Sur le consensus en catégorisation libre

Résumé Fr En

À partir de jugements individuels sous forme de catégories (un profil de partitions sur un ensemble X), on cherche à établir des catégories collectives, ici appelées concepts. Nous comparons deux approches combinatoires. La première consiste à calculer une partition consensus, la médiane du profil, c’est-à-dire la partition de X dont la somme des distances aux jugements individuels est minimum ; les concepts sont alors les classes de cette partition consensus. La seconde commence par calculer une distance D sur X, basée sur le profil, et à construire un Xarbre associé à D ; les concepts sont alors certains sous-arbres de cet X-arbre. Nous cherchons à comparer ces deux approches, à mesurer leur congruence, en particulier, dans quelle mesure les classes de la partition consensus, sont des sous-arbres du X-arbre et réciproquement.

Starting from individual judgments given as categories (i.e., a profile of partitions on an item set X), we attempt to establish a collective partitioning of the items. For that task, we compare two combinatorial approaches. The first one allows us to calculate a consensus partition, namely the median partition of the profile, which is the partition of X whose sum of distances to the individual partitions is minimal. Then, the collective classes are the classes of this partition. The second one consists in calculating, first, a distance D on X based on the profile and then in building an X-tree associated to D. The collective classes are then some of its subtrees. We compare these two approaches and more specifically study the extent to which they produce the same decision as a set of collective classes.