Référencement et recherche sur le web N.B. Plan du document et exemples tirés de : Garcia L. et al., La recherche d’information, Formation au C2i, http://www.c2imes.org/PDF/B2.pdf http://www.c2imes.org/MODULES/B2/_lfrFR/index.html F.-G. Carpentier - M2 LLICE - 2007

Quelques « adresses internet » http://www.univ-brest.fr http://doelan-gw.univ-brest.fr:8080/ http://geai.univ-brest.fr/~carpenti/ http://geai.univ-brest.fr/recherche/index.html#publis https://www.secure.bnpparibas.net/ ftp://ftp.nai.com F.-G. Carpentier - M2 LLICE - 2007

Schéma général d’une URI URI : Uniform Resource Identifier URL : Uniform Resource Locator Schéma général : Scheme://nom:mot de passe@ machine.domaine.suffixe:port/ chemin/fichier?parametre=valeur F.-G. Carpentier - M2 LLICE - 2007

F.-G. Carpentier - M2 LLICE - 2007 Syntaxe d’un URI - Partie 1 Scheme : protocole utilisé. Exemples : http : hypertext transfer protocol https : http sécurisé ftp : file transfert protocole telnet : telnet Liste non exhaustive. Essayer par exemple, dans Mozilla Firefox : about:plugins F.-G. Carpentier - M2 LLICE - 2007

F.-G. Carpentier - M2 LLICE - 2007 Syntaxe d’un URI - Partie 2 www.univ-brest.fr www : nom (ou alias) de la machine serveur N.B. De nombreux sites Web ont un nom commençant par www. Mais ce n’est qu’une convention… univ-brest.fr : domaine .fr : suffixe du domaine Exemples : .be, .uk, .eu, .net, .org, .com, .edu F.-G. Carpentier - M2 LLICE - 2007

F.-G. Carpentier - M2 LLICE - 2007 Syntaxe d’un URI - Partie 3 Ex: http://doelan-gw.univ-brest.fr:8080/ Un serveur Web utilise en général le port 80. Autrement dit, on pourrait insérer :80 dans la plupart des URI. Mais, en utilisant d’autres ports, on peut disposer de plusieurs serveurs sur une même machine. F.-G. Carpentier - M2 LLICE - 2007

F.-G. Carpentier - M2 LLICE - 2007 Syntaxe d’un URI - Partie 4 Chemin et fichier : Hiérarchie de répertoires et nom du fichier demandé Cas particuliers et remarques : geai.univ-brest.fr/~carpenti : site personnel de l’utilisateur carpenti L’extension du nom de fichier renseigne sur la technologie utilisée : geai.univ-brest.fr/secretariats.html : page html geai.univ-brest.fr/~carpenti/statistiques/table1.php : page en php F.-G. Carpentier - M2 LLICE - 2007

F.-G. Carpentier - M2 LLICE - 2007 Moteurs et annuaires Objectif commun : permettre la recherche d’informations Annuaires bases de données gérées manuellement par des documentalistes Moteurs de recherche bases de données alimentées par des robots logiciels Méta-moteurs interrogent en parallèle différents moteurs et compilent les résultats F.-G. Carpentier - M2 LLICE - 2007

F.-G. Carpentier - M2 LLICE - 2007 Annuaires Ce sont des bases de données renseignées manuellement. Les auteurs proposent leur site au référencement Un documentaliste apprécie l’intérêt du site, rédige un descriptif, classe le site dans une catégorie... Avantages : bonne qualité générale des informations fournies Inconvénients : en général taille assez réduite F.-G. Carpentier - M2 LLICE - 2007

F.-G. Carpentier - M2 LLICE - 2007 Exemples d’annuaires Le guide Web sur Yahoo : fr.dir.yahoo.com Nomade : nomade.aliceadsl.fr Looksmart : www.looksmart.com Open Directory Project : www.dmoz.org F.-G. Carpentier - M2 LLICE - 2007

Exemple: recherche sur Yahoo! (1) La Recherche par Navigation Appeler la page http://fr.dir.yahoo.com En descendant dans l'arborescence, trouver dans la rubrique impressionnisme : - la rubrique des peintres impressionnistes, une liste de sites consacrés à l'impressionnisme. N.B. Hiérarchie : Art et culture>Histoire de l’art>Périodes et mouvements>Impressionnisme Il est clair que cette recherche par navigation conduit à des résultats généraux apportant des informations sur le contexte du thème cherché. F.-G. Carpentier - M2 LLICE - 2007

Exemple: recherche sur Yahoo! (2) La Recherche par mots-clés Les mots-clés sont entrés dans la boîte de recherche et, si le bouton radio convenable est coché, la recherche sera faite dans la rubrique concernée ( et non sur l'ensemble du Web ). Recherche simple Entrer dans la boîte de recherche le nom d'un peintre impressionniste connu (par ex. Renoir). Observer les résultats. Recherche avancée Cliquer sur le lien : Recherche Avancée Lancer une recherche sur la requête : Renoir ou Monet F.-G. Carpentier - M2 LLICE - 2007

Exemple: recherche sur Yahoo! (3) Utilisation de l'annuaire Yahoo! US Appeler la page dir.yahoo.com Cet annuaire fonctionne comme yahoo.fr : par Navigation ( browsing ) et par Recherche par mots-clés ( searching ). Navigation Trouver la rubrique ( en anglais : category ) de l'impressionnisme. Ici encore, les résultats sont généraux mais plus riches encore puisque l'annuaire est beaucoup plus étendu. Recherche simple Entrer dans la boîte de recherche le nom d'un peintre impressionniste que vous connaissez (par exemple Renoir. Observer les résultats). Recherche avancée ( Advanced Directory Research ) Cliquer sur le lien : Recherche Avancée. Lancer une recherche sur la requête : Renoir ou Monet. Observer les résultats. F.-G. Carpentier - M2 LLICE - 2007

F.-G. Carpentier - M2 LLICE - 2007 Moteurs de recherche Un robot logiciel (spider, crawler) parcourt le Web à la recherche de nouvelles pages à indexer Le contenu des pages trouvées est indexé dans une base de données Avantages : nombreuses pages indexées Inconvénients : fonctionnement peu intelligent. F.-G. Carpentier - M2 LLICE - 2007

F.-G. Carpentier - M2 LLICE - 2007 Exemples de moteurs AllTheWeb : www.alltheweb.com Altavista : www.altavista.com, www.altavista.fr Excite : www.excite.com, www.excite.fr Francité : www.francite.com Google : www.google.com, www.google.fr Hotbot : www.hotbot.lycos.com, www.hotbot.fr Lycos : www-english.lycos.com, www.lycos.fr Voilà : www.voila.fr F.-G. Carpentier - M2 LLICE - 2007

F.-G. Carpentier - M2 LLICE - 2007 Meta-moteurs Interrogent en parallèle plusieurs moteurs de recherche Suppriment (en principe) les doublons dans les réponses obtenues Renvoient à l’utilisateur une compilation des résultats F.-G. Carpentier - M2 LLICE - 2007

Exemples de meta-moteurs Metacrawler : www.metacrawler.com Dogpile : www.dogpile.com Highway61 : www.highway61.com F.-G. Carpentier - M2 LLICE - 2007

F.-G. Carpentier - M2 LLICE - 2007 Limites de la démarche Moteurs de recherche et annuaires permettent-ils l’accès à l’ensemble du Web ? Réponse : pas du tout. Certains auteurs estiment même que 90 % de l’information présente sur le Web leur échappe Parmi les obstacles à l’indexation : - les images - les documents de formats autres que HTML - les bases de données et le Web dynamique F.-G. Carpentier - M2 LLICE - 2007

Référencement d’un site Position du problème : nous avons réalisé un site, qui est mis en ligne chez un hébergeur. Avons-nous une chance de voir le site apparaître dans les réponses d’un moteur de recherche ? Réponse : non, pratiquement aucune, si nous ne demandons pas le référencement du site F.-G. Carpentier - M2 LLICE - 2007

Référencement sur un annuaire Tous les moteurs et les annuaires proposent des formulaires permettant de demander l’inscription du site. Pour les annuaires, les indications à fournir sont simples : - adresse (url) du site - résumé du contenu - « catégorie » souhaitée Exemple : référencement sur Yahoo F.-G. Carpentier - M2 LLICE - 2007

Référencement sur un moteur de recherche En principe, il suffit d’indiquer la page d’accueil du site. Le spider explorera ensuite les différentes pages en suivant, de façon récursive, tous les liens rencontrés. Le référencement « de base » est gratuit, mais il est aussi possible de payer... F.-G. Carpentier - M2 LLICE - 2007

Problèmes liés au référencement Il ne suffit pas de demander le référencement…. Problèmes de délais : parfois plusieurs mois pour que notre demande soit prise en compte De même, pour les moteurs de recherche, délai important entre deux visites Problèmes de cohérence entre les bases de données d’un même moteur : Yahoo-France et Yahoo-US par exemple F.-G. Carpentier - M2 LLICE - 2007

F.-G. Carpentier - M2 LLICE - 2007 La stratégie Google Google évalue la « popularité » d’un site d’après le nombre de liens pointant vers ce site : page rank Quelle prise en compte pour des sites délivrant une information très spécialisée ? F.-G. Carpentier - M2 LLICE - 2007

F.-G. Carpentier - M2 LLICE - 2007 Scoring En principe, indexation en « texte intégral » En fait : - exploration tronquant les pages trop longues - poids différents donnés aux différentes parties du document (titres, parties marquées par des balises <H1>, etc) - problème des images : renseigner correctement les attributs ALT=…. F.-G. Carpentier - M2 LLICE - 2007

Recherche d’informations Utiliser les moteurs et les annuaires pour rechercher de l’information - les outils ont des capacités variées, mais sont complémentaires - ne pas se limiter à un seul moteur - utiliser les possibilités de recherche « étendue » F.-G. Carpentier - M2 LLICE - 2007

Syntaxe de recherche sur Google - par défaut, un ET entre les différents termes spécifiés - non-prise en compte des mots « vides », sauf s’ils sont précédés de « + » - guillemets permettant de spécifier une expression - caractères accentués ignorés - ciblage de la recherche : opérateurs link: et site: - pas de jokers F.-G. Carpentier - M2 LLICE - 2007

Syntaxe utilisée par Altavista Opérateurs booléens : AND, OR, NOT - Prise en compte des diacritiques, des majuscules Expressions : guillemets - Indicateurs de « niveau de recherche » : title: url: host: domain: F.-G. Carpentier - M2 LLICE - 2007

Exemple: recherche simple sur Google (1) Rechercher des cours d'Internet ( enseignant l'Internet ) sur les pages Web écrites en français... La recherche simple Soit le modèle de recherche suivant : a/ Exprimer clairement l'objet de la recherche : je veux trouver des cours d'Internet b/ Extraire les mots-clés correspondants : Internet ( ou Web ) cours ( ou guide ou tutoriel ) leçons ( ou exercices ) c/ Ecrire des requêtes possibles internet guide leçons internet tutoriel exercices etc... Attention à l'orthographe , bien que Google supporte les fautes d'orthographe ! F.-G. Carpentier - M2 LLICE - 2007

Exemple: recherche simple sur Google (2) En appliquant ce modèle, effectuer avec Google les recherches suivantes: - Rechercher des écrivains ou des poètes. - Pour chacun des poètes ci-dessous, retrouver une page portant les informations suivantes : - Arthur Rimbaud : son portrait ( ou sa caricature ), sa biographie. - Guillaume Apollinaire : son portrait, sa biographie. - Georges Brassens : son portrait, sa biographie. F.-G. Carpentier - M2 LLICE - 2007

Exemple: recherche simple sur Google (3) - Recherche sur des artistes ou des oeuvres d'art. - Rechercher des pages significatives sur le peintre français Antoine Watteau, sa biographie. - Rechercher directement l'oeuvre suivante : " Pèlerinage à l'île de Cythère " - Retrouver des poèmes ou des chansons. - Retrouver le poème ( auteur, titre, extrait ) portant le morceau de phrase suivant : " A la cime argentée, je reconnus la déesse " - Retrouver le poème portant le bout de phrase : " Voie lactée ô soeur lumineuse " F.-G. Carpentier - M2 LLICE - 2007

Exemple: recherche simple sur Google (4) Recherche rapide de media, institutions, entreprises, etc... (Plutôt que d'essayer des URLs approximatives, on lancera une recherche simple sur le nom cherché : on obtiendra toujours la page cherchée dans les 2 ou 3 premiers résultats). Trouver les pages d'accueil suivantes : En France : l'Université de Toulouse Le Mirail, la mairie de Toulouse, la mairie de Paris, la mairie de Biarritz, le gouvernement, l'académie française, le constructeur Peugeot, le musée du Louvre etc... Le Monde, Le Figaro, Libération, Le Point, L'Express etc... A l'étranger : le MIT, la CIA, le FBI, la NASA, la Maison Blanche, le musée du Prado de Madrid, le musée des Offices de Florence en Italie, le New York Times, die Welt, the Times, the Guardian, El Pais, Il Corriere della Sera etc... F.-G. Carpentier - M2 LLICE - 2007

Exemple: recherche avancée sur Google (5) Faire varier les champs de recherche : Chercher : - "cours internet" dans les pages, - "cours internet" dans les titres, cours internet dans les titres. Comparer les résultats. F.-G. Carpentier - M2 LLICE - 2007

F.-G. Carpentier - M2 LLICE - 2007 La recherche d’images Même principe que la recherche de documents textuels, mais problèmes liés à l’indexation. Google utilise en général : - soit le nom du fichier - soit le contenu de la balise « alt » dans le code HTML de la page : <IMG SRC=« toto.jpg » ALT=« photo de toto »> F.-G. Carpentier - M2 LLICE - 2007

La recherche d’images (2) Exercice : Cherchez les portraits d’un personnage connu en utilisant l’option « images » de Google Affichez le site affichant l’un d’eux Recherchez l’indice à partir duquel Google a pu référencer cette image. Pour cela, vous devrez sans doute afficher le code source de la page. F.-G. Carpentier - M2 LLICE - 2007

Recherche comparée sur Yahoo! et Google Recherche sur une donnée institutionnelle Rechercher avec Yahoo! les informations sur les présidents de la république française ( on s'intéressera aux sites qui sont strictement dans l'annuaire ). Rechercher avec Google ces mêmes informations ( on s'intéressera aux pages trouvées directement avec Google ). F.-G. Carpentier - M2 LLICE - 2007

Recherche comparée sur Yahoo! et Google Recherche d'une donnée historique Rechercher avec Yahoo! des informations brèves sur 4 Châteaux de la Loire. Rechercher avec Google ces mêmes informations. Recherche d'une donnée de type culture populaire Rechercher avec Yahoo! les chansons sur Paris, paroles, auteurs, compositeurs ( on s'intéressera aux pages qui sont sélectionnées directement par les requêtes ). F.-G. Carpentier - M2 LLICE - 2007

Recherche de publications scientifiques Le SUDOC (Système Universitaire de documentation) est le catalogue collectif des universités françaises. Adresse : http://corail.sudoc.abes.fr Le catalogue de la BU de l’UBO : Adresse : http://zoe.univ-brest.fr/brest.html Google Scholar : Adresse : http://scholar.google.com F.-G. Carpentier - M2 LLICE - 2007

Exemple de recherche sur SUDOC (1) Comparez le nombre de résultats retournés après les recherches : - vie rurale - "vie rurale " Solution : les termes sans guillemets retournent plus de 6200 réponses (le système prendra les termes " vie " et " rurale " indépendamment), alors que l'expression entre guillemets en retourne 1700 (le système ne prenant que les deux termes réunis) . F.-G. Carpentier - M2 LLICE - 2007

Exemple de recherche sur SUDOC (2) Rechercher les ouvrages de la collection " Que sais-je " sur la vie rurale Vous devriez obtenir 6 résultats C'est dans l'écran de recherche avancée qu'on peut limiter la recherche à certains types de documents : thèses, titres de revues ; vous devez décocher tous les types de documents, en cliquant sur le lien " aucun ", et cocher la case du type de document sur lequel vous souhaitez faire votre recherche. F.-G. Carpentier - M2 LLICE - 2007

Exemple de recherche sur SUDOC (3) Vous recherchez un article de 1892 paru dans " The Sewanee Review". Où le trouverez-vous ? Solution : à la BIU Centrale de la Sorbonne et dans les collections patrimoniales de la BNF. De nombreuses bibliothèques françaises possèdent cette revue, mais pas depuis l'origine. F.-G. Carpentier - M2 LLICE - 2007

Exemple de recherche sur SUDOC (4) F.-G. Carpentier - M2 LLICE - 2007

Bien utiliser son navigateur Enregistrer une page Avec Mozilla Firefox : « Web Page - Complete » : avec les images, rassemblées dans un répertoire Imprimer une page Page HTML simple : en général sans problème (sauf caractères blancs sur fond foncé) Page comportant des cadres (frames) : de préférence, affichez le cadre désiré dans une fenêtre, puis imprimez-la F.-G. Carpentier - M2 LLICE - 2007

Bien utiliser son navigateur (2) Imprimer une page (suite) Page comportant des tableaux : le comportement dépend de la manière dont le code de la page a été écrit. Pensez au format « paysage » ... Page d’un site « dynamique » utilisant Javascript, etc : l’auteur n’a-t-il pas prévu un bouton « imprimer » ou « version imprimable » F.-G. Carpentier - M2 LLICE - 2007

Bien utiliser son navigateur (3) Récupérer une image, télécharger un fichier .doc, .pdf, etc Cliquez avec le bouton droit de la souris sur l’image, ou le lien vers le fichier Dans le menu contextuel qui apparaît, sélectionnez la commande « Enregistrer l’image sous... », « Enregistrez le lien sous... » F.-G. Carpentier - M2 LLICE - 2007

Bien utiliser son navigateur (4) Utiliser plusieurs fenêtres, ou plusieurs onglets au cours de la navigation Cliquez avec le bouton droit de la souris sur le lien vers la page cible. Dans le menu contextuel qui apparaît, sélectionnez la commande « Ouvrir le lien dans une nouvelle fenêtre», « Ouvrir le lien dans un nouvel onglet » Remarque : Certains liens sont configurés pour ouvrir la page cible dans une nouvelle fenêtre. F.-G. Carpentier - M2 LLICE - 2007

Bien utiliser son navigateur (5) Conserver l’adresse des sites intéressants Les navigateurs possèdent un menu « Ajouter aux signets », « Add to bookmarks », « Ajouter aux favoris » Il existe également des menus permettant de gérer ces signets : renommer, supprimer, structurer de façon hiérarchique... F.-G. Carpentier - M2 LLICE - 2007

F.-G. Carpentier - M2 LLICE - 2007 Bibliographie Samier H., Sandoval V., la recherche intelligente sur l’Internet, Hermès Garcia L. et al., La recherche d’information, Formation au C2i, http://www.c2imes.org/PDF/B2.pdf Différents documents mis en ligne par l’URFIST de Bretagne et Pays de Loire : http://www.uhb.fr/urfist/supports.htm F.-G. Carpentier - M2 LLICE - 2007