Analyse quantitative de 7 659 tweets, 44 599 réponses et 3 317 posts Instagram de 8 candidats aux municipales de Paris. 13 mois. NLP. Réseaux. OSINT.
- Knafo domine l'engagement — ER médian 11,5 ‰ (×5 la médiane des 7 autres). Distribution très asymétrique : quelques pics viraux expliquent l’écart.
- Grégoire = hub des mentions — 80 des 139 mentions cross-candidats (57 %). Quand les candidats s’attaquent, ils parlent de lui.
- Echo chambers marqués — Knafo 88 %, Chikirou 78 %, Dati 77 %. Homophilie idéologique : corrélation ρ ≈ −0,60 entre proximité idéologique et chevauchement d’audience.
| Ressource | Contenu |
|---|---|
| Méthodologie | ER, NSI, echo score, LDA, limites |
| Résultats chiffrés | Tableaux exhaustifs, p-values |
| Notebooks | 9 notebooks d’analyse (engagement → BERT) |
| Note d'analyse | Synthèse narrative, findings |
| Références | Bibliographie académique |
| Article Substack | « Qui domine Twitter aux municipales 2026 ? » |
pip install -r requirements.txt
# Placer tweets_twitter.csv, posts_instagram.csv, replies_classified.csv dans final/data/
jupyter notebook notebooks/01_engagement_viralite.ipynbProjet personnel — analyse OSINT et data science des campagnes numériques municipales.
Sami Nakib · GitHub
Licence MIT