Folksonomies scientifiques : une étude exploratoire comparative Dominique Besagni, Cecilia Fabry, Claire François, Clotilde Roussel INIST / CNRS Evelyne Broudoux UVSQ, DICEN
Objectifs généraux de l’étude De quoi se composent les folksonomies scientifiques ? Une question : que révèlent les usages ? Activité réelle des usagers dans et hors les groupes ? Représentativité des domaines scientifiques ? Méthodologie Une entrée par les groupes Une entrée par les tags 2
Objectifs spécifiques de l’étude Quels groupes utilisent quels tags pour quels articles ? Informations sur les groupes Membres Tags utilisés Articles et/ou références répertoriés dans les bibliothèques des groupes Dates (utilisateur et/ou article) Analyses Dynamique des groupes Taille, âge des groupes, dernière arrivée d’un membre Activité des groupes Taille des bibliothèques, dernier article ajouté, Tags associés aux articles Analyse de contenu Réseau de partage des tags par les groupes 3
Protocole opératoire Récupération des données à partir de pages HTML : Scripts Perl Module WWW::Mechanize qui peut : décharger les pages HTML, suivre les liens, remplir les formulaires, cliquer sur les boutons, gérer les cookies, mais ne peut pas interpréter JavaScript (exemple 2Collab) ! (existe pour la plupart des langages : java, python, ruby, php ...) Module WWW::RobotRules : respect des consignes du serveur 4
Protocole opératoire Récupération des données à partir d’une API : Sur certains sites comme Bibsonomy Scripts Perl Module WWW requête simple, syntaxe dépendante du site, résultat sous forme de fichiers XML, Module XML::TokeParser 5
CiteULike Expliquer que les chiffres ne sont pas à jour… H2PTM 6
Recherche des groupes URL : http://www.citeulike.org/groups/browse 7
Recherche sur un groupe (1) URL : http://www.citeulike.org/group/22 8
Recherche sur un groupe (2) URL : http://www.citeulike.org/group/22 9
Recherche sur un groupe (3) URL : http://www.citeulike.org/groupfunc/22/members 10
Recherche sur un groupe (4) URL : http://www.citeulike.org/group/22/article/1073937 11
Résultats Effectifs et dynamique des groupes Activité des groupes Tags utilisés par l’ensemble des groupes Réseau d’un sous-ensemble : 17 groupes partageant le tag « deforestation » 12
CiteUlike : Effectifs des 2871 groupes Max 99 membres 1434 groupes d’un seul membre 13
Dynamique des groupes Année de création dernier membre ajouté 2009 2004 2005 2006 2007 2008 21% 9% 15% 17% 37% 2009 2008 2007 2006 2005 6% 38% 11% 14% 31% dernier membre ajouté 14
Le groupe contenant le + d’inscrits Bioinformatics Groupe libre 99 membres Crée le 10/10/2007 Dernier membre ajouté le 06/08/2009 3 769 articles Dernier article ajouté le 18/09/2009 Description : Analysis and modelling of molecular biology data 15
236 groupes avec un seul article Activité des groupes Max 27 741 articles 236 groupes avec un seul article 524 groupes sans articles 16
Activité des groupes dernier membre ajouté dernier article ajouté 2005 2009 2008 2007 2006 2005 6% 11% 14% 31% 38% 2009 2008 2007 2006 2005 33% 18% 3% 7% 15% 23% dernier article ajouté 17
Le groupe contenant le + d’articles Le plus gros groupe n’est géré que par 2 utilisateurs. Il est actif depuis plus d’un an et est mis à jour très régulièrement C. elegans /WormBase Groupe libre 2 membres Crée le 02/08/2008 Dernier membre ajouté le 17/09/2008 27 741 articles Dernier article ajouté le 14/09/2009 Description : Articles of note for the nematode research community in general and the C. elegans community in particular. 18
Plus de 350 groupes d’un seul membre ne contenant pas d’article Les groupes de 1 membre Plus de 350 groupes d’un seul membre ne contenant pas d’article TESTS ???? Nb groupes Nb articles 19
Les groupes sans article Un groupe de 14 membres sans articles Nb groupes Nb membres 20
Les groupes avec 1 seul article 150 groupes constitués d’un seul membre ont un seul article TESTS ???? Nb groupes Nb membres 21
Tags de l’ensemble des groupes 26 668 tags de fréquence 1 43 820 tags dans un seul groupe Nb. tags Nb. occurrences 26 668 1 10 654 2 5 149 3 4 002 4 2 295 5 2 022 6 1 281 7 2 186 8 941 9 929 10 … 27 743 27 756 27 759 27 803 47 178 22
Les tags les plus fréquents FREQUENCE NB GROUPE bibtex-import 47178 240 c_elegans 27803 16 nematode 27759 17 elegans 27756 11 c-elegans 27743 7 caenorhabditis_elegans 27735 1 wormbase meeting_abstract 13694 article 7909 28 mdb 6717 2 review 5514 363 ewd-bib 5048 4 model 3952 316 learning 3562 292 Le vocabulaire du plus gros groupe en terme d’article (27741) se retrouve dans ce classement (C. elegans /WormBase ) 23
Répartition des tags par groupe Nb. tags Nb. groupes 43820 1 9780 2 3562 3 2330 4 1459 5 943 6 612 7 1661 8 591 9 466 10 … 289 292 316 346 363 24
Les tags partagés par les groupes FREQUENCE NB GROUPE review 5514 363 network 3236 346 model 3952 316 learning 3562 292 design 2617 289 theory 2295 278 social 2009 275 system 1552 261 information 1241 242 bibtex-import 47178 240 analysis 1473 231 web 1057 221 software 1733 220 25
Le réseau « deforestation » 26
Le réseau « deforestation » 27
Une bibliothèque pour 3 groupes Tags : bibtex-import Species Habitat Spatial Control Management Biodiversity Conservation Population Diversity Biological Litchi Mode Plant 45 landscape Botany taxonomy, evolution, physiology, ecology, genetics 11 utilisateurs, 1862 articles, Créé en 2007, dernier utilisateur en 08/2009 dernier article en 06/2007 2938 tags EarthEnvironmentalSciences Major researches on various environmental, ecological, socio-economic, geographical, biodiversity issues. From earth climate change to minute soil pores studies. From microbiotic crusts to Amazon forest study. From polar ice caps to Sahara desert. 12 utilisateurs, 1862 articles, Créé en 2008, dernier utilisateur en 08/2009 dernier article en 06/2007 2938 tags Entomology taxonomy, ecology, conservation, evolution, physiology, genetics 10 utilisateurs, 1862 articles, Créé en 2007, dernier utilisateur en 09/2009 dernier article en 06/2007 2938 tags 28
Bibsonomy 29
Recherche des groupes Nombre de groupes ? 30
Recherche sur un groupe (1) BIBLIOTHEK 2.0 Séparation url (bookmarks) et publications (notices)
Max 47 membres pour le plus grand groupe Effectifs des 169 groupes 85 groupes de zéro membre ???????? Particularités de ce logiciel le 1er membre donne son nom au groupe et n’est pas compté Max 47 membres pour le plus grand groupe
Dynamique des groupes Année de création dernier article ajouté 50% des groupes sont mis à jour depuis janvier 2010
Les tags les plus fréquents # Intitulé Nb. d'occurrences imported 18207 web 6578 learning 6369 tool 6091 folksonomy 5307 semantic 4526 social 4500 web-2.0 4368 software 4011 tagging 3823 design 3806 ontology 3771 analysis 3604 my-own 3264 network 3103 search 3018 blog 2910 education 2868 clustering 2607 conference 2602 to-read 2572 fca 2519 TAG automatique Les tags les plus fréquents
Connotea
Connotea 36
Groupes 37
2collab 38
2collab 39 39
Conclusion - Perspectives Premières analyses exploratoires Analyse guidée par les groupes et les tags Réseaux de groupe par tags partagés Profils des groupes Une activité différenciée dans les groupes Des testeurs en nombre (groupes de 1 personne) Des petits groupes très actifs (2 personnes) Des groupes qui continuent de croître sans activité de tagging Des longues traines de tags 40
Conclusion - Perspectives Les domaines représentés Les groupes représentant les domaines Reste à évaluer Le poids de l’activité des individus hors groupes Le poids des références importées des autres serveurs (recoupements) 41