2. Quel(s) algorithme(s) pour quel(s) objectif(s) de représentation ?
Dernière mise à jour
Dernière mise à jour
OpenOrd a pour objectif de mettre en avant des divisions entre les différentes parties de la cartographie.
📘 Algorithme Force Atlas
Force Atlas permet de spatialiser des réseaux small-world / sans échelle. Il est axé sur la qualité, pour explorer « des données réelles » et permettre une interprétation rigoureuse du graphique avec le moins de biais possible, et une bonne lisibilité.
La valeur de la force de répulsion dépend de la densité des nœuds et de leurs relations, l’important étant de bien distinguer les nœuds et de pouvoir lire chaque label (qui s’affiche via le « T » en bas de l’écran). La variable d’ajustement par taille permet d’éviter les chevauchements.
de 1 à 10 000 noeuds. Opportunité de mettre en exergue le poids des noeuds.
A noter la possibilité d’utiliser « Force Atlas 2 », une version de cet algorithme adaptée pour traiter des réseaux de plusieurs centaines de milliers de noeuds
Ce qui nous donnera par exemple :
📘 Algorithme Fruchterman-Rheingold
Fruchterman-Rheingold, le layout classique. Les forces s’exercent entre noeuds voisins. Il simule le graphique comme un système de particules de masse. Les noeuds sont les particules de masse et les bords sont des ressorts entre les particules.
de 1 à 1 000 noeuds. Pas de poids pour les noeuds.
📘 Algorithme Kamada and Kawai
Kamada and Kawai utilise une force d’attraction entre deux noeuds, proportionnelle à la taille du chemin le plus court les séparant.
📘 Algorithme Yifan Hu
Yifan Hu rassemble les noeuds en groupe, et applique une logique force-based à ces groupes. Il s’agit d’un algorithme très rapide avec une bonne qualité sur les grands graphes. Il combine un modèle de force dirigée par une technique graphique de grossissement (algorithme à plusieurs niveaux) pour réduire la complexité. Les forces de répulsion sur un nœud d’un cluster de nœuds distants sont approchées par un calcul Barnes-Hut, qui les traite comme un super-nœud.
de 100 à 100 000 noeuds. Pas de poids sur les noeuds.
📘 Circular Axis
Circular Axis Il attire les nœuds dans un cercle ordonné par ID, une métrique (degré, betweenness centralité …) ou par un attribut. A utiliser pour montrer une distribution de nœuds avec leurs liens.
de 1 à 1 000 000 noeuds
📘 Radial Axis Layout
Radial Axis Layout regroupe les nœuds et attire les groupes axes rayonnant vers l’extérieur à partir d’un cercle central. Les groupes sont générés à l’aide d’une métrique (degré, betweenness centralité …) ou un attribut. A utiliser pour étudier les rapprochements en montrant les distributions de nœuds à l’intérieur des groupes avec leurs liens.
de 1 à 1 000 000 de noeuds.
GeoLayout permet d’obtenir une répartition géographique sur un support de carte. Il utilise des coordonnées latitude/ longitude pour définir la position des noeuds sur le réseau. Plusieurs projections sont disponibles, y compris Mercator qui est utilisé par Google Maps et d’autres services en ligne. Les deux colonnes d’attributs de nœud pour les coordonnées doivent être au format numérique.
Ajustement des labels/ noverlap : éviter que les noms se chevauchent sur votre réseau
Contraction/ expansion : augmente ou diminue l’espace entre les nœuds
