Urfist de Rennes, 20091 M odule de formation à la maîtrise de linformation scientifique 2008-2009 Ecoles Doctorales, URFIST, SCD Rennes 2 Module 1, TD

Urfist de Rennes, 2009 2


PLAN 1/Panorama, typologies des outils de

recherche 2/ Outils de repérage et d’accès : annuaires

thématiques, portails… 3/ Outils automatisés : moteurs et

métamoteurs de recherche 4/ Moteurs scientifiques, moissonneurs OAI… 5/ Outils pour la veille : syndication de

contenu, pages personnalisables… 6/ Outils de gestion et de partage de signets

: les plates-formes de « social bookmarking »

7/ Ressources pour aller plus loin

© A. Serres URFIST, 2007 4

1/ Panorama, typologies des outils de recherche

Existence de milliers d’outils de recherche : Voir :ISEDB, Vite tous les outils

Nombreuses catégories d’outils : Annuaires thématiques Moteurs de rcherche Moteurs spécialisés Métamoteurs Outils de veille, agents intelligents Portails, sites de référence Moissonneurs Plates-formes de signets Pages personnalisables ...

> quelles typologies ?


1/Typologies des outils de recherche du web

Distinguer d’abord : Outils propres au web : moteurs de

recherche, moteurs de blogs… Outils accessibles par le web : bases de

données, catalogues… Deux critères essentiels :

Offre des ressources : outil généraliste / spécialisé Mode d’indexation : outil humain / automatisé


1/ Typologies des moteurs de recherche : l’offre des ressources

Critère : type de ressources collectées Distinction principale :

Moteurs généralistes : G., Yahoo, Exalead, Ask, Live Search…

caractéristique historique des grands moteurs : collecte et indexation de tous les types de ressources

Moteurs spécialisés : Tendance lourde des moteurs :

Modules spécialisés à l’intérieur des moteurs généralistes

Infinité des types de spécialisations Explosion du nombre d’outils


1/ Typologies des outils de recherche : la spécialisation

Plusieurs types de spécialisation : géographique : Breizoo, Annuaire Recherche France /

linguistique Allemagne : Google.de, Espagne : Yahoo pour l’Espagne …

selon le contenu des ressources indexées : littérature grise (Google Scholar), presse (Google News)

disciplinaire : Scirus en Sciences exactes, In-Extenso.org en SHS

par domaine : portails thématiques : Culture.fr, Fabula

par type de ressources Internet : forums (Google Groups), listes de diffusion (Francopholistes),

blogs (Blogonautes) Selon les parties du web : web invisible (DADI) selon les supports : images, vidéos (Google ou Yahoo),

fichiers son…


2.1 Outils de repérage : les annuaires thématiques

Premiers outils du web : Virtual Library (1991), Yahoo (1994)

Des principes communs : Sélection humaine de ressources :

Caractère très sélectif des annuaires Recensement de sites web (et non de

pages web) Pré-catégorisation des ressources Arborescence Description manuelle des sites Moteur de recherche interne à

l’annuaire : Possibilités de requêtes



Usages : Recherche d’information sur un sujet

large Première approche d’un domaine :

Exemple de la presse Recherche géographique Recherche de sites de référence

utiles pour défricher un domaine, pour les premières recherches sur un sujet

Ne pas opposer annuaires et moteurs : outils complémentaires



Annuaires tous publics: Open Directory :

annuaire collaboratif plus important annuaire généraliste

Annuaires scientifiques multidisciplinaires : Virtual Library : annuaire collectif de ressources

scientifiques Les Signets de la BNF :

sélection de sites de référence Infomine. Scholarly Internet Resource Collection > Arts and

Humanities Répertoire réalisé par des bibliothécaires d’universités américaines Boîte de recherche avec filtrage, description de la ressource

BUBL Link, Catalogue of Internet Resources (toutes les thématiques universitaires)

DOAJ (Directory of Open Access Journals) : 3849 revues en libre accès


2.1 Outils de repérage et d’accès : les portails Définition :

"Ressource accessible via Internet, constituant un point d'accès unique, simplifié, facile d'emploi et unifié, pour un public cible, à des ressources (services, produits) électroniques distantes, variées et hétérogènes". (Sylvie Dalbin, Instruments de recherche sur le Web, in La Recherche d'information sur les réseaux, cours INRIA 2002)

Dispositif : documentaire (ressources informationnelles),

communicationnel, éditorial, technique... Diversité des ressources et services :

recherche d’information, achats/ventes, informations générales, spécialisées, personnalisation, messagerie, forums, services d’alerte…

Portails généralistes / spécialisés Exemples : Yahoo.fr, Fabula, Culture.fr


2.1 Outils de repérage : annuaires et portails en ALL

Répertoires, Portails, sélections de liens : quelques exemples

Voice of the Shuttle (Alan Liu, University of California, Santa Barbara)

Le portail Culture.fr 16 thèmes : archéologie, art contemporain, Livres

et littérature … Accès par région + Interface de recherche (simple

et avancée)

Intute Arts and Humanities : Sélection de ressources web pour l’éducation et

la recherche


2.1 Outils de repérage : annuaires et portails en ALL

Le portail Fabula (Association de chercheurs) Informations /théorie et critique littéraires Ressources scientifiques (atelier, revues, cours et colloques en

ligne Outils collaboratifs Offres de postes et de bourses, etc.

The Linguist List

Archeophile, Annuaire de l’archéologie francophone

La clé des langues (DGES / ENS LSH) Pour enseignants du secondaire / Ouverture sur le monde de la

recherche universitaire

Les liens de la Société française de musicologie Musicologie toutes époques, tous domaines


3.1 Moteurs de recherche

Premiers points d’accès à Internet

Outils également anciens : 1995

Également appelés : robots de recherche, spiders, crawlers, worms, search engines

Différence avec les annuaires : - indexent automatiquement les ressources- indexent les pages web et/ou les documents, et non les sites


3.1 Fonctionnement des moteurs de recherche

Source : R. Viseur, CETIC


3.1 Maîtriser l’interrogation avancée : le filtrage

Nombreuses possibilités de filtrage des résultats :

géographique du web : mondial, francophone linguistique : choix de la langue des ressources des types de ressources : images, audio… des ressources internet : web, forum, messagerie, weblogs des formats : HTML, PDF, DOC, PPT, XLS, RTF… des dates : plusieurs options (mais problématique) des champs : titre, URL, host, domaine… thématique : choix du domaine de recherche Exercice de recherche : chercher un support pédagogique

récent, en français, expliquant le fonctionnement des moteurs de recherche et provenant d’une université


3.1 Maîtriser l’interrogation avancée : les opérateurs de recherche

Opérateurs booléens : AND : implicite ;

différent de + + : prend en compte

l’orthographe exacte

- : exclut un ou plusieurs termes (SAUF)

OR (ou |) : l’un ou l’autre ou tous les termes

Opérateurs linguistiques : «… » : recherche

d’expression exacte * : astérisque permet

de remplacer un terme

sur Google : ~ : recherche sur les

synonymes (dans version anglaise)

define: : pour trouver la définition d’un mot

Règle : limite des 10 mots


3.1 Moteurs de recherche : méthodes de classement des

résultats

Enjeux du « relevance ranking », du classement des résultats selon leur pertinence

Trois grandes méthodes (imbriquées) de classement : tri par indice de pertinence : calculs

statistiques sur la fréquence des termes… tri par popularité : indice de popularité,

indice de clic tri par calcul dynamique de catégories …. + positionnement payant...


3.1 Méthodes de classement des résultats : l’indice de pertinence

Principes : classement des résultats fondé sur la fréquence d’apparition

et la localisation des termes de la requête dans une page web

affichage des résultats à partir du calcul d’un score pour chaque réponse :

Ex. : Requête sur le marché des DVD en France : +marché +DVD +France

> retourne les documents contenant tous les mots de la requête >> documents contenant le plus de fois les mots de la requête

classés en premier Utilisation :

première méthode de classement utilisée sur le web ; Utilisée, partiellement ou non, sur tous les moteurs de

recherche ; Problèmes :

détournement par le spamdexing


3.1 Méthodes de classement des résultats : l’indice de popularité

Principes, origines : Utilisation de la nature hypertextuelle du web

: prise en compte des liens entre sites, considérés comme des liens de parenté sémantique

calcul de la notoriété d’un site en fonction du nombre de liens pointant vers le site

Utilisation : indice de popularité lancé par Google en 98

originalité et succès de Google et de son PageRank


3.1 Méthodes de classement : classification automatique des résultats Technologies plus complexes ; domaine d’innovations

avancées des moteurs : cf Exalead

Principes : organisation d’un lot de résultats pour donner

possibilité d’affiner ou étendre la requête répartition des documents dans des classes

Intérêt pour la recherche : aide à la sélection d’un mot-résultat aide à l’élimination des corrélations

inintéressantes suggestion d’idées et de pistes nouvelles

Voir aussi sur Exalead les différentes possibilités d'affinement de la requête :

Rubriques associées Limitation par zones géographiques Différents types de fichiers Recherches spécialisées : actualité, RSS...


3.1 La gestion des résultats : Marketing publicitaire, positionnement payant

Positionnement : Position occupée par un site ou une page web dans

la page de résultats d’un outil de recherche Positionnement naturel

Selon le contenu, la notoriété… du site parcouru par le robot

Positionnement payant : Achat de mots-clés, pour garantir une visibilité en

tête des résultats d’un outil de recherche

Principale source du financement des moteurs


3.2 Outils de recherche : Les métamoteurs

Définition : Un métamoteur est un outil de recherche qui

interroge en parallèle plusieurs outils (moteurs et annuaires), rapatrie leurs réponses et les organise, selon des méthodes de classement spécifiques, pour fournir aux utilisateurs une présentation structurée des résultats.

Nés en 1995 Diversité des métamoteurs :

En ligne / hors-ligne Généraux / spécialisés


3.2 Les métamoteurs

Fonctionnement, éléments d’un métamoteur :

pas de base de données en propre outils intermédiaires : une seule requête

posée sur différents outils Exploitation des résultats des autres outils Généralement, fusion des résultats et

élimination des doublons Classement des résultats selon critères

propres au métamoteur Présentation des résultats, selon différentes

méthodes : linéaires, cartographiques



Utilisation, intérêt : Simplification :

Une seule requête sur plusieurs outils Elargissement de la recherche : :

Possibilité d’interroger plusieurs sources : d’une dizaine à un millier (Copernic)

Renforcement de la pertinence : Sélection des documents plus poussée, par le calcul de

pertinence opéré sur plusieurs outils Utiles pour un panorama des ressources, des

sites de référence sur un thème Exploitation parfois sophistiquée des résultats Outils paramétrables, personnalisables (surtout

hors-ligne)



Exemples de métamoteurs : Francophones :

Ixquick : http://www.ixquick.com Kartoo : http://www.kartoo.com/

Présentation cartographique Anglo-saxons :

Clusty : http://clusty.com/ : Plusieurs modules spécialisés Techniques de clustérisation

SurfWax : http://www.surfwax.com


4/ Outils de recherche spécialisés selon l’offre des ressources

Au moins 3 critères de spécialisations : Selon les ressources internet :

Moteurs de blogs, de forums, de listes de diffusion, de FAQ, de wikis, de fils RSS…

Selon la nature du contenu : Moteurs scientifiques, d’actualité, de personnes, de

produits… Selon la nature du média :

Moteurs d’images, de vidéos, de podcasts, de photos.. Autres critères possibles : langue,

géographie, domaine thématique…


4/ Outils spécialisés : quelques exemples

Selon les ressources internet : Moteurs de blogs :

Technorati Google Blog Search Pour aller plus loin : Intelligence-Center

Selon la nature des informations : Moteurs d’actualité (dépêches,

articles…) : Wikio Yahoo Actualités


4/ Moteurs scientifiques, moissonneurs

Moteurs spécialisés sur les ressources scientifiques

Plusieurs types, plusieurs statuts… Moteurs de recherche scientifiques :

Google Scholar : toutes disciplines Scirus : sciences exactes Academic Index : toutes disciplines CiteSeer.IST : sciences physiques et de l’ingénieur In-extenso.org : SHS

Moissonneurs OAI : OAIster : toutes disciplines Michael : culture, arts, patrimoine

© URFIST de Rennes, 2007 30

4.1 Moteurs scientifiques :Google Scholar

Stratégie de Google : « guichet universel »

pour la science grand catalogue

mondial Succès de Google

Scholar : Très bon accueil dans

les universités Ancrage dans les

bibliothèques anglo-saxonnes, et européennes : Initiative Library Links

Rivalité avec l’ISI : Même nombre de citations

que l’ISI

Intérêt de Google Scholar : Accès gratuit à l’IST,

même en référence secondaire

Valorisation et visibilité des AO

Intérêt des citations Visibilité des chercheurs Pas de publicité

Problèmes posés : Situation dangereuse de

monopole d’accès Gratuité pour le

moment, mais jusqu’à quand ?

Effets pervers de l’indice de popularité


4.1 Google Scholar : fonctionnalités d’interrogation

Préférences : interface en français Lien vers bibliothèques

Champs et opérateurs avancés d’interrogation : Sur l’auteur :

author: ou champ Auteur en mode avancé Sur le titre d’une revue :

Uniquement en mode avancé : champ Publication, Sur le titre d’un article ou d’un document :

Opérateur intitle: Sur la date :

Uniquement en mode avancé : champ Date Pour en savoir plus


4.2 Moteurs scientifiques : disciplinaires

In-extenso.org : Moteur de la plate-forme Revues.org

Spécialisé sur les SHS Utilité pour ALL

Recherche sur le web : pré-sélection de sites : 2 500 000 pages de

sites web en SHS Dans les dépôts OAI : 135 000 articles


4.3 Moissonneurs OAI

L’OAI-PMH (Open Archives Initiative-Protocol for Metadata Harvesting) : protocole visant à favoriser l’échange de

données entre bases hétérogènes partage des métadonnées

Entrepôts OAI : Fournissent les données Archives ouvertes, bibliothèques

numériques, portails de revues… Agrégateurs OAI :

Collectent les données par un « moissonneur »


4.3 Moissonneurs OAI : schéma de fonctionnement

Source : François Nawrocki


4.3 Moissonneurs OAI OAIster :

Le plus grand moissonneur OAI Université du Michigan et OCLC (depuis

janvier 09) Donne accès à plus de 19 millions de

notices Alimenté par plus de 1000 organisations :

archives ouvertes essentiellement Michael :

Moissonneur OAI européen Accès aux collections numériques : culture,

arts, patrimoine


5/ Outils pour la veille Veille : au sens large, activité de

surveillance de l’environnement et de ses évolutions, dans un domaine donné

Importance pour le chercheur : Se tenir informé des nouveautés dans son

domaine Suivre l’actualité d’un site, d’une source,

d’un auteur… Nombreux outils existants :

Métamoteurs, outils professionnels Syndication de contenus


5.1 Outils pour la veille : la syndication de contenus

Définition : Agrégation de contenus divers sur un même

navigateur possibilité de publier automatiquement sur un

site web des informations issues d‘autres sites web

Outils : Agrégateur de fils RSS : en lecture Editeur de fils RSS : pour l’édition Format RSS = Rich Site Summary, ou Really Simple

Syndication Très nombreuses applications, liens avec les blogs Explosion du phénomène du RSS

Bibliobsession 38

RSS (Really Simple Syndication = syndication vraiment simple)Moyen de syndication, capable de récupérer le contenu brut d'un site web sans s'occuper des données liées à sa forme

On parle de Flux RSS, Fil RSS, liens RSS, RSS feed, canaux RSS

Source : Bibliobsession


5.1 Outils de syndication de contenus

Plusieurs fonctions des fils RSS :• Suivre l’actualité d’un site : réception de

toutes les nouveautés• Se tenir informé :

Sur l’actualité : tous les journaux proposent des fils RSS

Presse : ex. de Libération

Sur un domaine : suivi de blogs et de sites spécialisés

ex. de UrfistInfo Outil de veille et de surveillance, technique

du push


5.2 Outils de syndication de contenus : les « pages perso »

Pages personnalisables : Fourniture gratuite de pages web,

personnalisables pour la gestion et la recherche d’information

Choix personnel des sources : sites web, blogs, fils RSS…

Divers services : calendrier, agenda… Exemple de Netvibes


6/ Les plates-formes de partage de signets

Le principe de la folksonomie : Forme de « classification collaborative

décentralisée spontanée », s’appuyant sur les termes choisis par les utilisateurs

Objectif : faciliter l’indexation des contenus et la recherche d’information

Tags peuvent s’appliquer à des signets web, à des photos, à des projets, des vidéos, ou encore des billets de blogs (nuages de tags)

Constitution d’une communauté de « spécialistes » parmi les internautes


6/ Les plates-formes de partage de signets

Intérêt pour la recherche : Recherche parmi les sources jugées

pertinentes par une groupe d’utilisateurs

Identifier des leaders de veille

Juger de la popularité d’une source (combien de fois a-t-elle été mise en signets)


Exemples de plate-formes de partage de signets

Généralistes : Del.icio.us, Yahoo! MyWeb2, Furl, Blogmarks, Blinklist

Scientifiques : Connotea, CiteUlike Recherche sur le titre des signets de tous

les autres utilisateurs et sur leurs tags Problème : logiques de classement et

d’indexation différentes selon les internautes Solution partielle sur Del.icio.us :

description des tags

6.1 Les plates-formes de partage de signets


6.1 Les plates-formes de partage de signets

del.icio.us : La plus ancienne Créée en 2004 par Joshua

Schachter, revendue à Yahoo en 2005

partage de signets tous publics

Création de réseaux

LiveMarks : pour suivre la création de

signets sur Del.icio.us en temps réel

Connotea : Partage de signets dans

le monde académique

Lancé par revue Nature En 2008, 144090 liens,

59548 tags et 13840 utilisateurs, dont 4811 actifs.

pour l’établissement de favoris, extraction automatique des références bibliographiques issus de sites tels que Nature, Science, PubMed


6.2 Les plates-formes de partage de documents multimédias

Les images : Flickr :

racheté par Yahoo! en 2OO5 Plus grande base de données de photos Mise en ligne de collections photographiques de

bibliothèques : Cf la collection de la Library of Congress

Les vidéos YouTube, DailyMotion

Les diaporamas SlideShare

partage et récupération de présentations powerpoint + quelques formats alternatifs


7/ Ressources pour aller plus loin

URFIST de Rennes : Supports de formation sur

la recherche d’information

Sélection de ressources sur les outils de recherche

URFIST de Lyon : Ressources pédagogiques

URFIST de Paris : Guides et tutoriels

FORMIST REPERE SAPRISTI SISTEM CALIS DEFIST MethoDoc (Univ. De

Gembloux) InfoSpheres (en SHS) AERIS (en sciences)

Documents

Urfist de Rennes, 20091 M odule de formation à la maîtrise de linformation scientifique 2008-2009 Ecoles Doctorales, URFIST, SCD Rennes 2 Module 1, TD