Comment révéler les relations secrètes dans vos données ?

Un graphe de réseau, vous en avez sûrement déjà croisé. C’est beau, c’est fascinant, c’est dense en informations… mais c’est trop souvent, illisible. Pas évident de savoir par quel bout prendre ces liaisons enchevêtrées. Pourtant, dans ces plats de spaghettis se cachent une famille de données à part et un potentiel de visualisation différenciante.

Brice Terdjman, data scientist chez WeDoData, a rencontré le spécialiste du domaine, Hervé Letoqueux, croisé il y a déjà quelques années à DataHarvest. Son parcours est aussi riche qu’intriguant : enquêteur judiciaire, assistant au pôle d’instruction antiterroriste du Tribunal judiciaire de Paris, chef de la division des opérations à Viginum, cofondateur d’OpenFacto et désormais CEO de CheckFirst, organisation experte sur la détection de la désinformation.

🤔 Commençons par le commencement : c’est quoi un graphe de réseau ?

Hervé Letoqueux : « La première chose à comprendre, c’est que ce n'est pas une donnée comme les autres. Un graphe de réseau ne représente pas des sommes — des euros, des tonnes de CO₂, des pourcentages. Il représente des liens, le fait qu’une entité soit reliée à une autre : une entreprise et sa filiale, un compte et ses abonné·e·s, un versement et son bénéficiaire.

Concrètement, les données de départ tiennent en trois colonnes : une source, une cible, un lien. C'est le minimum pour construire mon premier graphe. Et si j'ai en plus une table qui décrit mes entités (leur secteur, leur taille, leur date d'apparition…), je peux l'importer à part pour enrichir l’analyse. »

🧶 Quand on a les données nécessaires, comment réaliser sa première visualisation du réseau ?

« Le plus simple, c’est d’utiliser un outil comme Gephi (open source, gratuit, évidemment…). On importe sa liste de liens et on obtient d’abord un graphe… assez informe. Tous les nœuds sont là, mais il faut désormais les organiser spatialement.

Pour cela, on utilise un algorithme de spatialisation. L’un des plus connus dans Gephi s’appelle ForceAtlas2. Imaginez que les nœuds se repoussent comme des aimants, tandis que les liens qui les relient agissent comme des élastiques. Petit à petit, le réseau trouve une sorte d’équilibre : les nœuds très connectés se rapprochent. Des groupes commencent à apparaître et les éléments plus isolés s’éloignent. »

🪄 Une fois le graphe construit, que peut-on y lire ? Existe-t-il une formule magique pour en sortir les infos clés ?

« Je n’ai pas de baguette magique, mais j’ai un trio d’algorithmes (disponibles dans Gephi) que j'utilise presque toujours et qui se complètent.

Le premier, c’est la modularité. Cet algorithme regroupe les nœuds qui se connectent surtout entre eux en leur attribuant une couleur : il fait ainsi émerger des clusters. J’avais fait l’exercice sur mon réseau d’amis sur Facebook et on distingue immédiatement les amis d’enfance, les collègues, le groupe du club de moto… Chacun sa teinte et sa zone.

Le second, c’est le degré : le nombre de liens de chaque nœud. Avec cette vision quantitative, on calcule le degré de chaque nœud et on l’applique sur la taille des bulles. Mécaniquement, se distinguent les personnes les plus importantes du réseau, celles qui ont le plus de liens entre eux. C’est ce qui saute aux yeux quand on spatialise en ForceAtlas2 : les nœuds très reliés se rapprochent, les isolés partent vers l’extérieur. Dans mon réseau d’amis, par exemple, la plus grosse bulle (après mon ex-compagne), c’est celle de mon meilleur ami : logique, il a le plus de liens avec tous mes autres contacts.

Le réseau d'amis Facebook d'Hervé (2015), coloré par communautés.

Sur mon réseau d’amis, la plus grosse bulle est celle de la mère de mes enfants et pourtant si on regarde bien, ce n’est pas celle qui a le plus de connexions. Alors pourquoi ressort-elle ? C’est parce que ce n’est pas le degré que j’ai utilisé, mais l’intermédiarité, le troisième algorithme, mon préféré. Plus connu sous son nom anglais de “betweenness centrality”, il va révéler les nœuds qui sont en lien avec le plus de groupes différents.

Je prends un autre exemple vécu, celui d’un réseau de trafic de drogues constitué à partir d’appels téléphoniques. Le degré révèle très bien celles et ceux qui tiennent un point de deal : ils appellent, ils reçoivent des dizaines de contacts, ils remontent tout en haut. Mais le patron (ou la patronne), lui, n’est en lien qu’avec ses deux dealers. À la moulinette du degré, il va passer sous les radars. C’est l’intermédiarité qui peut révéler son importance, parce qu’il est le seul point de passage entre les deux communautés. C’est exactement ce que calcule l’algorithme : à quel point cette personne fait la passerelle entre plusieurs communautés. Et pour un enquêteur, c’est justement le nœud à identifier. »

✅ Tes conseils pour ne pas rater son graphe, le rendre lisible et exploitable ?

« En premier lieu, il y a le nettoyage des données, étape incontournable. Des occurrences distinctes (London, Londres…) se traduiront en des nœuds distincts. Harmoniser et dédoublonner, ce n’est pas une option.

Puis s’obliger à filtrer. Quand il y a trop de nœuds et trop de liens, on supprime ceux qui ont moins d’un certain nombre de connexions. C’est une décision un peu arbitraire, mais correctrice : on efface rarement de l’information utile. Le vrai piège, c’est la coquetterie de l’exhaustivité.

Je me méfie aussi de la 3D. Ça impressionne, mais on s’y perd : on ne sait plus naviguer et la taille des volumes ment souvent sur l’importance réelle. Sans compter que tout le monde ne sais pas lire la 3D.

Pour le reste, c’est du dosage : des couleurs accessibles et sans faux sous-entendus (le vert n’est pas toujours « bien »), un affichage progressif des nœuds pour permettre au lecteur de se familiariser avec les grandes communautés de votre réseau et une fonctionnalité de recherche pour explorer sans se noyer. »

ENCORE UN PETIT LOT DE PÉPITES

• Gephi : l’outil de référence de visualisation des réseaux, et sa version en ligne lite.gephi.org pour expérimenter sans rien installer (développée par notre partenaire Ouestware)
• Table2Net : un outil du MédiaLab de Sciences Po pour transformer un tableau en fichier importable dans Gephi.
• Neo4J : le leader du marché des bases de données orientées graphes qui a créé Cypher, le langage pour interroger les données connectées.
• NetworkX : la bibliothèque Python pour les analyses plus avancées.
• Cosmos.gl : une bibliothèque WebGL récente pour créer de beaux graphes de réseaux.

🔭 Et si on regardait vos données autrement ?

Un bon graphe de réseau révèle des relations que personne ne voit vraiment et donc de nouveaux angles de narration. Vous avez des données de ce type qui dorment dans un tableur (ou vous pensez en avoir) ?

Contactez-nous pour raconter des histoires inédites : hello@wedodata.fr