1-mode network : direct (qui est ami avec qui) 2

1-mode network : direct (qui est ami avec qui)
2-modes network : les gens ont un lien s’ils ont appartenance commune (ex : club sportif, gout
musicaux, etc.)
Alter : Les autres personnes du réseau.
Arc : Une relation dirigée qui a un sens est appelé un arc.
Bridge : (Granowetter) Un pont : seul lien entre deux individus dans un réseau. (=> C’est la
relation entre deux personnes, au contraire du cut-point, qui représente la personne) Si l’on
enlève le lien, cela déconnecte le graph.
 Local bridge : La voie la plus courte entre deux sommets. Si on l’élimine, on augmente la
distance des deux groupes, par contre ils seront toujours connectés par d’autres bridges.
Centralisation (on étudie la structure du réseau) un réseau est hautement centralisé lorsqu'un
petit nombre d’acteurs ont une forte centralité et les autres acteurs une faible centralité. La
définition est la même que pour la centralité, sauf que l’on prend en compte tous les individus.
 Degré
 Cœur-périphérie : Elle analyse dans quelle mesure un réseau est proche de la structure
idéal-typique en 2 groupes où le 1er groupe est composé d'acteurs centraux (le cœur
du réseau) tous connectés les uns aux autres et où le 2e groupe est composé d'acteurs
marginaux (la périphérie) avec aucun lien entre eux.
 Intermédiarité
 Proximité
Centralité (on étudie la place d’un individu)
 D’intermédiarité : Combien de fois un sommet apparaît dans tous les chemins
possibles du réseau. permet de voir quel sommet joue un rôle d'intermédiaire (obligé)
entre les autres membres du réseau.
 D’un individu : un individu a tous les liens qui vont vers lui. Star-émotionnelle. =>
Implique les autres individus du réseau ne sont pas centraux.
 De Bonacich : permet de voir quel sommet a les sommets voisins les plus connectés
avec d’autres membres du réseau. les sommets voisins les plus « populaires».
 De degré : (simplement le nombre de personnes connues par quelqu’un) permet de
savoir quel sommet a le plus de liens directs dans le réseau. permet de voir s’il y a des
différences (inégalités) dans les connexions d’un réseau.
 De proximité : la somme de toutes les distances géodésiques, la personne qui a la
somme la plus faible de ces distances sera la plus centrale. permet de voir quel sommet
a une accessibilité la plus directe à un plus grand nombre de sommets.
 Eigenvecteur : permet de voir quel sommet a le potentiel d’accessibilité le plus direct,
compte tenu de la structure globale du réseau.
Cluster : Une analyse de classification hiérarchique (analyse cluster) agrège en autant d'étapes
successives que de sommets, deux à deux, les éléments les plus proches, jusqu'à regrouper
tous les sommets dans une même classe.
Composantes : Ensemble de liens connectés dans un réseau. Ils doivent tous être connectés
par un path.
 Faible : décrit juste le lien.
 Forte : Tiens compte de la direction des liens (il faut le calculer avec un path)
Connectivité : nombre minimum d’arc à enlever pour déconnecter le réseau. Plus il y a
d’opération à faire, plus le réseau est solide.
Cut-point : si on enlève le sommet, le réseau se déconnecte. Point d’intersection entre deux
composantes.
Dyade : sous-graphe de taille 2, juste 2 sommets
Ego : La personne sur lequel le réseau est basé.
Egocentré (réseau) : Basé sur le questionnement d’une seule personne : Ego.
Factions : Elle analyse dans quelle mesure un réseau est proche de la structure idéal-typique
où chaque sous-groupe (faction) est composé d'acteurs tous connectés les uns aux autres
(chaque sous-groupe est une clique) et où il n'existe aucune connexion entre ces sous-groupes
(chaque sous-groupe est une composante).
Lien : Une relation non dirigée.
Multiplex (relations): On fait différentes choses avec la personne. Collègue, amis, confident,
etc.
Sous-groupes : Zones où la densité des relations est plus forte
 Top-Down : On part du réseau dans son ensemble
o K-plex : Un groupe dans lequel tous les sommets sont connectés à tous les
autres avec K exceptions.
o Cliques : Sous-graphe connecté maximal. Concerne seulement les relations non
orientées, on doit symétriser les données. Au minimum trois membres.
o N-Cliques : Un graphe maximal ou toutes les pairs de sommets sont connectées
par un chemin de taille n ou moins.
 Bottom-up : On part des triades/dyades et on les agglomère en essayant de ne pas
perdre la densité qui les caractérise.
o Composantes et cut-points
o Cœur-périphérie
Ties : (Granowetter)
 Weak : Lien faible. En général, ils sont des bridges. Les personnes ne partagent pas
beaucoup de choses en commun.
 Strong : Lien fort. Si un lien fort existe entre deux individus, il est très probable qu’un lien
faible se crée pour les personnes qui connaissent les deux.
Treillis de Galois : Cela mixe les liens entre individus et les affiliations dans le même graphique.
En cliquant sur un lien, on a les relations semblables, les événements semblables, etc.
Triades : Une triade correspond à un sous-groupe de 3 nœuds dans le réseau. On tient compte
de l’ordre des sommets dans la triade, c’est-à-dire qu’on distingue A-B-C de C-A-B. On parle
de triades ordonnées.
 Transitive : Quand deux sommets se connaissent, et qu’il y a un lien qui crée une
boucle, c’est une triade transitive. (page 83 séminaire complet).
Voisinage :
 Interne : Les liens qui viennent vers ego
 Externe : Les liens qui partent d’ego
Walk, Trail, Path: trajectoire de l’information. Combien de point doit-on traverser pour
amener une information d’une personne à une autre? Plus il y a de points, moins on peut
influencer l’autre.
 Walk : On peut passer plusieurs fois par les mêmes points ou lignes
 Trail : On peut passer par les mêmes points, mais pas par les mêmes lignes
 Path : On ne peut passer par les mêmes points ou les mêmes lignes.