OSoMe, une suite d’outils gratuite pour cartographier Twitter

Deux chercheurs de l’université d’Indiana, Filippo Mentzer et Alessandro Flammini, viennent de lancer une suite de 5 services baptisée OSoMe (pour the Observatory on Social Media) qui permet d’analyser et de cartographier les contenus de Twitter. Petit tour d’horizon :

1. Bot Or Not : comme son nom l’indique, ce premier service a pour objectif de vous aider à déterminer si un compte Twitter est un bot, comprenez que ses publications sont totalement automatisées, ou s’il y bien un humain derrière. Mais il va en fait beaucoup plus loin en permettant une analyse de compte avancée. Il faudra au préalable accepter que le service se connecte à votre compte. Les informations proposées sont nombreuses :
   1. Compteur indiquant la probabilité que le compte soit un bot. Vous me voyez heureux de ne pas en être un ! (Quoiqu’un petit Voight-Kampff serait probablement utile)
   2. Heures de publication
   3. Graphe de hashtags des amis
   4. Graphe de hashtags du compte
   5. Graphe des retweets et mentions (pour l’instant peu exploitable)
   6. Sentiments (plusieurs métriques)
   7. Analyse lexicale du contenu (tweets, mentions, retweets)
   8. Analyse des langues utilisées par les followers
2. Trends : Analyse éventuellement cumulative et/ou comparative de hashtags sur une période donnée
   1. Lancer un hashtag dans le moteur et choisissez la période
   2. Lancer un second hashtag sur la même période pour obtenir une seconde courbe (ou plus, comme ci-dessous)
   3. pour cumuler les résultats de deux hasthags (ou plus) écrivez votre requête ainsi. Exemple :
      1. #hollande, #valls* que l’on pourra par exemple comparer avec l’agrégat #sarkozy, #juppé*
   4. Impossible malheureusement de cliquer sur la courbe pour accéder aux tweets ayant fait émerger la tendance comme le proposait le regretté Topsy et comme le proposent les services payants de social medias monitoring
3. Movies : service qui crée une petite vidéo de l’évolution d’une tendance (ou d’un meme).
   1. Tapez un hashtag
   2. Déterminez une échéance en choisissant une date de début et une date de fin
   3. Choisissez de cartographier soit :
      1. les retweets
      2. les mentions
      3. les co-occurences (voir ci-dessous)
   4. Indiquez une adresse email. Vous serez ainsi prévenu lorsque le film aura été généré.
   5. On peut voir des exemples de vidéos ici
4. Networks : permet de générer un graphe à partir d’un hashtag
   1. Tapez un hashtag dans le moteur
   2. Configurez la période
   3. Choisissez de cartographier soit :
      1. les retweets et mentions : ici un exemple avec #dataviz
      2. les co-occurences, c’est à dire les hashtags les plus souvent cités avec celui que vous avez tapé
   4. Attention : le temps de calcul des graphes peut être très long en fonction des volumes à traiter. Il faut être patient et c’est tout de même un peu frustrant.
   5. Cliquer sur le pseudo d’un utilisateur fait apparaître la liste de tous les comptes l’ayant retweeté ou mentionné sur la période, permettant ainsi de facilement identifier des utilisateurs à suivre sur le sujet.
   6. Il est possible d’exporter les données au format image PNG ou en JSON
5. Maps : positionne les tweets sur une carte géographique interactive
   1. Tapez un hashtag dans le moteur
   2. Configurer la période
   3. Lancer la requête
   4. Une carte du monde apparaît surmontée d’un bouton « Démarrer »:
      1. Cliquer sur « Démarrer » lance un petit « film » qui montre la propagation du hasthag au jour le jour sur la période donnée
      2. On peut utiliser le « slider » pour avancer jour après jour et mettre en pause.
6. API : permet d’accéder à l’API d’OSoMe.

Conclusion :

C’est un beau cadeau que ces deux chercheurs font aux veilleurs désargentés et aux autres. OSoMe est une suite avancée qui permet de pousser loin l’analyse de hashtags. Le fait de pouvoir cumuler des hashtags dans la partie Trends est particulièrement intéressant, tout comme la possibilité de pouvoir en suivre l’évolution dans le temps ou sur une carte géographique. Bien sûr la plateforme n’est pas exempte de défauts. En premier lieu on regrettera la lenteur de calcul dans Maps ou Network. Idem, je l’ai déjà dit, pour l’impossibilité d’afficher les tweets ayant fait émerger une tendance (Trends) ou un hotspot géographique (Maps). Enfin il est dommage de ne pas pouvoir utiliser ces outils pour cartographier des mots-clés libres. Malgré cela j’encourage tous les veilleurs utilisant Twitter (c’est à dire logiquement tous les veilleurs 🙂 à tester cette suite d’outils innovante et qui tombe à point nommé.