La Recherche dInformation sur le Web

1
La Recherche dInformation sur le Web

• De la documentation électronique de votre
  université aux outils du Web
• Gabriel Gallezot - Urfist Paca-c
  10/12/07
• Gallezot-at-unice.fr

29/11/07
2
Programme

• Rappel sur la Recherche dInformation (RI)
• contexte de la RI, Usage de linfo, Appropriation
  des outils
• formulation des requêtes (des questions)
• lIndexation notion centrale
• Panorama et utilisation des outils de recherche
  du web
• les bases de données
• Dico co
• OA co
• Outils 2.0
• Moteurs
• les répertoires

3
Le contexte de la Recherche d'Information
4
Usage de linformation
Rechercher IR/épistémè

Types de documents
Formats de documents
Accès aux documents
5
Les ressources

• En BU
• Les catalogues
• Les bases de données
• Les périodiques
• Les encyclopédies et dictionnaires
• Les livres électroniques
• Les cédéroms

• Web  gratuit 
• les bases de données
• Dico co
• OA co
• Outils 2.0
• Moteurs
• les répertoires

6
La RI en contexte - différentes sources -
différents outils - différents contextes
Source Info_at_vis
7
Appropriation des outils
The Machine is Us/ing Us
Introducing the book
8
La Recherche dInformation
- Bien appréhender votre question- Bien
appréhender ce que vous cherchez et où vous le
cherchez- Comprendre lenvers du décor
lindexation- Bien gérer ses requêtes
9
Quelques questions

• Quels documents sont d'intérêt pour moi (ma
  question) ?
• Est-ce que d'autres documents assez proches de
  mon intérêt peuvent être également considérés ?
• Les titres d'autres documents pourraient-ils
  déclencher des idées valables pour ma recherche
  d'information ?
• Comment mes mots-clés sont-ils réellement
  distribués dans un des document ?
• ....
• Trois notions à considérer
• Relevance (correspondance a ma question)?
• Pertinence (ce qui m'intéresse vraiment)
• Serendipity (quelle chose que je ne recherchais
  pas mais qui pourrait également m'intéresser)

10
Aiguille(s) et botte(s) de foin

• Chercher une aiguille dans une botte de foin
  cest
• trouver une aiguille connue dans une botte de
  foin connue
• trouver une aiguille connue dans une botte de
  foin inconnue
• trouver une aiguille inconnue dans une botte de
  foin inconnue
• trouver n'importe quelle aiguille dans une botte
  de foin
• trouver Koll, 00

• gt 3 façons de recherche linformation
•  chercher de l'information sur un objet bien
  défini
• chercher de l'information sur un objet
  incomplètement décrit mais qui sera
  reconnaissable dès qu'un le rencontrera
• trouver de l'information de manière fortuite. 
  (Toms)?

11
Où chercher ?

• Information contenue sur les ordinateurs
  individuels
• plusieurs millions dordinateurs inter-connectés

P2P

• bases de données spécialisées
• Contenu dynamique
• Index partiel des sites
• Interdiction dindexation

Web invisible

• 10 Milliards de
• Pages web
• Forum de
• discussion

Web visible et Web 2.0

• Contenu indexable,
• contenu taggé

À partir de Source Eric Boutin
12
La notion dindexation(une notion transversale
et centrale)?

• Indexer/classer pour retrouver (mots
  clés/répertoire, )?
• Les métadonnées (entête)?
• La structuration du document (corps)?
• Classification
• Index
• Thésaurus
• Taxonomie
• Facette
• Ontologie

13
Gestion du bruit et du silence
Documents non relevants
Documents relevants
Corpus
Bien gérer VOS REQUETES !
14
Documents non retrouvés
Documents retrouvés
Bien gérer VOS REQUETES !
non relevants (bruit)?
relevants
Relevants (silence)?
non relevants
Documents retrouvés
Document non retrouvés
Optimiser sa recherche d'information
15
Les opérateurs booléens

• Exemple
• Ensemble A
• cours
• tutorial
• Ensemble B
• tutorial
• gratuit
• Ensemble C
• Payant

cours ou tutorial
Cours
OR
Tutorial
tutorial et gratuit
tutorial
AND
gratuit
Protection
cours
AND NOT
cours sauf payant
payant
Les booléens sur GIRI http//www.bibl.ulaval.ca/
vitrine/giri/mod3/booleen.htm
16
Les types de recherche

• La recherche lexicale (morphologique) la
  recherche d'un mot ou d'un groupe de mots,
  notamment par le biais de requêtes booléennes
  (et, ou, etc.). Une fonction à laquelle
  s'ajoutent des opérateurs d'adjacence et de
  proximité. Tous des moteurs proposent en général
  ce type de possibilités.
• La recherche syntaxique elle permet de
  retrouver un terme quelle que soit sa déclinaison
  (plurielle, conjuguée, etc.), et d'étendre la
  recherche aux mots synonymes ou de même racine
  étymologique. Cette recherche offre également des
  modules de recherche floue ou de phonétisation.
• La recherche statistique lorsque la recherche
  s'effectue sur les mots, une analyse statistique
  permet de calculer la pertinence de ces mots par
  rapport au référentiel documentaire.
• La recherche sémantique l'opération s'effectue
  à partir d'une analyse du sens de la requête,
  c'est-à-dire en recherchant les mots
  sémantiquement proches de ceux qu'elle utilise.
  La recherche s'appuie alors sur un dictionnaire
  sémantique qui, à chaque mot de la langue,
  associe leurs différents sens.
• La combinaison des recherches sémantique,
  syntaxique, lexicale et statistique permet aux
  éditeurs de proposer des fonctions avancées
  résumé de documents, classement et sélection
  optimisés des réponses, jusqu'aux assistants de
  requêtes (conçus pour permettre à l'utilisateur
  d'affiner sa demande en lui proposant des
  requêtes connexes ou enrichies)

17
Exemples doutils(panorama)
18
Les bases de données

• Pubmed (Base biblio http//www.ncbi.nlm.nih.gov/
  sites/entrez )
• (Tutoriel complet Urfist de Strasbourg
  http//urfist.u-strasbg.fr/supports/bddbi_co/pubme
  d/m1001.html
• Article Inist (catalogues http//services.inis
  t.fr/public/fre/conslt.htm
• Images http//www.jupiterimages.fr (regroupe
  Librededroits.com, Goodshoot, AgenceImages et
  Stockimage)
• Sons Lencyclopedie Sonore, http//e-sonore.u-p
  aris10.fr/e-sonore/main.php?dajsearch_smallsid
  refCAE92LEG08
• Librairies en ligne (Amazon, chapitre.com, )?

19
Dico and Co

• Wikipedia http//fr.wikipedia.org/wiki/Accueil
• Les dictionnaires http//www.dictionnaire-mediad
  ico.com/ http//www.les-dictionnaires.com/
• TermScience (lexiques, dictionnaires, thesaurus)
  http//www.termsciences.fr (pluging FF)?
• CNRTL Centre National de Ressources Textuelles
  et (Morphologies, Lexicographie, Etymologie,
  Synonymie, Antonymie, Proxémie, Concordance)
  http//www.cnrtl.fr/lexicographie/

20
OA Co

• HAL http//hal.archives-ouvertes.fr/
• Revues.org http//www.revues.org/
• OAIster http//www.oaister.org/

21
Outils du web2.0(fonction recherche uniquement)

• Signets Del.ici.ous (http//del.icio.us/ ),
  digg (http//www.digg.com/ ),
• Ref biblio CiteUlike (http//www.citeulike.org/
  ), Bibsonomy (http//www.bibsonomy.org/ ),
• illustrations Flickr (http//www.flickr.com/ ),
  youtube (http//www.youtube.com/ ),
• Présentations (PPT http//www.slideshare.net )

22
Les outils de recherche du web(moteurs,
annuaires et autres)

• Google scholar http//scholar.google.com
• Lecdi http//www.lecdi.net/
• In extenso http//www.in-extenso.org/
• Exalead http//www.exalead.fr
• Kvisu http//beta.kvisu.com/
• Ixquick http//www.eu.ixquick.com/fra/
• Wayback machine http//www.archive.org/
• Wikio (blogs) http//www.wikio.fr/blogs
• Yahoo (Mindset) http//mindset.research.yahoo.co
  m/
• Open directory project http//www.dmoz.org/

23
Les répertoires

• Répertoire critique en SHS http//album.revues.org
  /
• Répertoire de Bases de données en SHS, CALAME
  http//calame.ish-lyon.cnrs.fr/
• Répertoire de revues Open Access, DOAJ
  http//www.doaj.org/
• Répertoire d'Archive Ouverte, OpenDOAR
  http//www.opendoar.org/
• Répertoire du CHU de Rouen (revues dans le
  domaine Biomed) http//www.chu-rouen.fr/documed/
  cbc.html
• Répertoire de ressources  academiques  Bubl ,
  http//bubl.ac.uk/
• Répertoire de BdD gratuites (Dadi)
  http//dadi.enssib.fr/
• Répertoire web2.0 http//www.go2web20.net/
• Search engines watch http//searchenginewatch.co
  m/showPage.html?pagelinks

24
 Mon environnement de recherche 

• Quelques exemples
• Mes extensions FF (mes moteurs, zotero,)
• Mon moteur de recherche (co-op/customsearch)?
• Mon portail Ning, netvibe, Igoogle, facebook,

25
Vos questions
?
26
et en plus
27
Moteurs (remarques)?

• Interfaçage http//www.touchgraph.com/TGGoogleBr
  owser.html
• Comprendre la relation entre les moteurs
  http//www.search-this.com/search_engine_decoder.a
  sp

28
Méthodologie de recherche

• 2 guides
• CERISE http//web.ccr.jussieu.fr/urfist/cerise/
  
• InfoSphere http//www.bibliotheques.uqam.ca/Info
  Sphere/sciences_humaines/index1.html
• Et aussi REPERE http//repere.enssib.fr/frontOff
  ice/afficheArticle.asp?idTheme13

29
Stratégie de requête (exemple)?
Google
Inurldurand intitle  durand pierre  Site
durand inurldurand  intitle  durand
pierre   durand pierre  Durand pierre
bruit
silence
Source Eric boutin
30
Les deux aspects des outils de recherche
Base de données
Propagation electrons
1
2
Collecte et stockage
Fournir à Linternaute 10 à 20 réponses
pertinentes
Source Eric Boutin
31
Le point de départ de Google
Comprendre le ranking http//professeurs.esiea.f
r/wassner/?2007/06/03/74-l-algorithme-pagerank-com
ment-ca-marche
Analyse de la citation SCI Eugène Garfield
Article 1
Article 2
Duchemin Bla bla bla Dugenet(89)?
Dugenet Bla bla bla Dumoulin(79)?
PAGERANK (
Google
)?
PAGERANK (
Google
)?
Linux.org
Linux.org
C
F
C
F
 un article scientifique tire sa légitimité de
la reconnaissance par ses pairs 
A
A
B
B
E
E
Yahoo!
Yahoo!
A is linked to by more
A reçoit des liens émanant de
Chaque page web a un poids appelé Pagerank
popular
sites than B
sites plus populaires que B
(
whatever the query is
)?
quelle que soit la requête
A better than B
A est meilleur que B
Source Eric Boutin