Recherche d'Information Gabriel Gallezot Université de Nice Sophia Antipolis URFIST gallezot@unice.fr

Imaginez la situation suivante : Intro Imaginez la situation suivante : Vous êtes actuellement chercheur dans un labo. En vue de la réalisation d'un prochain projet, le responsable du labo vous demande : De produire une bibliographie sur de le thème de l'anthropocene De lui fournir sur la base de la bibliographie réalisée une dizaine de documents significatifs afin de mieux cerner ce thème. De surveiller un certain nombre de sites sur ce même thème et d'être attentif à l'image de l'organisme sur le web. De lui proposer un moyen simple de partager des références (liens sur textes ou sites) avec les autres membres du projet de recherche qui travaillent sur d'autres thèmes connexes. Pull Push

Plan Introduction générale à la recherche d’information Outils de recherche En Bu Sur le web Mon environnement de travail Methode Push

1 Introduction générale à la recherche d’information

« L’écriture nous a permis d’« externaliser » en partie notre mémoire. L’imprimerie nous a permis de transmettre cette mémoire externe. La Toile a diminué considérablement les coûts de transmission de l’information.  Surtout, elle a permis à chacun d’apporter sa contribution personnelle au patrimoine collectif» ABITEBOUL, Serge. Sciences des données : de la logique du premier ordre à la Toile. Nouvelle édition [en ligne]. Paris : Collège de France, 2012. Disponible sur Internet : <http://books.openedition.org/cdf/506>.

Données, informations, connaissances … et document Une donnée est une description élémentaire, typiquement numérique pour nous, d’une réalité. C’est par exemple une observation ou une mesure.* À partir de données collectées, de l’information est obtenue en organisant ces données, en les structurant pour en dégager du sens.* En comprenant le sens de l’information, nous aboutissons à des connaissances, c’est-à-dire à des « faits » considérés comme vrais dans l’univers d’un locuteur, et à des « lois » (des règles logiques) de cet univers.* "Toute connaissance mémorisée, stockée sur un support, fixée par l'écriture ou inscrite par un moyen mécanique, physique, chimique, électronique, constitue un document. [...] tant que le document est créé mais n'est pas encore utilisé par un récepteur, il reste un document virtuel. Dès lors qu'il est employé et décodé par un récepteur, le document devient réel : il a trouvé son utilisateur" ** (voir dia  : « la tridimensionnalité du document ») *ABITEBOUL, Serge. Sciences des données : de la logique du premier ordre à la Toile. Nouvelle édition [en ligne]. Paris : Collège de France, 2012. Disponible sur Internet : <http://books.openedition.org/cdf/5 **ESTIVAL (Robert), MEYRIAT (Jean).- "La dialectique de l'écrit et du document. Un effort de synthèse".- in : Schéma et schématisation, nº14, 2e trim. 1981.- p.82-91.06>.

Tridimensionnalité du document Pédauque R-T, Salaün J-M. Le document à la lumière du numérique. C&F Editions; 2006. Signe ou forme Ou repéré « document = support + inscription » Document est une promesse Texte ou contenu « contrat de lecture » Ou retenu Ou compris Médium ou relation « document = objet mémoriel » Le document est « une trace permettant d’interpréter un événement passé à partir d’un contrat de lecture… c’est une « construction sociale », le vu (la trace, l’aspect matériel), le lu (l’interprétation, la dimension intellectuelle) et le su (la dimension mémorielle de l’événement)

L'accès à l'information Invariant ;-) Source : C. Fauré Les "techniques intellectuelles" sont des méthodes et des outils ayant la capacité de repérer et de retrouver l'information ;

Repérage / indexation de d'information Référents externes Liste Taxinomie Thésaurus  Ontologie (graph) Référents internes métadonnées structures

taxinomie / thésaurus / ontologie

Index Le principe de stockage des informations dans l'index est celui d'un annuaire inversé : Chaque terme est associé a une liste de documents y contenant une occurrence -> critère de rapidité de recherche L'index stocke les informations sur les sources dans un format pivot : La richesse de ce format pivot, qui structure l'index, va être garante de la qualité de recherche. Source : C. Fauré

Répères pour appréhender le Web 1991 (public) Tim Berners-Lee et Robert Cailliau Système métastable (métaphore du rocher), distribué et ouvert Pb du web : croissance rapide, création de désorientation du web classique => proposition d'un web sémantique (web de données) en 1994. Autres solutions en attendant le web de données Les moteurs Web 2.0 réseaux sociaux API (Application Programming Interface, web services)

Réponse : il ne cherche pas ! Pourquoi un moteur de recherche est-il si rapide pour chercher dans des milliards de pages ? Réponse : il ne cherche pas ! Il a déjà toutes les réponses aux requêtes qui lui sont formulées. Chaque requête est une métadonnée Source : C. Fauré

Moteur de recherche et texte mining Texte mining : art de générer automatiquement des métadonnées.=> plusieurs méthodes - Recherche « plein texte » (occurrences) - Recherche associative (statistique : les vecteurs) - Recherche linguistique (tokenisation, lemmatisation, entity extraction) - Recherche sémantique (structurée) : le moteur s'appuie sur des référentiels (à partir d'un référentiel métier par exemple) Source : C. Fauré

Principe des moteurs Pour trouver de l'information, certes. Mais surtout pour : • trouver rapidement l'information • trouver de l'information dans des sources diverses et hétérogènes • rechercher dans des informations peu ou faiblement structurées

Complémentarité des approches Source : C. Fauré

Appréhension de l’info Source : Info@vis

Matching : correspondance des mots-clés d’une requête avec les mots-clés représentant « le(s) document(s) résultat » (système documentaire). Watching : une « vue » des résultats introduite par une organisation spécifique (ex. page rank, clusterisation, recommandation, etc) (monde des moteurs) et classements affinitaires personnalisés (monde des réseaux sociaux) >>>>> la question des algorithmes et des « outils de visualisation » de l'information

http://www. davidgaliana http://www.davidgaliana.fr/medias-sociaux/infographie-60-secondes-sur-le-web/

Où chercher ? P2P Web invisible Web visible et Web 2.0 (web profond) Information contenue sur les ordinateurs individuels plusieurs millions d’ordinateurs inter-connectés P2P bases de données spécialisées Contenu dynamique Index partiel des sites Interdiction d’indexation Web invisible (web profond) Web visible et Web 2.0 (web surfacique) + 1000 Milliards de Pages web ? Forum de discussion Contenu indexable, contenu taggé À partir de source : Eric Boutin

21 % 93 % 46 % 57 % 50 % Usages des moteurs 21 des internautes utilisent les moteurs de recherche pour trouver et accéder aux sites 21 % du temps passé en ligne est consacré à la recherche 46 % des recherches concernent des informations sur des produits ou des services (e-commerce) 57 % des internautes cherchent sur le web chaque jour recherche : « the need behind the query » : 3 types de Andrei Broder (2002, « A taxonomy of web search », http://www.sigir.org/forum/F2002/broder.pdf) : navigation : pour trouver un site, une URL particulier que l’on a souvent déjà en tête (on le connaît ou on pense qu’il existe) : ex. : site d’une institution ou d’une marque… ; information : pour trouver des informations précises et détaillées sur un sujet donné, mais sans avoir de site en tête ; utilisation de plusieurs outils, consultation de plusieurs pages ; pages généralement statiques : ex. : descriptions, statistiques, instructions… ; transaction : pour faire quelque chose en ligne, peut concerner des pages dynamiques : ex. : horaires de transports, achats en ligne, téléchargement de logiciels… 3 types de Jacquelyn Krones (2011, Microsoft, http://searchengineland.com/exploring-the-shift-in-search-behaviors-with-microsofts-jacquelyn-krones-85750) : « mission mode » : un but bien défini  mener la recherche de façon efficace : ex. trouver une information ponctuelle ; « excavation » : le but n’est pas totalement circonscrit, il peut y avoir plusieurs réponses  trouver la meilleure réponse : ex. trouver le meilleur service en comparant différentes réponses ; « explorations » : en fonction de ses centres d’intérêt pour étudier un sujet ou se divertir  trouver des réponses nouvelles et originales. 50 % du trafic d’un site vient d’un moteur de recherche (France) Infographiclabs, 2010, GO-Gulf, 2012, Médiamétrie, 2012 Source : A. Bouchard 21

Sites les plus visités Paul Jacionis, 05/2012 Source : A. Bouchard 22

Nombre de requêtes Google [cf. http://www.webrankinfo.com/dossiers/google/chiffres-cles] : connaît 30 000 MM. de documents sur le web crawle 20 MM. de pages par jour chaque minute : 2 M. de recherches 98,3 requêtes mensuelles par visiteur unique en 2012 : 1 200 MM. de requêtes (67 % du total mondial) Etude comScore, 2013 Source : A. Bouchard 23

La personnalisation de la recherche « L’algorithme [de Google] utilise plus de 200 paramètres pour affiner une requête. Cela inclut le PageRank du site internet, la localisation géographique de l’internaute, les liens sur lesquels il clique généralement, la façon dont il modifie ses requêtes quand il n’est pas satisfait, ainsi que son historique de recherche » (T. Vanderbilt, 2013, voir également infographie) Personnalisation sur Google (étude A. Hannak et al., 2013) - 12 % des résultats différents - basée surtout sur l’identification au service et sur l’adresse IP (localisation) 24

Les opérateurs (les booléens et les autres) OR AND AND NOT ( ) Formadoct : http://guides-formadoct.ueb.eu/content.php?pid=111868&sid=842560 link: site: filetype: allinurl: as_qdr=d15 Fonctionnalités : http://www.google.fr/intl/fr/help/features.html mais surtout de plus en plus d’interfaces à comprendre, à appréhender, à suivre, ... Exemple avec Google =>

La Galaxie Google Google Trends (comparaison de termes, de sites) : http://trends.google.com Ex : http://www.google.org/flutrends/ Google Alerte : http://www.google.com/alerts Google Custom Search : http://www.google.fr/cse/ ... http://www.google.fr/intl/fr/options/ Google Knwoledge Graph :http://insidesearch.blogspot.fr/2012/05/introducing-knowledge-graph- things-not.html - Attention google and your memory : http://www.onlinecolleges.net/2011/09/19/google- and-your-memory/

2 Les outils de recherche En Bibliothèque (ex de l’UNS) Sur le Web

Ressources en BU Catalogue et ressources électroniques

Exercice avec les outils de la bibliothèque je cherche si l'ouvrage : « Nous n'avons jamais été modernes : essai d'anthropologie symétrique » de Latour Bruno …. Est disponible dans une BU de l'université...comment faire ? Dans quelle(s) autre(s) BU en France l'ouvrage est-il disponible ? ... comment faire ? je souhaite lire l'ouvrage « Sociologie de la traduction : Textes fondateurs, de Latour, Bruno.; Callon, Michel.; Akrich, M. ? » comment faire ? Conseillez-moi.

je cherche à savoir ce qu'est le "Dreaming" pour les Aborigènes d’Australie ... comment faire ? je cherche un article du Courrier International intitulé : Le livre à l'ère du numérique; Attention, le livre électronique décolle !... (13 avril 2008) comment faire ? savez-vous si je peux consulter les articles (full-text) des revues "Agricultural and Forest Meteorology" et "Journal of Documentation » ? (précisez)

Exemples d’outils (panorama sur le web) Ressources sur le web Exemples d’outils (panorama sur le web)

Le Web chercher des références et les textes associés Le « monde de Bibliothèques » (cat. et BN) Les Dictionnaires et les encyclopédies (Dico & Co) Les Archive Ouvertes et Revues en ligne (AO & Co) Les outils du « web2.0 » Les Moteurs Les outils « embarqués » (extensions navigateur) « son » moteur La méthode Push (selon déroulement du cours)

Le « monde des bibliothèques » Catalogues Dédié aux thèses : http://www.theses.fr/ Worldcat http://worldcat.org/ JournalTOC : http://www.journaltocs.ac.uk/ Ne pas oublier Amazon, chapitre.com, decitre.. Bibliothèques Numérique Gallica : http://gallica.bnf.fr/ Europeana : http://www.europeana.eu/portal/ Hathi trust : http://www.hathitrust.org/ Wikisource : http://fr.wikisource.org/wiki/Wikisource:Accueil . Le projet Gutenberg (ebook): http://www.gutenberg.org/wiki/Main_Page . Internet Archive (le web) : http://www.archive.org/ . Google book : http://books.google.com/ . Liste des Bibliothèques numériques : http://www.science.gouv.fr/fr/bibliotheques-numeriques/ et http://signets.bnf.fr/html/categories/c_011textes_num.html

Dico & Co Wikipedia : http://fr.wikipedia.org/wiki/Accueil Scholarpedia : http://www.scholarpedia.org/ CNRTL : Centre National de Ressources Textuelles et (Morphologies, Lexicographie, Etymologie, Synonymie, Antonymie, Proxémie, Concordance) http://www.cnrtl.fr/lexicographie/ (accès à TLFI et d'autres dictionnaire) Dicorama : http://www.dicorama.com/

OA & Co HAL : http://hal.archives-ouvertes.fr/ Revues.org : http://www.revues.org/ Persee : http://www.persee.fr/web/guest/home/ OAIster (cf. Worldcat) : http://oaister.worldcat.org/ Base : http://www.base-search.net/ ISIDORE : http://www.rechercheisidore.fr/ OpenDOAR : http://www.opendoar.org/ Scientific commons http://www.scientificcommons.org/ DOAJ : http://www.doaj.org/

Le web2.0 Recherche « verticale » Signets : Diigo : http://www.diigo.com/, Delicious Ref biblio : CiteUlike http://www.citeulike.org/ , LibraryThing : http://www.librarything.com, Mendeley http://www.mendeley.com … Illustrations : Flickr http://www.flickr.com/ , youtube http://www.youtube.com/ , … : Présentations : PPT : http://www.slideshare.net Tweets : search de twitter et Topsy http://topsy.com/ Transversaux (avec choix) : Qwant, socialmention,...

Les outils de recherche du web (quelques exemples) Moteurs « academics » Google scholar : http://scholar.google.com Microsoft academics search : http://academic.research.microsoft.com/ (voir aussi http://academic.research.microsoft.com/AcademicMap ) (ex avec UPF) Scirus : http://www.scirus.com JURN http://www.jurn.org/ ... Cf aussi dia AO & co

Les outils de recherche du web (quelques exemples - suite) « Verticaux » selon plateforme choix du « vertical » : http://socialmention.com/ Selon les droits associés : http://search.creativecommons.org/ Moteurs inversés Tineye : http://www.tineye.com/ Midomi : http://www.midomi.com Moteur collaboratifs : Blekko Moteur « anomysé » : Duckduckgo Moteur « vocal » : google sur chrome Recherche dans la vidéo : Voxalead : http://voxaleadnews.labs.exalead.com/ Moteur de réponses : Wolfram|Alpha, https://www.wolframalpha.com MétaMoteurs Ixquick http://www.eu.ixquick.com/fra/ Clusty : http://clusty.com/ Interfaçage SearchCube : http://search-cube.com/ Oamos : http://www.oamos.com/ Moteurs de médias Vidéos : http://www.blinkx.com/ Images : http://www.picsearch.com/ Sur mobile phone Google googles Shazam, Soundhound ...

Outils “embarqués” : des extensions FireFox Tous les outils dans un menu déroulant Add to search : https://addons.mozilla.org/en-US/firefox/addon/3682 Ajout de fonctionnalités sur certain outils de recherche. search Cloudlet : https://addons.mozilla.org/fr/firefox/addon/search-cloudlet-for- google-yah/ ... “Sur mesure” : créer son moteur de recherche (ex : LeMien)‏ sur google custom search (ex co-op) , équivalent de l’opérateur site: multiplié à souhait : http://www.google.com/coop/cse/

Exercices Je dois me déplacer à l'université de Nouvelle Calédonie, indiquez-moi la(es) références bibliographique(s) des ouvrages de Bruno latour, (postérieur à 2010) que je pourrai consulter sur place. Je souhaite me procurer l'article : Zalasiewicz, J., P.J. Crutzen, et W. Steffen. 2012. « Chapter 32 - The Anthropocene ». In The Geologic Time Scale, Boston: Elsevier, p. 1033-1040. Conseillez moi ! Je souhaite me procurer l'article : Slaughter, Richard A. 2012. « Welcome to the anthropocene ». Futures 44(2): 119-126.. Conseillez moi ! Sur Google, Je cherche des documents en pdf qui comportent le mot-clé « énergie » sur le site du « ministère de l'environnement ».(rédigez la requête) Sur Google, comment trouver des documents qui comportent le mot clés «anthropocene» et sont datés de 2011 sur le site de l'université de Nice Je cherche des images libre de droits pour illustrer mon cours sur «anthropocene » Je cherche des images similaires à http://grandquebec.com/upl- files/ours_polaire.jpg Quelle est la référence bibliographique originale du document comportant l'extrait suivant : […] La maîtrise de l’énergie mécanique a été le fait d’artisans et de techniciens souvent étrangers aux cercles scientifiques […]

Exercices (suite) je souhaite lire l'ouvrage « l'origine des espèces » de C. Darwin comment faire ? Conseillez-moi. Je souhaite être averti par mail des nouvelles publications de la revue dont l'ISSN est : 1869-1099 ? Conseillez-moi. Quel est le titre de l’ouvrage dont l’isbn est : 9782343002538 Je cherche le document dont le titre est : « Conservation and social-ecological systems in the 21st century of the Anthropocene era ». Je cherche l'article de la revue « Nonprofit and Voluntary Sector Quarterly » de l'éditeur « Sage journals » intitulé « Volunteerism Research A Review Essay », Conseillez-moi. Je veux lire la totalité de l'ouvrage dont le titre est « The Pacific Northwest Research Station's biodiversity initiative [...] ». Conseillez-moi. Je souhaite avoir un aperçu des publications de Stevan Harnad, conseillez-moi Quelle est l'invention notable de Theodore Maiman ? conseillez-moi

Vos questions ?