Visualiser les données
Datavisualisation, outil d’exploitation et d’exploration des données

4.1 Disposer de métriques applicables aux entités et aux relations entre les entités

Dans une dataviz, chaque indicateur est porteur de sens.

Dans la figure « Exemple du dataset et du modèle de données d’analyse des conversations Twitter », label, followed et followers sont extraits de la base de données Twitter. La métrique « nombre de tweets » est par ailleurs calculée à partir des messages extraits et filtrés sur les mots-clés du périmètre. Des éléments de calcul matriciel (modularité et eigenvector ou vecteur propre) sont calculés par le logiciel et viennent enrichir la donnée brute extraite. Une table complémentaire permet de calculer les interactions entre les tables ; elle est calculée à partir des messages et des interactions matérialisées (retweet et mentions).

Sur la dataviz (cf. figure « Vue d’ensemble d’un réseau d’échanges de tweets »), chaque point représente un compte Twitter, les relations entre les comptes ont un sens (X parle à Y dans le sens des aiguilles d’une montre pour la courbe les reliant), les couleurs représentent les clusters ou communautés calculés, la taille de chaque point traduit sa centralité et l’épaisseur des liens ainsi que le nombre de messages échangés.

La figure « Focus sur les échanges de tweets autour du ministère de la Santé du Paraguay » fait un zoom plus détaillé des clusters (regroupements) générés par la datavisualisation : on distingue un cluster couleur brique autour du ministère de la Santé Paraguay et un cluster orange pour les sites médias et sites d’informations. L’intensité des relations se distingue clairement à travers l’épaisseur des liens. Les liaisons bidirectionnelles autour du compte du ministère de la Santé au Paraguay (MSALUDPY) montrent clairement une stratégie de discussion...