Navigation – Plan du site
Appel à textes clos

« Réseaux sociaux et recherche géographique »

Appel à contribution NETCOM
Bernard Elissalde et Françoise Lucchini
  • 1 Goodchild M. (2007) a proposé les expressions de “Volonteered Geographic Information” et de “volont (...)

En réalisant la synthèse du « où ? », et du « combien ? », les données issues des objets connectés ont inauguré une nouvelle ère dans les données mobilisables pour analyser la réalité géographique. Sans négliger pour autant la question du « qui ? » et la question éthique qui est accolée à l’usage de ces données, tout comme leur caractère véritablement « volontaire »1 (Goodchild M., 2007), un renversement de la qualification des individus est en marche, passant d’une catégorisation organisée autour de la profession, du revenu, de l’âge, du style de vie ou du lieu d’habitation, à une catégorisation issue des traces de comportements de mobilité et des usages de la ville.

  • 2 Blondel .V et al, 2015, A survey of results on mobile phone datasets analysis, EPJ Data Science (20 (...)

Depuis les travaux séminaux de C. Ratti, une multitude de contributions (Blondel2 et al, 2015) ont approfondi ce champ de recherche. Dans la compréhension du fonctionnement de l’espace géographique, les traces laissées par les individus sur les réseaux sociaux et/ou à partir de leur téléphone portable sont devenues, des sources incontournables pour mieux appréhender les mobilités quotidiennes habituelles, tout comme les comportements spécifiques, lors d’évènements exceptionnels.

D’un point de vue théorique, ces données ne relèvent pas uniquement de l’introduction de nouveaux types d’informations dans les méthodologies classiques. Elles provoquent une rupture dans les approches des espaces concernés par la construction potentielle de nouveaux agrégats pertinents. Se pose en effet depuis longtemps la question d’un éventuel renouvellement de la géographie urbaine, en abandonnant l’analyse des structures pérennes de l’espace urbain, fondée sur les catégories sociales, le sexe, l’âge ou la catégorie socio-professionnelle ou les lieux de résidence ? Dès l’instant où ces données ne sont pas accessibles passons à autre chose ! Nous proposons de réunir, dans ce numéro de NETCOM, des contributions démontrant l’intérêt géographique d’une analyse, non plus à partir des catégorisations habituelles mais en utilisant et en décomposant les informations extraites des données géolocalisées. Celles-ci ne se réduisent nullement à un simple repérage spatial des coordonnées. Croisées avec des données temporelles, qui peuvent être transformées en durée, en fréquence, elles permettent d’identifier de fonctionnements spatio-temporels de l’espace géographique (Lucchini, Elissalde et al, 2011, 2013, 2014, 2015).

En scandant les rythmes urbains, la finesse des découpages temporels qu’offrent les enregistrements légaux des données de crowdsourcing, permet d’aborder la question de la variabilité du fonctionnement de la ville selon un séquençage temporel inédit et notamment sous l’angle de temporalités multiples. Plus récemment des recherches nouvelles se sont déployées en utilisant les échanges de tweets dans l’agglomération de New York (França. U, 2014, Visualizing the “Heartbeat” of a City with Tweets) ou les photographies mises en ligne sur Instagram (Yan-Tao Zheng et alii, 2013).

Dans ce numéro, nous souhaitons réunir des contributions dont la finalité est de mettre en valeur les nouvelles catégorisations de l’espace géographique fondées sur les données issues des réseaux sociaux. Ces contributions pourront prendre la forme de :

  • d’analyse de l’espace urbain et des variations de concentration d’usagers, en s’appuyant sur la collecte des données au moyen des APIs des différents réseaux sociaux au-delà de la détection des comportements de mobilité ;

  • des modèles probabilistes de déplacements de foules, mais également d’autres types de modèles intégrant l’hypothèse que de l’aléatoire et des phénomènes d’auto-organisation ou d’auto-réalisation sont susceptibles d’émerger ;

  • des expérimentations menées à partir de plateformes de simulations à base d’agents.

REFERENCES :

AGUITON C., CARDON D., SMOREDA Z. (2009). Living Maps. First international Forum of application and Management of Personal Electronic Information, MIT, Cambridge, MA, USA.

BLONDEL V., DECUYPER A., KRINGS G. (2015). A survey of results on mobile phone datasets analysis. EPJ Data Science (2015) 4 :10, Doi 10.1140/epjds/s13688-015-0046-0.

CALABRESE F., PEREIRA F., DI LORENZO G., LIANG L. (2010). The geography of taste: analyzing cell-phone mobility and social events. Computer Science, vol. 6030, 2010, 22-37.

CANDIA J., GONZALEZ M., WANG P., SCHOENHARL T., MADEY G., BARABASI A.L. (2008). Uncovering individual and collective human dynamics from mobile phone records, 2008. Journal of Physics A, Math and Theorical, vol. 41, 22.

CARDON D. (2015). A quoi rêvent les algorithmes, Nos vies à l’heure des big data, col. La république des idées, Seuil.

CRANG M., (2001). Rhythms of the city, in May J. & Thrift N. (ed) Timespace, geographies of temporality, London, Routledge.

ELISSALDE B., LUCCHINI F., FREIRE-DIAZ S. (2013). Caractériser l’attractivité des quartiers urbains par les données de téléphonie mobile. L’Information géographique, n° 1, vol. 77, 2013, 44-62.

FRANÇA U., SAYAMA H., MCSWIGGEN C., DANESHWAR R., BAR-YAM Y. (2015). Visualizing the “Heartbeat” of a City with Tweets. Complexity, Avril 21, 2015. Doi :10.1002/cplx.21687, http://www.necsi.edu/research/social/nypattern.html

GOODCHILD M.F. (2007). Citizens as Sensors. The World of Volunteered Geography. VGI Specialist Meeting Position Papers, 2007: Santa Barbara, http://web.simmons.edu/~benoit/infovis/Goodchild.pdf

LUCCHINI F. et al. (2014). Urban events and emerging phenomena, ICCSA 2014, The 4th International Conference on Complex Systems and Applications, Le Havre.

RATTI, SEVTSUK, HUANG, PAILER (2005). Mobile Landscapes: Graz in Real Time. Proceedings of the 3rd Symposium on LBS & TeleCartography.

RESCH B., ZIPF A., BEINAT E., BREUSS-SCHNEEWEIS P., BOHET M. (2012). Towards the Live City, Paving the Way to Real-time Urbanism. International Journal on Advances in Intelligent Systems, vol 5 n° 3&4, http://iariajournals.org/intelligent_systems/

SEVERO M., ROMELE A. (2015). Traces numériques et territoires, col. Territoires numériques, Presses des Mines.

SMOREDA Z., AGUITON C., FOURESTIE B., MORLOT F. (2010). Taking the Urban Pulse with Mobile Networks, ParisTech Review, june 2010.

TAILLANDIER P., GRIGNARD A., GAUDOU B., DROGOUL A. (2014). Des données géographiques à la simulation à base d’agents : application de la plate-forme GAMA. Cybergeo : European Journal of Geography, Systèmes, Modélisation, Géostatistiques, document 671.

Dates importantes :

Février 2016 : Publication de l’appel à contribution ;

1er mai 2016 : Réception des textes ;

1er juin : Retour des évaluations par les reviewers ;

15 juin 2016 : Synthèse des retours d’évaluation réalisée par NETCOM et adressée aux auteurs avec demande de retour des textes pour septembre 2016.

Notes

1 Goodchild M. (2007) a proposé les expressions de “Volonteered Geographic Information” et de “volontary sensors”.

2 Blondel .V et al, 2015, A survey of results on mobile phone datasets analysis, EPJ Data Science (2015) 4:10.

Haut de page
  • Logo NETCOM Association
  • Logo IGU / UGI
  • Logo Comité national français de géographie (CNFG)
  • Logo UMR 6266 - IDEES Le Havre
  • Logo ARTDev (UMR 5281)
  • Logo DOAJ
  • Logo Heloise
  • Revues.org