Petit monde et réseaux sans échelle : Milgram à Barabási

Sociologie · Master 1

Six degrés de séparation, regroupement local et attachement préférentiel.

Introduction

En 1967, Stanley Milgram demande à des personnes du Nebraska et du Kansas de faire parvenir une lettre à un inconnu du Massachusetts en la transmettant à des connaissances. Parmi les chaînes arrivées à destination, la chaîne médiane compte environ cinq intermédiaires, soit environ six liens, d'où l'expression « six degrés de séparation ». Beaucoup de lettres n'arrivent toutefois jamais, ce qui nuance la portée de l'expérience.

Duncan Watts et Steven Strogatz montrent en 1998 qu'un réseau à fort regroupement local (les amis de mes amis sont mes amis) devient un petit monde dès que quelques raccourcis lointains y sont ajoutés. Albert-László Barabási et Réka Albert proposent ensuite un modèle de croissance par attachement préférentiel, qui produit des réseaux sans échelle avec quelques hubs très connectés.

Ces modèles aident à comprendre la diffusion d'informations, de rumeurs ou d'épidémies, et la vulnérabilité des réseaux face à la suppression de leurs hubs.

Objectifs d'apprentissage

Décrire l'expérience de Milgram et ses limites
Expliquer le modèle de Watts et Strogatz
Définir un réseau sans échelle et l'attachement préférentiel
Distinguer distribution de Poisson et loi de puissance
Relier ces structures à la diffusion et à la robustesse

Concepts clés

Petit monde: Réseau où la distance moyenne entre acteurs est faible malgré une grande taille, avec un fort regroupement local.
Coefficient de regroupement: Probabilité que deux contacts d'un acteur soient aussi liés entre eux.
Attachement préférentiel: Mécanisme où les nouveaux noeuds se lient plus volontiers aux noeuds déjà très connectés.
Réseau sans échelle: Réseau dont la distribution des degrés suit approximativement une loi de puissance, avec quelques hubs.

Conclusion

Le petit monde et les réseaux sans échelle montrent comment des règles simples de formation de liens engendrent des structures globales très particulières. Elles complètent l'approche sociologique, qui s'intéresse au sens des relations.

Il faut cependant se garder de voir une loi universelle dans chaque loi de puissance : les ajustements statistiques demandent des données et des tests soignés, et beaucoup de réseaux sociaux observés s'en écartent.

Cartes

Que montre l'expérience de Milgram de 1967 ?: Que des chaînes de connaissances relient des inconnus en un petit nombre d'étapes (médiane d'environ six liens).
Quelle limite majeure pèse sur l'expérience de Milgram ?: Une grande partie des lettres n'est jamais arrivée ; l'échantillon de départ était aussi peu représentatif.
Que signifie « six degrés de séparation » ?: Qu'en moyenne deux personnes sont reliées par une chaîne d'environ six liens ; c'est une approximation, pas une loi.
Quel paradoxe le modèle de Watts-Strogatz résout-il ?: Comment un réseau très regroupé localement peut avoir de courtes distances globales : quelques raccourcis suffisent.
Qu'est-ce que le coefficient de regroupement ?: La part des paires de contacts d'un acteur qui sont elles-mêmes reliées ; il mesure la cohésion locale.
Qu'est-ce qu'un hub ?: Un noeud doté d'un nombre de liens très supérieur à la moyenne.
Que décrit le modèle de Barabási et Albert ?: La croissance d'un réseau par attachement préférentiel, produisant une distribution des degrés en loi de puissance.
Pourquoi un réseau sans échelle est-il robuste aux pannes aléatoires mais vulnérable aux attaques ciblées ?: Retirer un noeud au hasard touche presque toujours un noeud peu connecté, mais retirer les hubs fragmente le réseau.
Quelle différence entre distribution de Poisson et loi de puissance ?: Dans un graphe aléatoire, les degrés se concentrent autour de la moyenne ; dans la loi de puissance, de rares noeuds ont des degrés très élevés.
Quel est le lien entre petit monde et épidémie ?: Les raccourcis accélèrent la propagation d'un agent ou d'une information entre groupes éloignés.

Glossaire

Distance moyenne: Moyenne des plus courts chemins entre toutes les paires d'acteurs.
Raccourci (lien faible lointain): Lien reliant des parties éloignées d'un réseau et réduisant fortement les distances.
Loi de puissance: Distribution où la probabilité d'un degré k décroît comme une puissance de k, laissant une longue traîne.
Hub: Noeud ayant un nombre de liens exceptionnellement élevé.
Effet Matthieu: Avantage cumulatif : ce qui est déjà bien doté reçoit encore davantage.
Robustesse: Capacité d'un réseau à conserver sa connectivité malgré la perte de noeuds ou de liens.