{"id":123,"date":"2017-10-26T14:09:46","date_gmt":"2017-10-26T12:09:46","guid":{"rendered":"http:\/\/www.julienrossi.com\/blog\/?p=123"},"modified":"2017-11-01T16:16:17","modified_gmt":"2017-11-01T15:16:17","slug":"quel-indicateur-choisir-frequence-relative-ou-absolue-demploi-dun-mot","status":"publish","type":"post","link":"http:\/\/www.julienrossi.com\/blog\/2017\/10\/26\/quel-indicateur-choisir-frequence-relative-ou-absolue-demploi-dun-mot\/","title":{"rendered":"Quel indicateur choisir ? Fr\u00e9quence relative ou absolue d’emploi d’un mot ?"},"content":{"rendered":"

Le pr\u00e9sent billet de blog est le premier d’une s\u00e9rie destin\u00e9e \u00e0 raconter mes aventures dans le monde de la fouille de donn\u00e9es et de l’analyse textuelle automatique. Mon objectif (personnel) est d’explorer par la pratique les difficult\u00e9s \u00e9pist\u00e9mologiques et m\u00e9thodologiques rencontr\u00e9es dans ce type d’exercice. Mais aussi de parvenir \u00e0 d\u00e9terminer des cas dans lesquels de tels outils sont bel et bien utiles.<\/em><\/p>\n

Le terrain choisi pour cette exp\u00e9rience est l’analyse des courriels diffus\u00e9s sur la liste de diffusion publique du groupe d’int\u00e9r\u00eat sur la vie priv\u00e9e du W3C<\/a> (Privacy Internet Group – PING).<\/em><\/p>\n

 <\/p>\n

L’extraction de contenu de la mailing list publique du PING m’a permis d’obtenir un beau tableau avec, par mois (ou par e-mail d’exp\u00e9dition, selon le param\u00e9trage de mon script), le nombre total de fois o\u00f9 un mot a \u00e9t\u00e9 \u00e9crit :<\/p>\n

\"\"<\/a><\/p>\n

<\/p>\n

Avec une formule ins\u00e9r\u00e9e dans Calc, il n’est pas compliqu\u00e9 d’obtenir la fr\u00e9quence d’utilisation d’un mot par mois (en fonction du total d’utilisation du mot par mois), puis de pouvoir ainsi tracer l’\u00e9volution de la fr\u00e9quence d’utilisation d’un mot :<\/p>\n

\"\"<\/a><\/p>\n

[Utile]<\/strong> <\/span>Ce graphique fournit des informations int\u00e9ressantes : en effet, il existe un pic important d’emploi du mot “IETF” par les auteurs de courriels envoy\u00e9s sur la liste de diffusion du W3C PING en f\u00e9vrier 2014.
\n<\/strong><\/p>\n

En regardant ce \u00e0 quoi ce pic peut correspondre, on remarque qu’il y a eu des \u00e9changes de mail en f\u00e9vrier 2014 sur la mailing list du W3C PING \u00e0 cette \u00e9poque au sujet d’une r\u00e9union entre des membres du W3C PING et des gens de l’IETF :<\/p>\n

\"\"<\/a><\/p>\n

La r\u00e9union a d’ailleurs eu lieu le 4 mars 2014, et d’autres mails, en mars, sont \u00e9chang\u00e9s, pour discuter du compte-rendu de cette r\u00e9union :<\/p>\n

\"\"<\/a><\/p>\n

[Difficult\u00e9] <\/span><\/strong>Remarquons d’embl\u00e9e qu’en mars 2014, le mot “IETF” est employ\u00e9 21 fois, contre 12 fois en f\u00e9vrier 2014. Mais si son emploi augmente, la fr\u00e9quence de ce mot par rapport au nombre total de mots contenus dans les e-mails \u00e9chang\u00e9s sur la mailing-list diminue entre f\u00e9vrier et mars en raison du nombre plus important de mails \u00e9chang\u00e9s en mars.<\/span><\/p>\n

Choisir de calculer la fr\u00e9quence relative d’emploi d’un mot permet d’\u00e9viter de montrer l’importance relative d’un th\u00e8me. Ainsi, m\u00eame si peu de mails ont \u00e9t\u00e9 \u00e9chang\u00e9s sur l’IETF en f\u00e9vrier 2014, ce fut probablement le th\u00e8me de discussion le plus important. Mais cet indicateur peut \u00eatre trompeur, et donner l’impression d’une diminution en mars de l’importance du sujet, alors qu’au contraire en termes absolus le terme “IETF” conna\u00eet un pic d’utilisation.<\/p>\n

De plus, d’autres pics d’utilisation en termes absolus sont masqu\u00e9s par un indicateur bas\u00e9 uniquement sur la fr\u00e9quence d’utilisation du mot.<\/p>\n

L’emploi des deux indicateurs c\u00f4te-\u00e0-c\u00f4te reste donc indispensable :<\/p>\n

\u00a0<\/span><\/p>\n

\"\"<\/a><\/p>\n

 <\/p>\n","protected":false},"excerpt":{"rendered":"

Le pr\u00e9sent billet de blog est le premier d’une s\u00e9rie destin\u00e9e \u00e0 raconter mes aventures dans le monde de la fouille de donn\u00e9es et de l’analyse textuelle automatique. Mon objectif (personnel) est d’explorer par la pratique les difficult\u00e9s \u00e9pist\u00e9mologiques et…<\/p>\n","protected":false},"author":1,"featured_media":125,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[3,2],"tags":[7,8,9,6,5,4],"class_list":["post-123","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-gouvernance-dinternet","category-voyages-au-pays-de-la-grosse-donnee","tag-analyse-textuelle","tag-big-data","tag-methodologie","tag-statistiques","tag-vie-privee","tag-w3c"],"_links":{"self":[{"href":"http:\/\/www.julienrossi.com\/blog\/wp-json\/wp\/v2\/posts\/123","targetHints":{"allow":["GET"]}}],"collection":[{"href":"http:\/\/www.julienrossi.com\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"http:\/\/www.julienrossi.com\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"http:\/\/www.julienrossi.com\/blog\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"http:\/\/www.julienrossi.com\/blog\/wp-json\/wp\/v2\/comments?post=123"}],"version-history":[{"count":7,"href":"http:\/\/www.julienrossi.com\/blog\/wp-json\/wp\/v2\/posts\/123\/revisions"}],"predecessor-version":[{"id":145,"href":"http:\/\/www.julienrossi.com\/blog\/wp-json\/wp\/v2\/posts\/123\/revisions\/145"}],"wp:featuredmedia":[{"embeddable":true,"href":"http:\/\/www.julienrossi.com\/blog\/wp-json\/wp\/v2\/media\/125"}],"wp:attachment":[{"href":"http:\/\/www.julienrossi.com\/blog\/wp-json\/wp\/v2\/media?parent=123"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"http:\/\/www.julienrossi.com\/blog\/wp-json\/wp\/v2\/categories?post=123"},{"taxonomy":"post_tag","embeddable":true,"href":"http:\/\/www.julienrossi.com\/blog\/wp-json\/wp\/v2\/tags?post=123"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}