Certaines règles de vote, alternatives au vote à la pluralité et utilisées dans plusieurs pays, demandent aux électeurs et électrices d'exprimer leurs préférences sous la forme d'un rangement partiel ou complet des candidat(e)s (plutôt qu'un bulletin comportant un unique nom), ou encore offrent la possibilité d'approuver plusieurs candidat(e)s. Une telle expression des préférences de l'électorat permet d'identifier des proximités entre candidat(e)s sur la seule base des bulletins de vote recueillis, sans aucune information sur les orientations politiques. L'objet de ce projet sera d'implémenter en python diverses méthodes pour calculer ces proximités (à valeurs dans l'intervalle [0,1]), en s'appuyant notamment sur la programmation linéaire pour au moins l'une d'entre elles.
Une représentation graphique sera inférée à partir des scores de proximité ainsi obtenus (on pourra utiliser une approche de multidimensional scaling), afin d'obtenir une visualisation synthétique des positionnements respectifs des candidats et candidates. L'outil logiciel développé sera utilisé pour analyser des données réelles de vote, en particulier les données recueillies lors des expérimentations "Un autre vote" conduites à l'occasion des Présidentielles 2017 et 2022 en France (https://vote.imag.fr/), ainsi que certaines données disponibles sur la librairie de préférences PrefLib (https://www.preflib.org).