La géographie selon LinkedIn. L’exemple de la région SUD.

Résumé Fr En

LinkedIn est un réseau social professionnel qui facilite l’échange d’informations et la mise en relation entre ses membres. Sur la base du profil des utilisateurs, l’algorithme de la plateforme les affecte à une commune, un secteur ou une région, dessinant ainsi une polarisation originale de l’espace. Mais sa logique parait peu lisible : les affectations varient pour une même commune et les découpages obtenus ne correspondent pas à ceux de la géographie traditionnelle. Ces affectations conditionnant potentiellement les mises en relation, elles peuvent avoir à terme des effets performatifs sur le marché de l’emploi. Dans cette note de recherches, nous cherchons donc à mieux les décrire et les comprendre. Sont ainsi mis à jour, à partir d’une base de données scrappée sur les membres de LinkedIn de la région SUD, les polarisations proposées par la plateforme. Elles sont ensuite comparées aux découpages traditionnels de la géographie. Sont enfin étudiées les différences de polarisation en fonction des emplois occupés par les membres de la plateforme.

LinkedIn is a professional social network that facilitates information exchanges and networking among its members. Based on the user profiles, the platform's algorithm assigns them to a municipality, a sector, or a region, thus drawing up a spatial polarization. However the logic of the resulting partition of space is difficult to follow: the assignments vary for a given municipality, and the partitions obtained do not correspond to those of traditional geography. As these assignments potentially determine the establishment of contacts between members, they may induce performative effects on the labor market. In this current work, we therefore seek to better describe and understand them. The polarizations of the platform were revealed using a database on LinkedIn members in the SUD region. They were then compared to traditional geography partitions. Finally, we study the differences in LinkedIn polarizations depending on the jobs of the platform's members.