Graphes, réseaux, réseaux sociaux : vocabulaire et

notation
Laurent Beauguitte

To cite this version:

Laurent Beauguitte. Graphes, réseaux, réseaux sociaux : vocabulaire et notation : Version 1 - Septem-
bre 2010. 2010. �halshs-00541898�

HAL Id: halshs-00541898

https://shs.hal.science/halshs-00541898
Preprint submitted on 1 Dec 2010

HAL is a multi-disciplinary open access L’archive ouverte pluridisciplinaire HAL, est

archive for the deposit and dissemination of sci- destinée au dépôt et à la diffusion de documents
entific research documents, whether they are pub- scientifiques de niveau recherche, publiés ou non,
lished or not. The documents may come from émanant des établissements d’enseignement et de
teaching and research institutions in France or recherche français ou étrangers, des laboratoires
abroad, or from public or private research centers. publics ou privés.
Graphes, réseaux, réseaux sociaux : vocabulaire et
notation
Laurent Beauguitte - UMR Géographie-cités
beauguittelaurent<at>parisgeo.cnrs.fr

Version 1 - Septembre 2010

Toute personne désireuse de s’attaquer à l’analyse de réseaux se heurte à

deux problèmes liés au vocabulaire utilisé. Le premier problème concerne les
préférences disciplinaires : selon que l’on lit un physicien, un sociologue, un
mathématicien ou un géographe, soit les mêmes termes n’ont pas le même
sens, soit, ce qui est plus courant, plusieurs termes différents en désigne
un même objet. Le deuxième problème est lié à la langue. Certains termes
anglais ont été adaptés en français de façon parfois maladroite (demi degré
intérieur pour in-degree par exemple). Pour corser le tout, un graphe est par
défaut orienté pour les mathématiciens francophones (voir Bergé, 1973[1]) et
non orienté pour les mathématiciens anglophones (West, 2001[6]). . . Le choix
fait ici est de systématiquement indiquer entre parenthèses et en italiques le
ou les équivalent(s) anglophones aux termes définis, sauf lorsqu’il est quasi
équivalent au terme français 1 .
Les notations proposées ici ne sont pas universelles. Elles sont basées
essentiellement pour l’aspect mathématique sur Bergé (1973), pour l’as-
pect réseaux sociaux sur Wasserman et Faust (1994[5]) et sur Boccaletti
et al.(2006[2])

1 Ce qu’est un graphe
Des points et des lignes
Un graphe G = (N , L ) se définit mathématiquement comme un en-
semble fini de sommets N 6= ∅ et un ensemble fini (mais éventuellement
vide) de liens L . Le nombre d’éléments dans N et L est respectivement
noté N et K. Un graphe se définit par son ordre (order ) soit le nombre de
1. Degré et degree, graphe et graph etc.

1
sommets, et par sa taille (size) définie par le nombre de liens. Il est courant
cependant de parler de grands graphes quand ils comportent de nombreux
sommets.
Les synonymes les plus courants de sommmets sont points, nœuds, ac-
teurs. Les termes anglais sont nodes, vertex (pluriel vertices), actors ou
points. Pour les liens, on rencontre les termes edges, ties, lines ou encore
relations.
Dans un graphe non planaire G de taille N , le nombre de liens K est au
minimum de 0 et au maximum

N (N − 1)/2. Un graphe GN,K est dit complet
(complete) si K = N2 = N (N − 1)/2, il est noté KN .
0 0 0
Un sous graphe (subgraph) G = (N , L ) de G est un graphe tel que
0 0
N ⊆ N et L ⊆ L .
Un sommet qui n’est adjacent à aucun lien est dit isolé (isolate). Lors-
qu’un graphe est constitué de plusieurs sous-graphes non connectés les uns
aux autres, ces sous-graphes sont nommés composants (component). Un com-
posant formé d’un seul sommet est dit trivial. Si enlever un sommet s d’un
graphe G augmente le nombre de composants du graphe, s est appelé point
d’articulation (cutpoint ou, plus rarement, cut-vertex ). Si enlever un lien l
d’un graphe G augmente le nombre de composants du graphe, l est appelé
isthme (bridge).

Des distances et des itinéraires

Un sommet a est dit incident à un lien l lorsqu’une des extrémités de
l est a. Si l’autre extrémité de l est un sommet b, on dit que a et b sont
adjacents ou voisins. La distance la plus courte mesurée en nombre de liens
entre deux sommets est nommée distance géodésique (geodesic).
On appelle chaîne (walk ) un parcours sur un graphe non orienté allant
d’un sommet à un autre en empruntant des arêtes 2 , lorsque le graphe est
orienté, on utilise le terme chemin (directed walk ). Une chaîne (ou un chemin)
est dite élémentaire si chaque sommet y apparaît au plus une fois, elle/il est
dit simple si chaque lien apparaît au plus une fois. Lorsque le départ et
l’arrivée de cette chaîne (ou de ce chemin) élémentaire est le même sommet,
on parle de cycle (graphe non orienté) ou de circuit (graphe orienté) Un
graphe est dit connexe (connected ) lorsqu’il existe un chemin ou une chaîne
entre toute paire de sommets.
Certaines propriétés des graphes méritent d’être citées car elles connais-
sent de nombreuses applications, notamment en informatique. Un graphe
eulérien (Eulerian graph) désigne un graphe pour lequel il existe une chaîne
(walk ) passant une fois et une seule par tous les liens du graphe. Dans un
graphe hamiltonien (Hamiltonian graph), il existe un cycle passant par tous
les sommets du graphe.
2. Les francophones nomment arête (edge) un lien dans un graphe non orienté, arc un
lien dans un graphe orienté.

2
 Figure 1 – Quelques propriétés d’un graphe

Ce graphe non orienté est d’ordre 7 et de taille 7. Le sommet g est isolé,

le nombre de composants non triviaux est de 1. Deux cycles sont présents :
{cde} et {abf }. Les points a et e sont des points d’articulations, le lien 4 est
un isthme.

Un arbre (tree) est un graphe où tout sommet est un point d’articulation

(cutpoint) et tout lien est un isthme (bridge). Il ne contient donc aucun
cycle 3 .
Enfin, en mathématiques, la représentation graphique qui peut en être
faite n’a aucun intérêt - ce qui n’est absolument pas vrai pour les sciences
sociales où tout graphe produit une certaine image de la réalité.
La figure 1 tente de résumer la plupart des notions abordées dans cette
première partie.

2 Les différents types de graphes

La typologie des graphes peut se faire selon plusieurs logiques qui se
complètent plus souvent qu’elles ne s’opposent. Une première distinction,
sur laquelle le groupe fmr reviendra souvent, concerne les graphes planaires
(planar ) et non planaires. Un graphe planaire peut être projeté sur un plan
sans qu’aucune lien n’en croise un autre. Ce type de graphes a longtemps
été privilégié en géographie (voir Chorley et Haggett[3] ou Mathis[4]).
Il est possible de distinguer les graphes pour lesquels seule la présence
ou l’absence de liens importe, et ceux pour lesquels la direction du lien est
prise en compte. On peut différencier 3 types de graphes selon la nature des
liens eux-mêmes. Enfin, le graphe peut être simple ou. . . non simple.
3. C’est par exemple le type de graphe que l’on obtient par la méthode des flux domi-
nants.

3
Graphe orienté et non orienté
Le fait de prendre en compte ou non la direction des liens crée la différence
entre graphe orienté (directed graph ou digraph) entre graphe non orienté
(graph). Rappelons-le, par défaut pour les mathématiciens anglophones, un
graphe est non orienté ; par défaut pour leurs collègues francophones, il est
orienté.
Si le graphe est non orienté, la matrice d’adjacence correspondante est
symétrique. En effet, tout lien lij entraîne la présence du lien lji . Si le graphe
est orienté, la matrice d’adjacence correspondante est (le plus souvent) non
symétrique.
La prise en compte de la direction des liens a des conséquences métho-
dologiques importantes pour mesurer les propriétés du graphe.

La nature des liens

On distingue trois types de graphes en fonction de la nature des liens
existants :
– les graphes binaires ou booléens (binary) où les liens traduisent l’exis-
tence d’une relation entre deux sommets
– les graphes valués (valued ) où les liens traduisent la présence et l’in-
tensité de la relation
– les graphes signés (signed ) où les liens expriment soit l’attirance, soit
le rejet
Il est tout à fait possible d’imaginer des graphes à la fois valués et signés
(soldes commerciaux ou migratoires entre paires d’États), mais la littérature
sur le sujet manque.
Les méthodes d’analyse disponibles sont plus nombreuses et mieux con-
nues pour les graphes binaires. Ainsi, il est fréquent que les graphes valués
soient transformés en graphes binaires avant d’être étudiés. Tout le problème
est alors de justifier le seuil retenu pour effectuer cette opération. . .

Graphes simples et autres graphes

Pour la théorie des graphes, un graphe simple est constitué d’un seul
ensemble de sommets et ne comprend ni boucle - lien d’un sommet vers lui-
même (loop, reflexive tie ou self-tie) - ni liens multiples (dans ce dernier cas,
on parle de multigraphe).
Si la définition du graphe simple est claire, celle du graphe complexe
l’est moins. Dans un bon article de synthèse ([2], les graphes complexes
sont définis ainsi « des réseaux dont la structure est irrégulière, complexe et
évolutive dans le temps » 4 . Un graphe possède une structure régulière lorsque
4. ‘networks whose structure is irregular, complex and dynamically evolving in time’,
p.177.

4
 Figure 2 – Trois modes de représentation pour un même objet

tous les sommets sont incidents au même nombre k de liens : on parle alors
de graphe k-régulier (k-regular ). Or, quasiment tous les graphes issus de
données empiriques sont irréguliers. Il semble que l’étiquette ‘complexe’ soit
très utilisée chez les physiciens, moins utilisée dans d’autres disciplines 5 .
Si le graphe comprend deux ensembles de sommets A et B et que chaque
lien a une extrémité dans A et l’autre dans B, on parle de graphe biparti
(bipartite graph). Il est possible d’imaginer des graphes tri ou quadriparti,
mais les méthodes d’analyse disponibles restent en grande partie à créer.

3 Modes de représentation
Il existe trois grands modes de représentation des graphes ; les listes de
liens, les matrices d’adjacence (adjacency ou connectivity matrix ) et le graphe
proprement dit, à savoir sa représentation graphique. Ces trois modes sont
strictement équivalents et la figure 2 montre trois fois le même graphe.
La forme ‘liste de sommets, liste de liens’ peut paraître étrange, elle
est pourtant souvent utilisée pour deux raisons complémentaires : certains
logiciels (Pajek notamment) demandent ce type de format de données en
entrée, et elle est la plus économique en terme de volume. Ajoutons également
qu’elle est la plus proche de la définition mathématique donnée plus haut.
La forme matricielle est elle extrêmement utile pour calculer certains
indicateurs tant au niveau local (sommet ou lien) que global (graphe dans
son ensemble).
Il est possible enfin de représenter un graphe via une matrice dite d’inci-
dence de taille N × K : dans ce cas, les sommets sont en lignes, les liens sont
en colonnes et les cases contiennent un 1 lorsque le sommet s est incident au
lien l, un 0 dans le cas contraire.
5. Le terme n’est par exemple quasiment jamais utilisé dans la revue Social Networks.

5
4 Du graphe au réseau (social)
Utiliser le graphe pour symboliser un réseau (le plus souvent technique)
ou un réseau social est fréquent, cela oblige pourtant à choisir les méthodes,
outils, et concepts adaptés.
Le passage du niveau graphe au réseau se fait dès le moment où on
ajoute des informations portant sur les sommets (un nom, des coordonnées,
une masse) et/ou sur les liens.
Lorsque l’on étudie un réseau ayant une existence matérielle tangible
(réseau routier, réseau hydrographique), il est fréquent que l’on ait recours
aux graphes planaires. Ce choix a priori logique est pourtant discutable.
Il suffit d’ajouter quelques tunnels et ponts à un réseau routier pour qu’il
perde son caractère planaire. . . Lorsqu’on étudie des flux (de marchandises,
de personnes, d’informations), il est fréquent en revanche de les symboliser
à l’aide de graphes non planaires.
Le choix entre ces deux types de graphes n’est pas anodin, car les mesures
et méthodes mobilisables pour ces deux types de graphes ne sont pas les
mêmes.
Il importe également de souligner que si le graphe peut prétendre modéli-
6
ser toutes formes de relations, l’image produite n’est toujours qu’une image
parmi d’autres possibles et qu’elle est la conséquence de choix (seuillage, al-
gorithme de visualisation) rarement explicités.

Conclusion provisoire
Ce petit balayage terminologique n’a pas la prétention d’être complet.
D’autres disciplines mobilisent le vocabulaire et certains outils de la théorie
des graphes, comme les réseaux de neurones en intelligence artificielle, les
réseaux bayésiens qui associent graphes et probabilités, et il en est sans
doute d’autres.
Il est important (et cette phrase reviendra souvent) de se souvenir que la
complexité apparente du (des) vocabulaire(s) est uniquement due à l’utili-
sation par des disciplines différentes de termes identiques pour désigner des
outils différents, et à l’utilisation de termes différents pour désigner des outils
identiques.

Références
[1] C. Bergé. Graphes. Gauthier-Villars, 2 edition, 1973.
[2] S. Boccaletti, V. Latora, Y. Moreno, M. Chavez, and D.U. Hwang. Com-
plex networks : Structure and dynamics. Physics Reports, 424(4-5) :175–
308, 2006.
6. Le terme modèle est utilisé ici comme représentation simplifiée de la réalité.

6
[3] P. Haggett and R.J. Chorley. Network analysis in geography. Edward
Arnold, 1969.
[4] P. Mathis. Graphes et réseaux. Modélisation multiviveau. coll. « Infor-
mation Géographique et Aménagement du Territoire ». Lavoisier, 2003.
[5] S. Wasserman and K. Faust. Social Network Analysis. Methods and Ap-
plications. coll. ‘Structural analysis in the social sciences’. Cambridge
University Press, 1994.
[6] D.B. West. Introduction to graph theory. Prentice Hall Upper Saddle
River, 2001.

Table des matières

1 Ce qu’est un graphe 1

2 Les différents types de graphes 3

3 Modes de représentation 5

4 Du graphe au réseau (social) 6