1. Une analyse des graphes et des
discours autour du hashtag!
! #Mariagepourtous !
Pierre Ratinaud
Université Toulouse 2
Nikos Smyrnaios
Université Toulouse 3
Journée d’étude: « Ancrer le discours sur le genre. Commentaires en ligne et fouille d'opinion »,
Lyon, 27-28 novembre 2014

2. Le contexte
« Mariage pour tous »: donner le droit au mariage et
à l’adoption aux couples homosexuels
Entre la présentation du texte au conseil de
ministres (11/2012) et le 1er mariage (5/2013):
- Nombreuses manifestations pour et contre
- Débats houleux à l’Assemblée et au Sénat
- Polémiques médiatiques

3. La méthode
Collecte des tweets comportant le mot clé
mariagepourtous du 7/11/2012 au 31/07 2013
Le corpus se compose de 1 260 092 tweets, 195 441
utilisateurs dont 56,55% avec un seul message
Etape 1: analyse lexicométrique des tweets avec
Iramuteq
Etape 2: repérage de clusters avec Gephi et
exploration « manuelle »
Etape 2: lien entre clusters et classes de discours

4. Le corpus
Les pics de tweets correspond à l’actualité retweets
Surreprésentation de retweets (61%)

5. Analyse lexicometrique
Elimination des retweets=> 453 107 tweets
Elimination des urls et du hashtag du corpus texte
6 474 386 occurrences, 73 380 hapax
Méthode Reinert avec IRaMuTeQ
On obtient 12 classes de plus de 10 500 tweets

6. Analyse lexicometrique
Méthode Reinert
- Formes « pleines » porteuses de signification
(substantifs, adjectifs, adverbes, verbes)
- Segment de texte comme unité : tweet
- Bis-partitions successives du corpus par analyse
factorielle
- Résultat: ensembles de segments de textes
regroupés sur le critère de la cooccurrence du
lexique (classes)

7. Analyse lexicometrique
Conflit,
insultes
Humour,
blagues
Appel
manif
Livetweet Religion
AN
Critique
exécutif
Droite
et violence
Libérté de
Conscience
Sondages
PMA GPA
Livetweet
Sénat
Famille
Télévision,
people

8. Analyse des réseaux
Graphe orienté basé sur les retweets des comptes
avec >4 tweets dans Gephi
58 587 comptes, 418 844 liens
Application de la Méthode de Louvain : algorithme
hiérarchique proposé dans Blondel et al. (2008)

10. Lien clusters & classes de discours
Appel à manifester
Religion
Conflits, insultes
TV, people
Humour
Evocation de la famille
Opposants: critique du gouvernement, commentaires sur
la perception du mouvement anti (violence), PMA/GPA
Sondages GPA MPA
Mouvement opposition
Critique du
gouvernement
Liberté de conscience
LGBT: débats parlementaires, manifestations
Autres: blagues, insultes

11. Les pro: communauté LGBT très active. Registre
d’information et de mobilisation (appel à manifester,
livetweet débats parlementaires)
Les anti : registre d’indignation, discours très
politisé et « moraliste » (gouvernement, PMA/GPA)
Autres (autour des comptes people): humour, satyre
et/ou un mode d’échange conflictuel, apolitiques)
Politiciens: débat de fond (religion, violence, liberté
de conscience
Médias: enjeux politiques et jeux des acteurs (liberté
de conscience, débat AN)

12. Confirmation de tendances
Sur Twitter mélange mobilisation, information +
ironie, humour, indignation, etc.
Glissement du sujet, on parle d’autre chose (religion,
politique, moeurs)
Interactions (retweets, mentions) => débat
structuré, non juxtaposition d’individus
Cohérence entre les communautés d’usagers
repérées par l’analyse de graphes et les classes de
discours repérées avec Iramuteq

13. Limites
Population loin d’être representative de la société
(CSP+, jeunes, diplômés, métiers intellectuels)
Echantillon ad hoc biaisé par le choix du mot clé
(résultats différents avec #mariagehomo)
Logique internes de la plateforme
Pauvreté lexicale