Trouver au lieu de chercher : on ne trouve pas TOUT sur le WEB mais de TOUT

1
Trouver au lieu de chercher on ne trouve pas
TOUT sur le WEB mais de TOUT

• Patrick Gay - GIBIPO Patrick Johner - INFODOC
• Formation sur les recherches documentaires et
  bibliographiques pour les AID de 2ème année
• Lausanne les 19 26 avril 2002

2
Comportement standard

• 80 des internautes se précipitent sur un moteur
  de recherche et tapent un ou deux mots-clefs
  séparés par un espace
• Et si nous faisions un petit sondage dans la
  salle.
• Qui utilise Google ou Altavista ainsi ?
• Pas de panique, il existe d autres moyens plus
  performants, nous allons les découvrir.
• Le premier , éviter les fautes d orthographe !

3
Au programme

• Introduction
• Syntaxe
• R-doc
• Outils
• R-Bib
• Conclusion

• page 5
• page 12
• page 21
• page 32
• page 67
• page 88

4
Intro - historique

• Années 70 naissance de l Internet
• Réseau ARPANET
• VERONICA (recherches titres, occurrences des
  termes, répertoires)
• WAIS (indexation en texte intégral)
• ARCHIE (recherches sur serveurs FTP)
• Années 90 avènement du WEB au CERN
• Outils spécialisés comme Mosaïc en 1994

5
Intro - raisons du succès

• Protocole TCP/IP
• Langage commun à tous les types de machines et de
  système dexploitation
• Interconnexion des tous les réseaux
• Dialogue entre toutes les machines
• Administration centrale minimale
• Effort coopératif, suffixes de domaine, les
  adresses des machines (IP), équivalent en clair.
• Langage HTML pour les pages WEB

6
Intro - services disponibles

• Sites WEB
• http//wwwedu.ge.ch/dip/biblioweb
• Messagerie électronique
• patrick.johner_at_edu.ge.ch
• Listes de diffusion forums de discussion
• swiss-lib_at_lists.switch.ch
• Accès à des banques de données
• Telnet
• Echanges de données
• FTP

7
Intro - critique de linformation

• Hétérogénéité contenu et le codage
• Instabilité
• Fragmentation
• Renouvellement continuel
• Non structuré
• Multilinguisme
• Publique / privé / commercial

8
Intro - les six questions de base

• Qui est la source ?
• Quels résultats obtenons-nous ?
• Comment est présentée l information ?
• Quand le site a été crée ?
• Où sommes-nous ?
• Pourquoi diffuse-t-on cette information ?

9
Intro - évaluer un site

• Fiabilité et qualité de l information
• Trier l information
• Evaluer l information et la source
• Exactitude, exhaustivité
• Auditoire
• Vraisemblance, impartialité, cohérence
• Vérifier l information

10
Intro - déchiffrer les URL

• Http// protocole
• www. Web
• Geneve. Nom
• Ch Extension
• http//www.geneve.ch
• URL (Uniform Ressource Locator)

11
Quelques chiffres

• 82 des recherches par mots-clefs
• 17 navigation dans rubriques
• 300 millions d internautes dans le monde
• Plus de 10 millions en France
• On parle de 500 milliards de pages
• 7,1 millions de sites

12
Syntaxe - opérateurs par défaut ?

• Tapons par exemple
• réchauffement planète
• Selon l opérateur par défaut nous aurons des
  documents concernant
• le réchauffement de la planète avec  et 
• soit le réchauffement du cassoulet de la veille
  mais aussi sur la planète Mars avec  ou .

13
Syntaxe - opérateur   ou 

• Opérateur qui permet  d ouvrir  une
  recherche,
• par exemple
• bibliothèque ou library
• chien ou chiens

14
Syntaxe - opérateur  sauf 

• Cet opérateur permet de supprimer un concept dans
  une recherche,
• par exemple
• cancer sauf horoscope

15
Syntaxe - troncature

• Nous pouvons avoir
• capi
• taine
• ca ne

• capitaine
• capitale
• capital
• mitaine
• capitaine
• cabine
• capitaine
• carabine

16
Syntaxe - majuscules, minuscules

• Sur Altavista nous pouvons tester
• ibm ou IBM
• on aura alors ibm ou IBM
• Ibm
• on aura alors pas ibm ou IBM
• on peut aussi tester avec Peugeot

17
Syntaxe - gestion des langues

• Nous avons
• Google.com
• Google .fr
• Google.ch
• Un moyen de limiter
• notre champ de
• recherche.

• Nous avons aussi le
• filtre linguistique.
• Mais certains outils ne
• donnent pas les mêmes
• résultats avec
• library
• bibliothèque

18
Syntaxe - accents et ordre

• Pour certains outils de recherche sur le WEB les
  accents ont une importance.
• Jérome
• Jerome

• Idem pour l ordre des termes, on a pas toujours
  le même résultat.
• Paris Dakar
• Dakar Paris

19
Syntaxe - expressions

• Nous pouvons formuler de trois façons
• New York
• nous aurons soit New Age
• soit la ville d York
• New York
• nous aurons le New Age dans la ville d York
•  New York 
• nous aurons enfin New York

20
Vingt mots-clefs les plus utilisés

• Météo
• Sexe
• ANPE
• Google
• Yahoo
• Lycos
• Caramail
• Tennis
• SNCF
• Annuaire

• Pages jaunes
• Recherche
• MP3
• Harry Potter
• FNAC
• Voilà
• Immobilier
• Musique
• Emploi
• Star academy
• Looksmart 2002

21
R-DOC - autres zones

• Recherches possibles sur l URL
• Recherches sur les titres des pages
• Recherches dans les zones invisibles
• balise Meta  Keywords  ou  Description 
• Recherches dans les pages archivées

22
R-DOC - trouver les mots-clefs

• Rien de tel que de prendre une feuille et un
  crayon pour commencer une recherche.
• Nous avons
• mots-clefs primaires
• finance, commerce, tourisme, loisirs, voyage
• mots-clefs secondaires
• jus d orange, bourse, Chicago
• mots-clefs interdits
• avec fruits, apple éviter computer

23
R-DOC - résultats

• Sur un annuaire vous avez les catégories, puis
  le résultat avec une notice.

• Sur un moteur vous avez directement des résultats
  classés selon la pertinence.

24
R-DOC - indice de popularité

• Historiquement les résultats sont présentés selon
  
• l occurrence du mot-clef
• sa place dans le document, début, fin
• la taille de celui-ci dans le texte
• Indice de popularité (IPP)
• liens qui pointent sur un site
• double niveau pour éviter la triche

25
R-DOC - indexation des sites

• Déclaration volontaire du site par son Webmaster,
  il est aussi possible d influencer les robots en
  mettant certaines indications dans le titre des
  pages, en choisissant la place des termes, en
  utilisant en HTML les zones meta- données (Head)
  ou se trouvent les mots-clés, titres.

• A travers un robot (spider ou crawler) qui
  explore de manière automatique la toile, il se
  faufile par les liens, seules les pages HTML sont
  prises en compte, il reste une importante partie
  non indexées somme les bases de données, les
  documents PDF (sauf Google)
• passage tous les 2-3 mois vu la taille du WEB.

26
R-DOC - page en HTML
27
R-DOC - indexation

• Mots vides
• Indexation au mot
• Indexation en texte intégral
• Index monochamp
• Index multichamps
• Recherche en langage naturel

• Indexation automatique
• Analyse sémantique
• Analyse phonétique

28
R-DOC - méthodologie

• Quel est le sujet précis ?
• Je recherche de l information sur la maladie de
  la vache folle
• Quelle limite géographique, linguistique,
  temporelle ?
• Documents en français de moins de trois ans
• Quels mot clés conviendrait ?
• Maladie de la vache folle
• Moteur de recherche à utiliser ?
• Http//metacrawler.com/index.html
• Formulation précise de la recherche ?
• Maladie de la vache folle
• Les réponses sous quelle forme ?
• Une adresse de site intéressant
• Validité de l information ou évaluation du site
  ?

29
R-DOC - Service de référence

• En bibliothèque nous devons aussi penser à
• Qui demande l information ?
• Quel est son niveau de connaissance ?
• Pourquoi a-t-il besoin des ces informations ?
• Dans la mesure du possible nous ferons avec
  notre lecteur la recherche et instaurerons à
  mesure un dialogue .

30
R-DOC - pages de résultats

• Présentation par ordre de pertinence selon règles
  et hiérarchies pré-établies
• emplacement du terme recherché, dans le titre,
  les mots-clé, texte ...
• fréquence dapparition du terme dans le document
• par popularité (nombre de liens qui pointent sur
  le site)
• Mais doublons souvent présents

31
Internautes ont consulté au moins une fois en
janvier 2002 les sites suivants

• Bannières publicitaires
• Moteur de recherche
• Catalogue en ligne
• Compte bancaire
• Comparaison de prix
• Achat en ligne
• Petites annonces
• Source BVA

• 51
• 47
• 20
• 16
• 6
• 2
• 2

32
Outils - annuaires

• Un annuaire représente dans une hiérarchie de
  domaines et de sous-domaines un certain nombre de
  sites décrits par quelques informations précises.

• Yahoo
• 2 millions de sites
• Yahoo France
• 140 000 sites
• Nomade
• 140 000 sites

33
Outils - Yahoo

• Créé en 1994 par deux étudiants de Stanford
• D abord recenser leurs propres sites, avant de
  devenir une activité commerciale, Google prend la
  relève en cas ne non réponse.
• 55 millions de requêtes de page par jour,
• 2 millions de sites recensés,
• En France en mai 2001 yahoo.fr
• 3,2 millions de visiteurs,
• 500 millions de pages vues.

34
Outils - essayer

• J aimerais de la documentation sur les
  bibliothèques virtuelles
• Essayez virtual libraries
• Comparez le nombre de réponses

35
Outils - Yahoo 1 http//fr.yahoo.com/
36
Outils - Yahoo 2 http//fr.yahoo.com/
37
Outils - répertoires thématiques

• Valeur ajoutée
• Limitation du bruit
• Donne adresses des sites
• Biais par couverture régionale
• Accès direct limité
• Mises à jour aléatoires

38
Vocabulaire

• INTERNET
• Interconnexion mondiales d ordinateurs, soit des
  utilisateurs avec leurs ordinateurs soit des
  serveurs.
• L Internet représente l aspect lié à
  l infrastructure, la  tuyauterie  du réseau
  mondial.

• WEB
• Ce n est qu une partie de l Internet qui
  permet de consulter des documents multimédias.
• Le WEB invisible cest
• Les archives de presse
• Les pages WEB crées avec des outils dynamiques
• Les banques de données gratuites ou payantes

39
Outils - moteurs de recherche

• Le moteur de recherche recensent des pages WEB
  dans un index, puis il classe les résultats selon
  un algorithme.

• Voilà
• 30 millions pages
• Altavista
• 13 millions en français
• 550 millions
• Lycos
• 11 millions
• Google
• 620 millions

40
Outils - Google

• Dérivé de Gogol, 10 à la puissance 100
• Créé en 1998 par des étudiants de Stanford
• Devient en 1999 une société commerciale
• En juin 2001, 620 millions de pages en totalité
  sur leurs disques
• Classement par indice de popularité
• En France Google.fr
• Peu de publicité et beaucoup de nouveautés

41
Outils - essayer l outil

• Nous cherchons de l information sur la musique
  baroque
• Nous cherchons des informations sur le climat au
  Sénégal

42
Outils - Google 1 http//www.google.com/
43
Outils - Google 2 http//www.google.com/
44
Outils - Google mode d emploi

• Minuscules/majuscules Idem
• Ordre des mots Important
• OU OR
• ET Opérateur par défaut
• SAUF -
• Troncature Non
• Recherche linguistique
• Recherche sur le nom du site site
• etc ...

45
Outils - robots généralistes

• Simplicité dutilisation
• Couverture la plus complète
• Mise à jour automatique et rapide
• Amélioration constante
• Bruit
• Doublons non détectés
• Hétérogénéité des réponses

46
Outils - lequel choisir ?

• Recherche d une source d information globale,
  un site sur mon sujet m intéresse.
• ANNUAIRE
• On recherche par exemple le site de Renault

• Recherche d une donnée précise ou pointue, elle
  sera mentionnée sur une page.
• MOTEUR
• Je recherche des information sur la Renault Clio

47
Outils - maîtriser l outil

• Nous cherchons des informations sur la
  construction du Pont Butin à Genève
• Faire une recherche sur Yahoo et sur Google
• Regardez les résultats et vous aurez une étendue
  des interprétations
• Comparez les trois premiers résultats de chaque
  recherche

48
Internet ne remplace pas une bibliothèque !

• Tout n est pas sur Internet,
• Chercher sur Internet, c est comme chercher une
  aiguille dans une botte de foin,
• Le contrôle qualité n existe pas,
• Texte en pleine page sans notes, illustrations,
  tableaux
• Sur les 1,5 millions de livres depuis 1970, seuls
  quelques milliers sur le WEB

• On ne consulte pas plus de 30 minutes un écran,
• La bibliothèque virtuelle ne suffit pas,
• La numérisation des documents coûte cher,
• Les documents sur le WEB n ont pas plus de 10-15
  ans,
• 80 des personnes préfèrent acheter un livre
  plutôt que de consulter Internet.

49
Outils - Norhern Light

• Du nom d un bâteau construit à Boston en 1851,
  ce nouveau moteur de recherche (1997) a des
  fonctionnalités innovantes.
• En ANGLAIS

• Résultats classés dans une dizaine de dossiers,
  les thèmes sont créés en fonction du sujet de la
  recherche.
• Egalement des moteurs spécialisés.

50
Outils - Norhern Light http//www.northernlight.co
m/
51
Outils - Altavista

• Projet de recherche en 1995 aux laboratoires
  Digital
• Outil de recherche en texte intégral
• Alta vista, vue d en haut
• En 2001 robot Scooter indexe 10 millions de pages
  par jour et visite 2 000 gros sites.

52
Outils - Altavista http//fr.altavista.com/
53
Outils - essayer l outil

• Trouvez l adresse du site des bibliothèques de
  l enseignement secondaire à Genève
• Je voudrais trouver le taux de change du dollar
  canadien en francs français
• Taux de change
• Dollar canadien
• Franc français

54
Outils - Manitoo http//www.manitoo.ch
55
Outils - langage naturel

• INFOCLIC
• On peut saisir sa question en langage naturel
  comme
• Quel temps fait-il à Genève aujourd hui ?
• Où trouver un plan de Paris ?

56
Outils - Infoclic http//www.infoclic.fr
57
Outils - métamoteurs

• Recherche plus exhaustive
• fourni une requête sur cet outil
• interroge plusieurs moteurs
• récupère les données, enlève doublons
• affiche les résultats
• Copernic un logiciel
• Metacrowler un site WEB

58
Outils - Kartoo Http//www.kartoo.com
59
Outils - Interface de recherche unifiée

• Un exemple COPERNIC
• Logiciel qui fait appel à différents outils de
  recherche de façon simultanée
• Requête envoyée à plusieurs outils simultanément
• Syntaxe propre pour formuler la requête
• Valeur ajoutée
• éliminer les doublons
• présentation unifiée des résultats
• recalculer les indices de pertinences
• Appauvrissement des fonctions de recherche

60
Outils - Copernic 1 http//www.copernic.com/fr
61
Outils - Copernic 2 http//www.copernic.com/fr
62
Outils - Copernic 3 http//www.copernic.com/fr
63
Outils - agents intelligents

• Autonomie
• Capacité à communiquer
• Capacité à coopérer
• Capacité à raisonner
• Comportement adaptatif
• Fidélité
• Authentification, confidentialité
• Sécurité
• Compétence
• Intégrité

64
Outils - Comparaisons

• Notoriété et contenu des index
• Contenu de l index
• Fonctionnalités d interrogation
• Fonctionnalités de visualisation
• Fonctionnalités spécifiques
• Différentes syntaxes
• Un site de référence ABONDANCE

65
Outils - Abondance http//www.abondance.com/
66
Palmarès 2001 des outils

• Annuaire francophone
• Yahoo 40
• Voila 22
• Nomade 9
• Open directory 9
• Lycos 7
• MSN 4

• Moteur francophone
• Google 78
• Voilà moteur 6
• Altavista 2
• Fast 2
• Lokace 1
• Nothernlight 1
• Abondance décembre 2001

67
R-BIB - recherches bibliographiques

• Catalogues de bibliothèques disponibles sur
  Internet
• Bibal Web
• Bibliothèques scolaires Genève
• BN Opale plus
• Bibliothèque Nationale de France
• Rero
• Bibliothèques universitaires romandes

68
R-BIB - BIBALWEB 1 http//wwwedu.ge.ch/dip/bibliow
eb
69
R-BIB - BIBALWEB 2 http//wwwedu.ge.ch/dip/bibliow
eb

• Dernière version 480 000 notices
• La base de données des bibliothèques de
  l'enseignement genevois n'est pas un catalogue
  collectif. Dans la version 6.0 de mars 2002, il
  s'agit de la réunion de l'ensemble des catalogues
  
• des 26 bibliothèques rattachées au secondaire II,
  
• de l'Office d'orientation et de formation
  professionnelle (OOFP), l Office de la Jeunesse
  (OJ), de l information documentaire de la DGCO,
• du Centre de Ressource et de Documentation
  Pédagogiques (CRDP).
• De ce fait, une même notice pourra se retrouver
  plusieurs fois dans cette base de données avec de
  légères différences.

70
R-BIB - BIBALWEB 2 http//wwwedu.ge.ch/dip/bibliow
eb
71
R-BIB - essayer l outil

• Dans quelle bibliothèque puis-je trouvez un
  exemplaire de la Peste de Albert Camus ?
• Quelle est le numéro de téléphone à faire pour
  réserver ce livre
• Est-ce possible d aller consulter ce livre un
  mercredi après-midi

72
R-BIB - BN Opale Plus 1 http//www.ccfr.bnf.fr
73
R-BIB - BN Opale Plus 2 http//www.ccfr.bnf.fr

• Catalogue collectif de France offre dès janvier
  2001 14 millions de notices d ouvrages et de
  périodiques des principales bibliothèque de
  France.

• Catalogue BN Opale (7 millions à la bibliothèque
  nationale)
• Catalogue système universitaire (4 millions dans
  le réseau des 100 bibliothèques universitaires)
• Catalogue des fonds anciens (2 millions)

74
R-BIB - BN Opale Plus 3 http//www.ccfr.bnf.fr
75
R-BIB - essayer l outil

• Combien d auteurs ont pour nom Bazin ?
• Citez nous un titre d Hervé Bazin
• Où puis-je consulter cet ouvrage ?

76
R-BIB - RERO 1 http//www.rero.ch
77
R-BIB - RERO 2 http//www.rero.ch

• La base de données bibliographiques RERO (Réseau
  des bibliothèques de Suisse occidentale) contient
  la plupart des documents
• des bibliothèques cantonales universitaires et
• des bibliothèques spécialisées de Suisse romande.
• Le système informatique s'appelle VTLS (Virginia
  Tech Library System). Il s'agit d'un système
  américain, adopté par la Bibliothèque nationale
  suisse, que l'on retrouve, en outre, dans de
  nombreuses bibliothèques européennes (Finlande,
  Ecosse, Catalogne, Belgique, Pologne, Russie,
  etc.).

78
R-BIB - RERO 3 http//www.rero.ch
79
R-BIB - essayer l outil

• Préparez rapidement une petite liste des ouvrages
  (bibliographie) de Jacques Chessex, avec les
  titres et la date présumée de la première édition.

80
R-BIB - Nebis 1 http//www.nebis.ch
81
R-BIB - Nebis 2 http//www.nebis.ch

• Réseau de bibliothèques
• et de centres d'information en Suisse
• Plus de 60 bibliothèques d'universités, de HES et
  d'organismes de recherche de toutes les régions
  linguistiques se sont rassemblées dans le réseau
  de bibliothèques et de centres d'information en
  Suisse (NEBIS).
• Le catalogue NEBIS contient environ 2 millions de
  titres livres, séries, revues et supports non
  book. La plupart des documents peuvent être
  commandés en ligne. Pour pouvoir emprunter des
  livres, il est impératif de s'inscrire comme
  usager auprès d'une bibliothèque NEBIS.

82
R-BIB - Nebis 3 résultats standard
83
R-BIB - Nebis 4 résultats ISBD
84
R-BIB - Nebis 5 résultats citation
85
R-BIB - Nebis 6 résultats MARC
86
R-BIB - Essayer l outil

• Vous recherchez une publication d 
• Alain Jacquesson sur l informatique
• et les bibliothèques et désirez le localiser.

87
R-BIB - maîtriser l outil

• Combien d exemplaires du livre
• Dictionnaire des difficultés de la langue
  française / par Adolphe V. Thomas .- Larousse,
  1980 ou 1988
• Se trouvent au DIP-GE
• En Suisse romande,
• En France

88
Protéger les jeunes !

• Si Internet est une porte sur le monde
• 48 des jeunes canadiens ne se fient pas à tout,
  
• 50 ont consulté des sites pornographiques,
• 25 ont visité des sites racistes ou haineux ,
• 40 ont établi des contacts par  chat ,
• 15 ont rencontré des gens connus sur le WEB.
• Alors faisons attention dans nos médiathèques.

89
Conclusion - créez vos signets

• Avoir le réflexe de mettre dans les Références ou
  signets les bonnes adresses
• Constituer des dossiers par thèmes
• Possibilités d exporter et/ou d importer les
  signets
• dun ordinateur à un autre
• sur pages Word ou WEB

90
Conclusion - bibliographie

• Trouver de l information sur le WEB / Olivier
  Andrieux. - Eyrolles, 2001
• La recherche intelligente sur lInternet  outils
  et méthodes / Henry Samier, Victor Sandoval.
  Hermès, 1998
• Moteurs de recherche pour le Web /Alfred et Emily
  Glossbrenner. First interactive, 1999
• Trouver tout sur Internet. - Micro Application,
  2001
• Internet mode d emploi pour enseignant
  /Dominique Ruhlmann. - CRDP de Bretagne, 2001
• http//www.adbs.fr/adbs/sitespro/lardy/risi.htm
• http//formist.enssib.fr/412567A0004D098D/Vframese
  t/EAUTO
• http//www.ac-grenoble.fr/giri/index.htm
• http//www.ccr.jussieu.fr/urfist/fourmi.htm