décembre 2018

Ces scripts ont été conçus pour générer aléatoirement des graphes signés possédant un certain type de structure de communautés, dans le but d’évaluer des algorithmes de partitionnement. Divers aspects des graphes peuvent être spécifiés par l’utilisateur. URL : https://github.com/CompNet/SignedBenchmark Date de production : 2017–2018 Publication liée : Nejat Arınık, Rosa Figueiredo et Vincent Labatut. « Multiplicity and Diversity :Analyzing the Optimal Solution Space of the Correlation Clustering Problem onComplete Signed Graphs ». In : Journal of Complex Networks 8(6):cnaa025 (2020).DOI: 10.1093/comnet/cnaa025. ⟨hal-02994011⟩

Ce logiciel prend le nom d’une personne publique et une période, et récupère tous les événements disponibles en ligne impliquant cette personne pendant cette période. Il effectue d’abord une recherche Web en utilisant divers moteurs, puis récupère les pages Web correspondantes, réalise une reconnaissance d’entités nommées (NER), utilise ces entités pour clusteriser les articles et considère chaque cluster comme la description d’un événement spécifique. Il est conçu pour gérer les pages Web en français, mais devrait également fonctionner pour l’anglais. URL : https://github.com/CompNet/TranspoloSearch Date de production : 2015–2018 Publications liées : Vincent Labatut et Guillaume Marrel. « La visibilité politique en ligne : Contributionà la mesure de l’e-reputation politique d’un maire urbain ». In : Big Data etvisibilité en ligne : Un enjeu pluridisciplinaire de l’économie numérique. Fort-de-France,FR, 2017, p. 271-286. ⟨hal-01904352⟩ Guillaume Marrel, Vincent Labatut et Marc El Bèze. « Le Web comme miroir dutravail politique quotidien? Reconstituer l’écho médiatique en ligne des événementsd’un agenda d’élu ». In : 13ème Congrès de l’Association Française de Science Politique(AFSP). Aix-en-Provence, FR, 2015, p. 25. AFSP ⟨hal-01904338⟩

Ces scripts ont été conçus dans trois objectifs : Générer une variété de graphiques et de statistiques basés sur des données brutes décrivant l’activité de vote d’une population de représentants parlementaires. Extraire les réseaux de vote à partir de ces données. Effectuer diverses analyses sur ces réseaux, notamment : estimer de bonnes partitions de l’ensemble des nœuds selon différentes mesures. Notre outil a été appliqué à des données représentant l’activité des membres du Parlement Européen (MEP) lors de la 7e législature (de juin 2009 à juin 2014). Les données brutes décrivant cette activité ont d’abord été récupérées sur le site de VoteWatch. Cependant, ces données étaient incomplètes, donc nous avons ensuite basculé vers une autre source : le site It’s Your Parliament. Il y avait aussi quelques problèmes mineurs avec ces données, que nous avons dû corriger : certains MEP étaient représentés deux fois, certains profils étaient incomplets, les domaines politiques n’étaient pas définis pour tous les textes de vote, etc. Ces données nettoyées sont disponibles sur Zenodo ici et là. URL : https://github.com/CompNet/NetVotes Date de production : 2014–2018 Publications liées : Nejat Arınık, Rosa Figueiredo et Vincent Labatut. « Signed Graph Analysis for theInterpretation of Voting Behavior ». In Plus d'infos