Mémoire de Chokri Belaïd : Taux de médiatisation

Un an après le premier assassinat politique dans la Tunisie post-révolutionnaire, l'émotion est toujours de place.

Parallèlement à la commémoration de ce triste évènement, la lutte anti-terroriste a été soldée par le démantèlement d'une cellule armée dont certains membres ont été activement recherchés dans cette affaire explosive comme en témoignent les chiffres dans l'infographie ci-proposée.  

Consultez l'infographie en grand format 

Si l'assassinat visait de toute évidence à faire taire une voix, pour une raison ou une autre, la réalité est toute autre : en une seule année, le nombre total des mentions de Chokri Belaïd (en deux langues) à travers la presse électronique et les réseaux sociaux (Facebook et Twitter en tête) a été multiplié jusqu'à 48 fois, comparé au nombre de mentions dans la période du 14 janvier 2011 jusqu'à la veille du drame. 

Vous pouvez vérifier les chiffres et les fluctuations des mentions pour ces deux périodes à travers les liens ci-dessus. Ces données ont été collectés par le site de veille médiatique WebRadar couvrant les principaux sites d'information tunisiens, Twitter ainsi que les pages Facebook locales ayant une large audience.

Nous propsons ci-après un récapitulatif de cette hausse exponentielle qui est en partie expliquée par une hausse non moins importante du taux d'utilisation d'Internet (évolution du nombre des comptes Facebook et Twitter) ainsi que la naissance de plusieurs nouveaux médias en ligne.

Rappelons que ces chiffres reflètent simplement une quantité qui varie dans le temps, qui est le nombre des articles, publications, commentaires et Tweets mentionannt Chokri Belaïd en deux langues.

Quant à la la qualité de ce contenu, il y en a des articles qui sont à l'honneur du défunt, d'autres qui peuvent être diffamatoires, et enfin des simples mentions comme dans l'assassinat de Mohamed Brahmi, dont le nom a souvent été associé à Chokri Belaïd. Quelles en sont les proportions ? Quel est le sentiment général partagé par ces publications ?

Cela peut faire l'objet d'une autre approche consistant à analyser les mots dans les tweets afin d'en détecter les thèmes les plus abordés dans le cadre du sentiment analysis encore appelée opinion mining.

Dans ce sens, nous souhaitons mentionner un travail d'analyse de tweets mené en juillet dernier par Saber Bouabid, statisticien, dans le but d'examiner à la loupe le fameux mouvement de protestation en Egypte #Tamarod relayé par Twitter. En-voici la lifetime en infographie.

La méthode conçue et implémentée a été rendue accessible par son développeur afin d'inviter tout chacun d'y contribuer et de l'appliquer aux évènements qui buzzent à tout moment. 

Vous retrouvez sur ce dossier public la base de données des tweets objets de cette analyse, et voici le script sous le langage de programmation statistique R:

requestURL<-"https://api.twitter.com/oauth/request_token"
accessURL ="https://api.twitter.com/oauth/access_token"
authURL ="https://api.twitter.com/oauth/authorize"
consumerKey<-"confidentiel"
consumerSecret<-"confidentiel"
twitCred <- OAuthFactory$new(consumerKey=consumerKey,
 consumerSecret=consumerSecret,
 requestURL=requestURL,
 accessURL=accessURL,
 authURL=authURL)
download.file(url="http://curl.haxx.se/ca/cacert.pem",
 destfile="cacert.pem")
twitCred$handshake(cainfo="cacert.pem")
tamarod<-searchTwitter('tamarod', n=5000,
retryOnRateLimit=1,cainfo="cacert.pem")
mach_text = sapply(c(morsi,Tamarod), function(x) x$getText())