ì Archivage du web - Université de Montréal...Dépôt légal du web : domaine INA ì Le domaine...

ì Archivage du web Bruno Bachimont, Sorbonne Université

Cadre:ledépôtlégal

ì  Principe:ì  Patrimoinedecequiaétédiffuséàunpublic;ì  Mémoiredelanation,cequiappartientàtousetàpersonneen

particulier;ì  Mémoirepourlefuturetnonpourl'exploitationutilitairepourle

présent.

ì  Uneinventionfrançaise:ì  ÉditdeMontpellierde1537(François1er);ì  Présentdansdenombreuxpays,maispasdanstous.

ì  Unemiseenœuvreenpermanenteévolution:ì  Chaquenouveausupport,mode,procédédepublicationposela

questiond'undépôtlégalpourcetteformed'expressionetdemiseàdispositiondupublic.

Bruno Bachimont, Archivistique audiovisuelle et numérique

ÉtapedudépôtlégalenFrance

ì  Unehistoireriche:ì  1537CréationdudépôtlégalenFranceImprimés(Livres)ì  1648Estampesdontcartesetplansì  1793Partitionsmusicalesì  1881Périodiques(Loisurlapresse)ì  1925Photographieset«touteproductiond'artsgraphiques»ì  1941Affichesì  1963Enregistrementssonoresdetoutenatureì  1975Imagefixeetvidéo

ì  «quelqu'ensoitlesupportoulemoyentechniquedeproduction»

ì  1992Editionélectroniquesursupportì  dont«logiciels,basesdedonnéesetsystèmesexperts»

ì  1992 Dépôtlégalaudiovisuel,confiéàl'INA.ì  2005Web

ì  Extensioncontinueavecdeuxprincipesì  Continuitédescollectionsì  Extensionduchampparlapriseencomptedetouslescontenusvéhiculéslanouvelletechnique

Lalettrepatentede1537

ì  Ondéfend«àtousimprimeursetlibrairesdemettreniexposerenventeennotreRoyaumesoitenpublicouensecrettouteslesoeuvresnouvellementimprimées,sansqu'unexemplairenesoitremisentrelesmainsdel'abbéMellindeSaint-Gelais,ayantlachargeetlagardedenotrelibrairieétantennotrechâteaudeBlois».

ì  Ilestordonné«defaireretirer,mettreetassemblerennotrelibrairietouteslesoeuvresdignesd'êtrevuesquiontétéetserontfaites,compilées,amplifiées,corrigéesetamendéesdenotretempspouravoirrecoursauxditslivres,si,defortune,ilsétaientci-aprèsperdusdelamémoiredeshommesouaucunementimmuésouvariésdeleurvraieetpremièrepublication».

PourquoiarchiverleWeb?

ì  Passeulementunmediumpourtransmettreetdiffuserdescontenus,maisaussiunnouveaumoyendecréerdescontenusoriginaux.

ì  Deuxenjeux:ì  Contenusclassiques:

ì  LeWebpermetderécupérerdescontenusclassiqusmêmessileurformeéditorialevientd'autrestraditions,imprimésoudiffusionsaudiovisuelles;

ì  ContenuspropresauWeb(web-borncontent):ì  LeWebpermetdetrouverdescontenusquine

peuventêtretrouvésailleurs.

UnemémoireduWeb

ì  Unevéritablecultureestencoursd'émergenceavecleWeb;

ì  Chaqueculturerenvoieàdesenjeuxspécifiquesdemémoireetrelèved'unedémarchepatrimonialespécifique.

ì  L'archivageduWebestdésormaisunenjeusociétaletpatrimonial.

Contextefrançais

ì  Laloisurlapropriétéintellectuelleménageunenouvelleexception:ledépôtlégalduWeb;

ì  LaBNFetl'INAserontenchargedeceDL;

ì  LapartieINA:ì  Continueretenrichirlescollectionsaudiovisuelles

actuelles:(e.g.lesstationslocalesourégionales)ì  ArchiverleWebdelaradio/télévisionainsiqueles

industriesculturellesassociées.

ì LecontextelégalDéfiniruncadre:l’exempledelaFrance

Motivations

ì  Unenouvellerédactiondudécretdu31décembre1993pour:ì  Actualiserlamiseenœuvredudépôtlégal

ì  delatélévision(extensionauxchaînesducâble,dusatellite,delaTNT)

ì  delaradio(extensionauxradiosprivéesgénéralistesetauxréseauxnationauxthématiques)

ì  MettreenœuvreleDLduwebì  Clarifierlesdomainesdecompétencedel'Inaetde

Laloide2006

ì  LetitreIVdelaloiDADVSIdu1eraoût2006ì  Article39:

ì  «[...]Sontégalementsoumisaudépôtlégallessignes,signaux,écrits,images,sonsoumessagesdetoutenaturefaisantl'objetd'unecommunicationaupublicparvoieélectronique[...]»

ì  Article45:ì  «[...]l'institutestseulresponsabledelacollecte,autitredu

dépôtlégal,desdocumentssonoresetaudiovisuelsradiodiffusésoutélédiffusés;ilparticipeaveclaBibliothèquenationaledeFranceàlacollecte,autitredudépôtlégal,dessignes,signaux,écrits,images,sonsoumessagesdetoutenaturefaisantl'objetd'unecommunicationpubliqueenligne[...]»

ì  Cetexteprécisequ'undécretenConseild'EtatfixeralesconditionsdesélectionetdeconsultationaprèsavisdelaCNIL(Art41–2)

Dépôtlégalduweb:domaineINA

ì  LedomaineIna:ì  undomaineestiméàenviron35000sites

ì  5grandescatégories:1.   Lessitesderadioetdetélévisionissusd'unmédiaAVpréexistant:

ì  de1500sitesà2000sites(ex:lessitesFranceTV,deTF1,deBFM…)2.   Lessitesliésauxprogrammesdiffuséssurunechaîne(de2000à3000sites):

ì  Sitesd'émissionsoudeséries(ex:Plusbellelavie,Ushuaïa-terre,Alarecherchedelanouvellestar…)

ì  Sitesdepersonnalitésdesmédias,artistesouanimateurs(ex:Arthuronline).ì  Sitesévénementielsetblogsliésàl'actualité(ex:sitefestivaldeCannesetenviron

2000blogsliésauxmédias)3.   LeswebradiosetwebTV,environ5000sites(ex:ClapTVconsacréaucinémaetàla

musique,Mizik,laTVdesCaraïbes,Arttotalsurl'artvidéoetinfographique…)4.   lessitesenrelationdirecteouindirecteavecl'activitéradioettélévision:sites

institutionnels(ex:CSA,sitesdessociétésd'auteurs…),desociétés(ex:VivendipourCanal+)oudeprestataires.Ilssontestimésàenviron150sitesauxquelss'ajouteunecentainedesitesannuaires.

5.   lessitesdepartagevidéo,lesUGC(DailyMotionetYouTubeparexemple)etlesblogsdiffusantdesextraitsvidéo(environs20000blogs)

ì Mettreenœuvreunprojetopérationnel

Desinitiativesnombreuses

ì  Dépôtlégal:ì  Danemarkì  Franceì  Suède,ì  Australie,etc.

ì  Initiativesinternationales:ì  InternetArchiveì  Nedlibì  NordicWebArchiveì  Etc.

ì  Initiativesnationales:ì  UKWAC:UKwebarchive

consortium

Plusieursapproches

ì  Périmètredel'archive

ì  TousleWeb

ì  Unepartiedéterminée,selondifférentscritères:ì  Linguistique

ì  Lesuédois,ledanois,lefrançais…ì  Territorial

ì  Sites.fr,ì  Thématique:

ì  Sitesmédicauxì  Événementiel:

ì  Jeuxolympiques,élections(présidentielles)…

ì  Stratégiedecollecte

ì  Exhaustiveì  Touslessitesdupérimètre

ì  Sélectiveì  Stratégiedefiltrage:e.g.

algorithme«pageranking»parexemple;

ì  Échantillonage:ì  Dessitesreprésentatifsdu

périmètre

ì  Procéduredecollecte

ì  Captationautomatique

ì  Dépôtmanuel.

Denombreusesdifficultés

ì  Masseimportantededonnées

ì  Complexitééditoriale:ì  Interactivité;ì  Connectivité.

ì  Perplexitédocumentaire:ì  Qu'est-cequ'unsite?ì  Quedoit-onindexer?

ì  Site,page,unitésgraphiques,blocstextuels?ì  Pasdecritèresreconnusetconsensuelsqu'ilssoienttechniquesou

sémiotiques.ì  Commentlesindexer?

ì  Quelformat,quelstandard?ì  Prendreencomptelesversionsetletemps.

ì L'approcheINA

1.   Principe

1.   Définir,catégoriseretfaireévoluerunelistedesitespertinents

2.   Archivercessitesàdesintervallesdetempsadaptés

3.   Proposerdesenrichissementspourl'analysedecettearchive

4.   Mettreenplaceuneconsultationdecettearchive

1.   Principe

1.Définition

Liste de sites blabla.com fdsdgfg.fr

dfsqffqqdsf.fr blabla.com

ProspectionitérativedudomaineOrdonnanceur

Itératif

Filtres de définition

du domaine

Ordres de collectes

robot 1

robot 2

robot n

Liens sortants

Site Web

Corpus du domaine

Carte du domaine

Collectes

Liste des sites du domaine

Cellule de veille

Prospection

Archivage

à 2241 sites

Principe

Ordonnanceur Temporel

Plan de collecte :

Liste des sites du domaine

+ Fréquences de mises à

Analyse des mises

à jours

Ordres de collectes

robot 1

robot 2

robot n

Structure/contenu des sites

Site Web

Collectes

Archivage périodique du domaine

Indexation

2.Archivage

•  multiples granularités

•  collectes différentielles

•  stocké en DAFF

Campagne des présidentielles 2007

•  6 mois de collecte à rythme croissant

•  158 millions d'objets archivés

•  Environ 1 To de stockage DAFF

•  28 000 vidéos, 517 Go Bruno Bachimont, Archivistique audiovisuelle et numérique

Evolutiondelacollecte

1000000

2000000

3000000

4000000

5000000

6000000

7000000

8000000

23/01/2007

30/01/2007

06/02/2007

13/02/2007

20/02/2007

27/02/2007

06/03/2007

13/03/2007

20/03/2007

27/03/2007

03/04/2007

10/04/2007

17/04/2007

24/04/2007

01/05/2007

08/05/2007

15/05/2007

22/05/2007

Dimanche 22 avril

Dimanche 6 mai

ì LeStreaming

Le Streaming   Radio et télévision sur

le Web

Qu'est-ce que le streaming ?

  Dans le monde de la production…   Flux audio/video, accessible "immédiatement"   Le client ne peut pas copier le flux

  Deux types de streaming

  Extraits streamés   Streaming live à flux "infinis"

è Deux approches différentes

Extraits streamés

  Durée finie   Identique à chaque consultation   Unicast à 100%

è Peut être assimilé à du téléchargement   Protocole spécifique (RTSP, MMS, ICY, …)   Débit ≈ temps réel

è Prise en charge possible par le robot

Streaming live

  Potentiellement infini   Différent à chaque consultation   Identique pour tous les utilisateurs è Peut être assimilé à un flux radio/TV

  Moins fiable (interruptions réseaux)   Moins homogène (multiples formats)   Plus volatile (changement d'adresse, …)

è Traitement spécifique dans la chaîne Web

Cellule de veille

Base de données

Serveur de consultation

structure contenu

Indexation

Ordonnanceur de captation

Indexation contenus

Banque de contenus

WEB Radio Loi + Décret d'application

Station de Lecture AudioVisuelle

Gravure CD

Captation 24/24, 365j/an

Base de données Banque de Cédéroms

Indexation

Cellule de veille

Base de données

structure contenu

Indexation

Ordonnanceur de captation

Indexation contenus

Banque de contenus

Gravure CD

Station de Lecture AudioVisuelle

Base de données Banque de Cédéroms

Indexation

Robot de captation de Streaming

META DATA

StreamArchive

StreamArchive: captation radio

StreamPlayer – Interface de conultation

Principe

ì Outilsdevisualisation

ì TopologiedudomainedessitesmédiasVisualisationdegraphes:lessitessontreprésentéspardespointsreliéspardeshyperliens.

RéparationdesTLDdansledomaine

Topologiedudomainedessitesmédias

Couleur rouge: sites du cœur de domaine

ì ConnectivitédessitesVoisinagedirectetpositionnementdessitesdansledomaine

Connectivitédessites:eurotv.com

Connectivitédessites:assemblee-nat.fr

Connectivitédessites:ina.fr

Connectivitédessites:bpi.fr

Connectivitédessites:francetv.fr

Connectivitédessites:tv5.fr

Principe

Base de données

Banque de contenus

Consultation

www.tf1.fr le 4 mars 2005

WEB, 4 mars 2005

TF1 …

Consultation

Navigateur Client

Internet Explorer,

Netscape,

Opéra,

requête

réponse

requête + date

infos + référence contenu

Contenu original

référence contenu

http://www.tf1.fr/

Couche d'émulation

GIF à PNG

HTML à XHTML

ASF à MPEG4

Serveur de

consultation

P R O X Y

Base de données

Banque de

contenus

Base de données

Banque de contenus

Consultation

www.tf1.fr le 4 mars 2005

structure

TF1 …

3.Consultation

•  A l'Inatheque

•  Navigateur d'archive

ì Archivage du web - Université de Montréal...Dépôt légal du web : domaine INA ì Le domaine...

Documents

DhE/ /W/K ^ E W ZK ' Z ' Z / / v ( } u o í v } o ï í ] ] u ... · , yh & , ehd x e k ekd z > e k wzks x ekd z wzks x z& /dwkzd ke wdk ò ì ì ì ì ì ì í ì î ì í õ ì

Ina formation collecterarchives2012

2020ë (ì 13ê¸°) í ê³ ê²°ì ° ë¶ ì ëª ì ¸ì (21.02.24)

Ina Lang Biblio - dev.champaka.infodev.champaka.info/images/ina lang biblio.pdf · Menganai Kata-Kata dalam Bahasa Melayu-Indonesia, IBKKM, Bangi, 1988. Beg, M. A. J., Persan and

Centres d'examens du permis de conduireCentres d'examens ... · Centre Type d'examen ø ì ì RATP ì–ø Janvier 2019 75757575757575 ì ø Direction régionale et interdépartementale

ì ì ì ì²ì ì´ ì ë³¸ë¬¸ · 2019-11-01 · ggggggggggggggg yztzg :g ñ d$øgg 2e4 ga¤8à.= lg f *ð$4f % aø2e4 . 8 g-ø 4 g ug agywywugwxugwxg¥gywy[ugxyugzxgo\ p$ ø6±

秋田駒ヶ岳 1,637mH ¥GAA÷GG >Ì>Ì>Ì>Ì>Ì>Ì>Ì>Ì>Ì>Ì>Ì>Ì>Ì>Ì>Ì>Ì>Ì>Ì>Ì>Ì>Ì>Ì>Ì>Ì>Ì>Ì>Ì>Ì>Ì>Ì>Ì>Ì>Ì>Ì>Ì>Ì>Ì>ÌHG>GzH GWH Fþ ÇG" P1ßF¸ g #æFç3¸G

ñ ì &d ! % X l ñ ì &d l u · õ î ðD ï íD Ç Z v ] l } À o l ÇZh^ D } l } À l Ç } o í õ ô ì ì ì W í ó W î ô X ò ì ì W ï ô W î ð X ì ì ì W ñ î W ï

ì ì ì olon aire néo aqiain incri µr la pla eforme · 2020. 4. 8. · Bordeaux, le 8 avril 2020 Coronair µ poin de i µaion Prè de ï ì ì ì olon aire néo-aqiain incri µr

V4 PROJET CHAMPIONNATS - Mode de compatibilitÃ© Seniors M.pdf · &21&5(7(0(17 '0 d z^ î ì î ì d z^ î ì î ì ^ î ì î ì ^ î ì î ì ^ î ì î ì '0 $ '0 % '0 (;& '0

SUD+DE+FRANCE+ANGLAIS LD (1) · V À iÀÃ ÀÃ« i>Ì «°/ i> ÀL >À` > ÜÃÞ ÕÌ i Þ ÕÀÃÌ >V > ` ` Ì Ì i > ` iÃ vÌ ÃÀÕLLiÀÀ }Ì >ÌÌ>V Ì iÃ «i i>`v ÀÃÌ°

Technologie Linéaire INA - Schaeffler Group€¦ · automobile. Depuis plus de 50 ans, les guidages linéaires INA représentent une part importante de notre palette de produits

W } u } ] } v î ì í ò r î ì í ó î ì í î l î ì í ï D

Séminaire "Usages des patrimoines numérisés", INA

ï ì r:h> r î ì î ì ì ñ r 'K r î ì î ì U · W P ] v í í M /'K W ' r&Z r ì í ó rs ï EKd/&/ /ME WKZ s/^K } v ( } u ] } v o _ µ o } ò õ o > Ç í ð ï ó î ì í

q) Ì i >Ì>Ì>Ì>Ì >Ì>Ì>Ì>Ì ] î5 d 4 ' &k >Ì>Ì>Ì>Ì x(Ú 4 ' &k >Ì>Ì ... - env · 2020. 9. 25. · This project was intended to investigate the feasib ility of introducing

Ina Zatic Management

: K K >Ì>Ì>Ì>ÌG2GgG GVG2GgG GVG2GgG GV>Ì >Ì>Ì>Ì …¹ B ¹ B ¹ B ¹ B º º º º v v v v ¥ ¥ ¥ ¥>& È >& È>& È>& È>' >'>'>' ¶%2 K 2 Ç ` ´$Ò Ç M93 e ì2 K

u u ] î ì î ì r î ì î í h>/^ r } o o ] v h>/^ (» GºK D» HK ELekladata.com/BKWUFIPhgE3EoFhpkH2Go1oYyhE/Grammaire... · 2020. 7. 27. · ' u u ] î ì î ì r î ì î

ì ì²´ í ì ´ì§ ì ¬ì§ · 2018-04-14 · -2005 2004 -1998 CMS, SMS, WEBZINE, MEDIAWARE, WEBBUILDER p.3 H story 2017 2011 2010 2009 LEVEL 2 BUILDERASPAæ LH - POOL AH @your