habituellement les acteurs sociaux dans le réseau mais ils peuvent aussi représenter des institutions, et les liens sont les relations entre ces nœuds. Il peut exister plusieurs sortes de liens entre les nœuds. Dans sa forme la plus simple un réseau social se modélise pour former une structure analysable où tous les liens significatifs entre les nœuds sont étudiés. Il en va de même pour les trous structuraux; c'est-à-dire les « espaces vides » où aucune arête ne relie deux sommets. Il est entre autres possible par cette approche et méthode de déterminer le capital social des acteurs sociaux.

La forme du réseau social modélisé en graphe permet par exemple d'analyser l'efficience du réseau pour les acteurs sociaux qui s'y trouvent. Un réseau plus petit, avec des liens serrés, peut être moins utile pour ses membres qu'un réseau ayant plusieurs liens plutôt lâches (liens faibles) pour les individus hors du réseau principal. Un réseau « ouvert », avec plusieurs liens faibles[7], est plus susceptible de donner accès à une quantité élevée d'information. Il est plus rentable pour le succès individuel d'être connecté à une variété de réseaux que d'avoir plusieurs connexions avec un seul réseau social. Les individus peuvent exercer une influence ou agir en tant que "passage obligé" dans leur réseau social en faisant un pont entre deux réseaux qui ne sont pas directement liés. Il s'agit de remplir un trou structural[8].

L'analyse de réseaux se démarque des méthodes d'analyses sociologiques traditionnelles par le fait qu'elle ne considère pas la réalité observée en termes de catégories prédéfinies. Ce qui pousse Degenne et Forsé à préciser que

« Pourtant, au lieu de penser la réalité en termes de relations entre les acteurs, beaucoup de ceux qui traitent les données empiriques se limitent à la penser en termes de catégories (par exemple, les jeunes, les femmes, les cadres, les pays en voie de développement, etc.). Ces catégories sont construites par agrégation d'individus aux attributs jugés similaires et a priori pertinents, pour le problème traité."[9] »

Ainsi, la structure n'est pas le résultat de normes et des attributs rapportés aux acteurs sociaux. Elle est le résultat de la position des acteurs qui la forment. Cette position structurale détermine leurs opportunités et leurs contraintes, et par conséquent elle joue sur l'allocation des ressources dans le système. La théorie des réseaux sociaux considère moins importants les attributs individuels que les relations et les liens que les entités sociales ont avec les autres acteurs sociaux dans leurs réseaux. Cette approche s'avère utile pour comprendre et expliquer des phénomènes réels, mais peut sembler contraignante et déterminante, puisqu'elle laisse peu de place à la volonté individuelle; la capacité des individus à influencer leur réussite, car cette possibilité est intimement liée à la structure de leur réseau. Cependant la structure d'un réseau social est dynamique et peut se modifier indéfiniment. Il est d'ailleurs possible d'utiliser cette approche à des fins stratégiques en rentabilisant les sources d'information fournit par son réseau et se positionnant autrement au sein de ses réseaux sociaux. L'unité d'analyse n'est pas l'acteur social en tant qu'individu, mais l'entité sociale ayant des rôles sociaux lié à ses diverses positions au sein des réseaux sociaux dont il fait partie. La priorité est donnée aux relations entre acteurs, avant les attributs de ceux-ci. Elle peut aussi se pencher sur des formes de relations en particulier comme par exemple les relations à trois.

« L'analyse de réseau se concentre ainsi sur les dyades (deux acteurs et leurs liens), les triades (trois acteurs et leurs liens), ou des systèmes plus larges[10].  »

L'analyse de réseaux se distingue aussi des approches plus traditionnelles en sciences sociales parce qu'elle permet l'expérimentation, comme c'est entre autres le cas dans l'"étude du petit monde"[11] et qu'elle permet de ne pas catégoriser a priori les entités sociales; ce qui signifie qu'en analyse de réseau les classes sociales ou équivalences sont non pas découpées par le chercheur, celui-ci ne catégorise rien, il applique un traitement mathématique spécifique des données qu'il possède. Un exemple de traitement mathématique des équivalences a été proposé par Harrison White et ses étudiants à travers la technique dite des matrices découpées en blocs [12].

Les réseaux sociaux sont aussi employés pour étudier par exemple, comment les entreprises inter-agissent entre elles, caractérisant de nombreuses connexions informelles qui relient les dirigeants ensemble, ainsi que les associations et les connexions entre les employés de différentes compagnies. Ces réseaux fournissent la façon dont les compagnies obtiennent l'information, découragent la concurrence, et s'entendent même pour ajuster de concert, les prix et les politiques. Netwiki est un wiki scientifique voué à la théorie des réseaux, qui s'appuie sur les outils de la théorie des graphes, de la physique statistique, et des systèmes dynamiques pour étudier les réseaux réels en sciences, technologie, biologie, sociologie, etc.

Quelques types de réseaux sociaux[modifier | modifier le code]

La famille, la communauté, un couple et plusieurs autres formations sociales peuvent représenter des réseaux sociaux.

Graphes et matrices[modifier | modifier le code]

Ce graphe non-orienté a 7 sommets et 8 arêtes. Il possède aussi un pont

Les graphes sont produits à l'aide de traitements mathématiques effectués sur des matrices. Un graphe peut être dit non-orienté, lorsque le sens des relations entre les entités sociales n'est pas pris en compte; c'est-à-dire que les arêtes du graphe ne sont pas des flèches. Dans le cas contraire, il est question de graphe orienté. Il est question de graphe valué, lorsque par exemple, un indice de fréquence du lien entre deux sommets surmonte l'arc. Ceci se produit lors de l'emploi de données pondérées.

Les graphes prennent plusieurs formes qui sont analysées par les chercheurs. Ils vont tenter, entre autres, de rechercher la présence ou l'absence de clique, de chaîne et/ou de cycle car ces facteurs permettent de dire si le graphe est connexe ou pas ainsi que s'il est ou pas, fortement connexe. Il arrive que seules des parties du graphes soient connexes et non pas le graphe ; ces parties sont alors appelées composantes connexes. Les chercheurs vont aussi tenter de rechercher les points d'articulations ; c'est-à-dire les sommets dont le retrait cause l'augmentation de composantes connexes. Ils s'intéressent aussi aux ponts, ce sont les arêtes qui lient deux structures ensemble ; la suppression d'un pont fractionne la structure.

Pour obtenir un graphe, il est généralement nécessaire de construire ou d'utiliser une matrice. Il existe plusieurs types de matrices, selon le traitement appliqué à la matrice d'adjacence (ou matrice sommet-sommet). Pour faire une matrice d'adjacence, il suffit de noter les sommets qui sont liés entre eux. La matrice binaire indique la présence ou l'absence de liens entre les sommets. La matrice peut s'écrire sous forme mathématique ou s'illustrer sous forme de tableau. Le traitement des matrices amène à analyser la répartition des données binaires dans la matrice en elle-même. Il est possible de distinguer des blocs, des matrices carrés, des matrices triangulaires, des matrices diagonales ou encore des matrices de permutation.

Dans cette matrice par exemple, qui sert d'illustration à l'article :

M = \begin{pmatrix}
0 & 1 & 1 & 0 & 0 & 0 & 0\\
1 & 0 & 0 & 1 & 0 & 0 & 0\\
1 & 0 & 0 & 1 & 0 & 0 & 0\\
0 & 1 & 1 & 0 & 1 & 0 & 0\\
0 & 0 & 0 & 1 & 0 & 1 & 1\\
0 & 0 & 0 & 0 & 1 & 0 & 1\\
0 & 0 & 0 & 0 & 1 & 1 & 0\\

\end{pmatrix}

Il est possible de distinguer des blocs dans la matrice. Elle s'écrira alors:

MB =
1 2
1 \begin{array}{cccc}0&1&1&0\\ 1&0&0&1\\ 1&0&0&1\\ 0&1&1&0\\ \end{array} \begin{array}{cccc}0&0&0\\ 0&0&0\\ 0&0&0\\ 1&0&0\\ \end{array}
2 \begin{array}{cccc}0&0&0&1\\ 0&0&0&0\\ 0&0&0&0\\ \end{array} \begin{array}{cccc}0&1&1\\ 1&0&1 \\ 1&1&0\\ \end{array}

Algorithmes[modifier | modifier le code]

C'est à l'aide d'algorithmes que les chercheurs calculent les degrés de forces et/ou de densité entre les entités sociales. Ils vont par exemple rechercher à déterminer le degré de prestige d'une entité sociale dans un groupe donné. Le degré de prestige est généralement lié à celui de la contrainte; c'est-à-dire qu'une personne ayant un haut degré de prestige aura aussi un degré de contrainte élevé. Ou comme dans l'étude de Bott, il peut s'agir de calculer la densité d'un réseau social.

Calculs en analyse de réseaux sociaux[modifier | modifier le code]

Degré de Centralité[modifier | modifier le code]

Cette mesure nous permet d'obtenir l'activité du nœud étudié. En effet il constitue le rapport entre le nombre de liens sortant du nœud et le degré maximal. On obtient ainsi, pour un nœud appelé i et un nombre total de nœuds n dans le réseau : Dc(i) = ds(i) / (n-1)

Centralité d'intermédiarité[modifier | modifier le code]

Le degré auquel est lié un individu aux autres individus du réseau social; la force avec laquelle un nœud est directement connecté aux autres nœuds qui ne sont pas nécessairement directement connectés les uns avec les autres; une intermédiarité; une liaison; un pont. En somme, c'est le nombre de gens auxquels une personne est connectée de façon indirecte, via ses liens directs.

Centralité de proximité[modifier | modifier le code]

Le degré auquel un individu est près de tous les autres individus d'un réseau social (directement ou pas). Il reflète la possibilité d'accéder à l'information à la source dans le réseau social. Donc, la proximité est l'inverse de la somme de la distance géodésique entre chaque entité du réseau social.

Centralité de prestige[modifier | modifier le code]

Le degré d'importance d'un nœud dans un réseau social. Cette mesure assigne des scores relatifs à chacun des nœuds du réseau en se fondant sur le principe que les connexions vers les nœuds ayant les scores les plus élevés contribuent davantage au score du nœud en question que des connexions égales mais à de plus bas score. Le degré de contrainte est intimement lié à celui de prestige.

Centralisation de pouvoir[modifier | modifier le code]

La différence entre le nombre de liens pour chaque nœud divisé par le nombre maximum possible de liens. Un réseau centralisé offrira davantage de ces liens dispersés autour d'un ou de quelques nœuds, tandis qu'un réseau décentralisé est celui qui offrira une légère variation entre le nombre de liens que chaque nœud possède.

Clustering coefficient[modifier | modifier le code]

Le coefficient d'agglomération, ou clustering coefficient, est une mesure de la vraisemblance que deux nœuds associés chacun à un même nœud soient associés entre eux. Un coefficient d'agglomération élevé indique une « tendance à la grégarité » élevée.

Degré de cohésion[modifier | modifier le code]

Le degré auquel les acteurs sont connectés directement les uns aux autres par des liens cohésifs. les groupes sont identifiés en tant que cliques si chacun des acteurs est directement relié à tous les autres acteurs du groupe, ou en tant que cercle social si les liens sont moins endurcis via les contacts directs, ceux-ci sont imprécis, ou représentent structurellement des blocs cohésif, si une précision est exigée.

Degré de densité[modifier | modifier le code]

Le niveau individuel de densité est le degré auquel les liens d'un répondant sont connectés les uns avec les autres. La densité de réseau d'ego ou du réseau global correspond à la proportion de liens dans un réseau relativement au total de liens possibles.

Longueur du chemin[modifier | modifier le code]

La distance entre deux nœuds dans un réseau. La moyenne de la longueur d'un chemin correspond à la moyenne de la distance entre chaque couple de nœuds.

Radiality[modifier | modifier le code]

Le degré auquel un réseau d'égo accède à de l'information hors du réseau et fournit de l'information et des influences nouvelles à son propre réseau.

Reach[modifier | modifier le code]

Le degré avec lequel n'importe quel membre d'un réseau peut atteindre les autres membres du réseau.

Équivalence structurale[modifier | modifier le code]

Se réfère au niveau auquel les acteurs se retrouvent comme possédant le même ensemble de liens que d'autres acteurs dans le système. Les acteurs n'ont pas besoin d'être liés entre eux pour être déclarés structurellement équivalents. Cette mesure tend à séparer un groupe en deux (agents et patients) et à démontrer les rapports de forces. L'équivalence structurale pure est rarement observable dans la vie réelle ; les chercheurs emploient donc les concepts d'équivalence forte et d'équivalence régulière.

Trou structural[modifier | modifier le code]

Se réfère à l'absence de lien entre deux nœuds. Les trous structuraux peuvent être stratégiquement remplis en connectant un ou plusieurs nœuds ensemble. Ils peuvent aussi être entretenus afin de maximiser la rentabilité d'un réseau. Selon le concept de capital social; si un nœud relie deux autres nœuds ensemble sans qu'ils ne soient autrement liés entre eux, il est possible pour ce nœud de contrôler leurs communications.

Multiplexité[modifier | modifier le code]

Cette notion désigne les multiples niveaux de relations existantes entre des acteurs et qui servent à véhiculer plusieurs ressources à la fois.

Notes[modifier | modifier le code]

  1. DEGENNE. A, FORSE. M (1994) : Les Réseaux sociaux pp.15
  2. DEGENNE. A, FORSE. M (1994) : Les Réseaux sociaux, p. 5
  3. dans: WASSERMAN. S, FAUST. K (1994) : Social network analysis. Methods and applications pp.11
  4. de l'anglais : "Early in the theorical development of social network analysis, researchers found use for mathematical models." WASSERMAN. S, FAUST. K (1994) : "Social network analysis. Methods and applications" pp.15
  5. BOTT,E., (1957) Family and social network, 2e édition, 1971, New-York, The Free Press
  6. MILGRAM. S (1967) : "The small world problem". Psychology Today, 1, 61-67
  7. Dans : GRANOVETTER. M (1973) : "The strength of weak ties" ; American Journal of Sociology, 78, p. 1360-1380.
  8. Concept de : BURT. R. S (1992) : "Structural holes: the social structure of competition" ; Cambridge, Harvard University Press
  9. DEGENNE. A, FORSE. M (1994) : Les Réseaux sociaux ; Paris, Armand Colin., p. 5
  10. WASSERMAN. S, FAUST. K (1994) : Social network analysis. Methods and applications, p. 5
  11. MILGRAM. S (1967): "The small world problem". Psychology Today, 1, 61-67
  12. WHITE. H, BOORMAN. S, BREIGER. R (1976) "Social Structure from Multiple Networks. I.: Blockmodels of Roles and Positions." American Journal of Sociology 81, 730-80

Voir aussi[modifier | modifier le code]

Bibliographie[modifier | modifier le code]

  • (fr) E. Mazzoni (2006), Du simple tracement des interactions à l’évaluation des rôles et des fonctions des membres d’une communauté en réseau: une proposition dérivée de l’analyse des réseaux sociaux, ISDM – Information Sciences for Decision Making, 25, 2006, pp. 477-487, pdf
  • Alain Degenne et Michel Forsé, Les réseaux sociaux. Une approche structurale en sociologie, 2e édition; Paris, Armand Colin, collection "U", 2004, 295 pages
  • (en) S. Wasserman, K. Faust (1994), Social network analysis. Methods and applications ; New York, Cambridge University Press.
  • E. Lazega (1998), Réseaux sociaux et structures relationnelles ; Paris; Que sais-je ? n° 3399, PUF.

Articles connexes[modifier | modifier le code]

Liens externes[modifier | modifier le code]