Twitter, arme de communication massive et outil scientifique

twitter logo Pirate
CC-BY Jona­than Sobel

Twit­ter est un réseau social incon­tour­nable. Son prin­cipe est simple, il s'agit de s'échanger avec ses "fol­lo­wers", des mes­sages ou "tweets" de 140 cha­rac­tères maxi­mum. Il est sur­tout uti­li­sé aux Etats-Unis, mais la fièvre Twit­ter gagne peu à peu l'Europe.  De nom­breux scien­ti­fiques, chefs de labos, doc­to­rants et même des ins­ti­tu­tions informent par ce biais. En créant votre compte vous pour­rez avoir un accès direct à toutes ces per­sonnes (en tant que sui­veur) et vous pour­rez leur poser des ques­tions au moyen de mes­sages directs (DM).

La com­mu­ni­ca­tion scien­ti­fique se fait de plus en plus au moyen de blogs ain­si qu’à tra­vers les réseaux sociaux, à tel point que des pro­fes­seurs d’université, comme Marc Robin­son-Recha­vi (@marc_​rr), pro­posent aujourd’hui des for­ma­tions aux nou­veaux moyens de com­mu­ni­ca­tion numé­riques (blogs et réseaux sociaux). Ils per­mettent de dif­fu­ser les avan­cées scien­ti­fiques, de dis­cu­ter des ques­tions éthiques, de détec­ter les fraudes ou les erreurs dans les articles scien­ti­fiques, et de com­battre la pseu­do-science ou le créa­tion­nisme.

D’autres cher­cheurs, comme Mar­cel Sala­té (@mar­cel­sa­lathe) , uti­lisent Twit­ter pour étu­dier les réac­tions sur les réseaux sociaux, face aux cam­pagnes de vac­ci­na­tion des popu­la­tions, par exemple. Cette nou­velle dis­ci­pline scien­ti­fique se nomme l’épidémiologie digi­tale. Dans une de ses études sur la popu­la­tion amé­ri­caine, Mar­cel Sala­té montre une cor­ré­la­tion entre le nombre de réac­tions néga­tives face aux vac­cins sur Twit­ter et le nombre de malades de la grippe. Résul­tat : moins les gens sont favo­rables à la vac­ci­na­tion, plus le nombre de malades lors de l’épidémie annuelle est éle­vé.

Organiser sa veille sur Twitter

De manière géné­rale, lorsqu’on sou­haite se tenir infor­mé des der­niers sujets "chauds", il faut uti­li­ser quelques outils, comme ceux pré­sen­tés dans un article pré­cé­dent.

Dans un pre­mier temps, il faut créer son compte en rem­plis­sant un simple for­mu­laire. Vous pou­vez ensuite vous enre­gis­trer (login), puis suivre des per­sonnes ayant les mêmes inté­rêts que vous. Pour ce faire, le champ de recherche par mot clé ou hash­tag (#bio­in­for­ma­tics, par exemple) est à votre dis­po­si­tion. Il est aus­si pos­sible de faire des listes de per­sonnes pour avoir dif­fé­rents « fils d’informations » par sujet. La stra­té­gie est de suivre un maxi­mum de pro­fils  inté­res­sants pour ne rater aucune infor­ma­tion. Vous pou­vez aus­si “twit­ter” des mes­sages sur vos sujets pré­fé­rés en incluant des images, des adresses web etc. Pen­sez aus­si au sys­tème de hash­tag pour indexer vos tweets à un sujet ou encore inclure un compte que vous sui­vez comme @Bioin­fo­Fr. Le compte sera ain­si infor­mé de votre men­tion par une noti­fi­ca­tion.

Le bot, super-robot au service du programmeur

Un bot est un pro­gramme infor­ma­tique “robot” qui va auto­ma­ti­ser cer­taines tâches. Si vous avez un blog, vous pou­vez faire en sorte que toute nou­velle publi­ca­tion que vous ajou­tez appa­raisse éga­le­ment auto­ma­ti­que­ment sur Twit­ter grâce au flux RSS. Plu­sieurs tuto­riels per­mettent d'apprendre à pro­gram­mer un bot avec Twit­ter en R, grâce au package “Twit­teR”. Si vous n’aimez pas coder, il existe des appli­ca­tions pour créer un bot avec une inter­face gra­phique, comme IFTTT.

Par exemple, ISCB SC RSG Swit­zer­land (@rsg_​switzerland) pos­sède un compte qui publie auto­ma­ti­que­ment les articles de 14 blogs répu­tés de bio­in­for­ma­tique grâce aux flux RSS et IFTTT. Les bots sont nom­breux sur Twit­ter, en voi­ci une liste assez sym­pa­thique. Des comptes qui donnent des astuces en R sont ici : @R_​Programming@Rbloggers@RLang­Tip@TextMining_r. En fouillant un peu, vous en déni­che­rez rapi­de­ment d'autres visant d'autres formes de lan­gage ou sujets.

 @BioinfoFR passé au crible

Vous le savez désor­mais, le petit oiseau bleu est un super moyen de com­mu­ni­quer, de se faire connaître et de suivre ses pairs. Et pour ana­ly­ser effi­ca­ce­ment la quan­ti­té gigan­tesque des infor­ma­tions four­nies par les uti­li­sa­teurs, il est pos­sible de récu­pé­rer les tweets par mot-clé ou par uti­li­sa­teur. Il s'agit ensuite de faire une ana­lyse du type forage de texte (text­mi­ning). On peut aller beau­coup plus loin en recons­ti­tuant des réseaux d'interactions de comptes (vous pour­rez nous racon­ter vos explo­ra­tions dans un pro­chain article!)

Voyons un exemple concret avec le compte Twit­ter du blog @BioinfoFr. Dans un pre­mier temps, ins­tal­lez le package "Twit­teR" sur R. Si vous uti­li­sez d'autres lan­gages, il existe une API twit­ter.

Ensuite, pro­cu­rez-vous vos don­nées per­son­nelles de déve­lop­peur agréé (api_​key, api_​secret, access_​token, access_​token_​secret) en sui­vant ce billet ou la doc de déve­lop­pe­ment de Twit­ter.

Puis authen­ti­fiez-vous avec la com­mande sui­vante :

Récu­pé­rez les tweets du compte orga­ni­sés en "data­frame" avec les com­mandes sui­vantes :

Dans cette table se trouvent plu­sieurs infor­ma­tions comme la date du tweet, le texte, le nombre de ret­weet, le nombre de favo­ris, la loca­li­sa­tion GPS (si elle est active sur le compte), et s'il s'agit d'une réponse à un autre tweet ain­si que la per­sonne à qui elle est adres­sée.

Pour savoir par exemple quels sont les tweets les plus repris, vous pou­vez étu­dier le nombre de favo­ris et de ret­weets.

Retwitts vs favoris

En ajou­tant un peu de bruit dans les don­nées grâce à jit­ter, il est pos­sible d'observer de plus près ce qui se passe. Ici, le nombre de ret­weets et de favo­ris est assez faible. Amis lec­teurs, vous êtes peu sur Twit­ter : créez votre compte !

Pour savoir quels sont les tweets les plus repris et les favo­ris :

L'on peut aus­si s'amuser avec la date des tweets et obser­ver com­ment leur nombre a évo­lué depuis le début du compte @BionfoFR.

Twittes en serie temporelle

Conclu­sion : nos admins sont très actifs, sur­tout en sep­tembre 2014 et en jan­vier 2015.

Et à qui ont-ils le plus sou­vent répon­du ?

Reponses Bioinfo-fr twitter

Par­mi les noms, quelques habi­tués de Bioin​fo​-fr​.net !

Conclusion

Twit­ter est un outil très per­for­mant qui peut non seule­ment vous per­mettre de vous tenir au cou­rant des der­nières nou­veau­tés, mais repré­sente aus­si un moyen d'analyse assez pra­tique. Ce média social rem­porte un suc­cès mon­dial, mais reste encore peu uti­li­sé en Suisse (et en France?) dans le monde scien­ti­fique. Vous pou­vez y pas­ser des heures — atten­tion, c'est très addic­tif ! D'un autre côté, il peut repré­sen­ter un for­mi­dable atout pour votre futur. Vous pou­vez me suivre sur Twit­ter au compte @JonathanSobel1 , et répondre à la ques­tion sui­vante : que fai­saient nos admins ché­ris en sep­tembre 2014 et jan­vier 2015 ?

Un grand mer­ci aux relec­teurs : Yoann M., MtheG, hed­jour et à notre admin de la semaine ZaZo0o.



Pour continuer la lecture :


Commentaires

Une réponse à “Twitter, arme de communication massive et outil scientifique”

  1. Avatar de lucas

    Il existe aus­si plé­thore de modules Python pour jouer avec twit­ter. Le plus four­nis, de ce que je sais, est dis­po sur pypi.

    Il y a aus­si les mon­ty python sur twit­ter, mais ça n'a rien à voir avec la bio­in­for­ma­tique.

Laisser un commentaire