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

Trouver au lieu de chercher :

on ne trouve pas TOUT sur le WEB mais de TOUT …

Patrick Gay - GIBIPO & Patrick Johner - INFODOCFormation sur les recherches documentaires et

bibliographiques pour les AID de 2ème année

Lausanne les 19 & 26 avril 2002

Trouver au lieu de chercher - Patrick Gay & Patrick Johner - AID avril 2002 2 /90

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 !


Au programme

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

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


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


Intro - raisons du succès

• Protocole TCP/IP– Langage commun à tous les types de

machines et de système d’exploitation

• 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


Intro - services disponibles• Sites WEB

• http://wwwedu.ge.ch/dip/biblioweb• Messagerie électronique

• [email protected]• Listes de diffusion & forums de discussion

• [email protected]• Accès à des banques de données

• Telnet

• Echanges de données • FTP


Intro - critique de l’information• Hétérogénéité : contenu et le codage• Instabilité• Fragmentation• Renouvellement continuel• Non structuré• Multilinguisme• Publique / privé / commercial


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 ?


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


Intro - déchiffrer les URL

• Http:// protocole• www. Web• Geneve. Nom• Ch Extension

• http://www.geneve.ch• URL (Uniform Ressource Locator)


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


Syntaxe - opérateurs par défaut ? • Tapons par exemple :

réchauffement planète

• Selon l ’opérateur par défaut nous aurons des documents concernant :1 le réchauffement de la planète avec « et »2 soit le réchauffement du cassoulet de la veille

mais aussi sur la planète Mars avec « ou ».


Syntaxe - opérateur « ou »

Opérateur qui permet « d ’ouvrir » une recherche,

par exemple :

bibliothèque ou librarychien ou chiens


Syntaxe - opérateur « sauf »• Cet opérateur permet de

supprimer un concept dans une recherche,

par exemple

cancer sauf horoscope


Syntaxe - troncature

• Nous pouvons avoir :

capi*

* taine

ca * ne

= capitaine= capitale= capital

= mitaine= capitaine

= cabine= capitaine= carabine


Syntaxe - majuscules, minusculesSur 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


Syntaxe - gestion des languesNous avons :

– Google.com

– Google .fr

– Google.ch

Un moyen de limiter

notre champ de recherche.

Nous avons aussi lefiltre linguistique.

Mais certains outils ne

donnent pas les mêmes

résultats avec :

• library• bibliothèque• …


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


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


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


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


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


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.


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


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.


R-DOC - page en HTML


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


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 ?


R-DOC - Service de référenceEn 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 .


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 d’apparition du terme dans

le document– par popularité (nombre de liens qui

pointent sur le site)

• Mais doublons souvent présents


Internautes ont consulté au moins une fois en janvier

2002 les sites suivants

• 51 %• 47 % • 20 %• 16 %• 6 %• 2 %• 2 %

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

» Source BVA


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


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.


Outils - essayer

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


Outils - Yahoo 1 http://fr.yahoo.com/


Outils - Yahoo 2 http://fr.yahoo.com/


Outils - répertoires thématiques+Valeur ajoutée+Limitation du bruit+Donne adresses des sites- Biais par couverture régionale- Accès direct limité- Mises à jour aléatoires


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 c’est :

• Les archives de presse• Les pages WEB crées

avec des outils dynamiques

• Les banques de données gratuites ou payantes


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


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


Outils - essayer l ’outil

• Nous cherchons de l ’information sur la musique baroque

• Nous cherchons des informations sur le climat au Sénégal


Outils - Google 1 http://www.google.com/


Outils - Google 2 http://www.google.com/


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 ...


Outils - robots généralistes

+Simplicité d’utilisation+Couverture la plus complète+Mise à jour automatique et rapide+Amélioration constante- Bruit- Doublons non détectés- Hétérogénéité des réponses


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


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


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.


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.


Outils - Norhern Light http://www.northernlight.com/


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.


Outils - Altavista http://fr.altavista.com/


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


Outils - Manitoo http://www.manitoo.ch


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 ?


Outils - Infoclic http://www.infoclic.fr


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


Outils - Kartoo Http://www.kartoo.com


Outils - Interface de recherche unifiée

Un exemple : COPERNICUn 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


Outils - Copernic 1 http://www.copernic.com/fr






Outils - agents intelligents

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


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


Outils - Abondance http://www.abondance.com/


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


R-BIB - recherches bibliographiques• Catalogues de bibliothèques disponibles sur

Internet– Bibal WebBibliothèques scolaires Genève– BN Opale plus

Bibliothèque Nationale de France– Rero

Bibliothèques universitaires romandes


R-BIB - BIBALWEB 1 http://wwwedu.ge.ch/dip/biblioweb



Dernière version 480 ’000 noticesDernière 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.




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


R-BIB - BN Opale Plus 1 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)





• Combien d ’auteurs ont pour nom Bazin ?

• Citez nous un titre d ’Hervé Bazin

• Où puis-je consulter cet ouvrage ?


R-BIB - RERO 1 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.).





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


R-BIB - Nebis 1 http://www.nebis.ch


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.


R-BIB - Nebis 3 résultats standard


R-BIB - Nebis 4 résultats ISBD


R-BIB - Nebis 5 résultats citation


R-BIB - Nebis 6 résultats MARC


R-BIB - Essayer l ’outil

Vous recherchez une publication d ’

• Alain Jacquesson sur l ’informatique et les bibliothèques et désirez le

localiser.


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


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.


Conclusion - créez vos signets• Avoir le réflexe de mettre dans les Avoir le réflexe de mettre dans les

Références ou signets les bonnes Références ou signets les bonnes adressesadresses

• Constituer des dossiers par thèmes• Possibilités d ’exporter et/ou d ’importer

les signets– d’un ordinateur à un autre– sur pages Word ou WEB


Conclusion - bibliographie

> Trouver de l ’information sur le WEB / Olivier Andrieux. - Eyrolles, 2001

> La recherche intelligente sur l’Internet : 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/Vframeset/EAUTO> http://www.ac-grenoble.fr/giri/index.htm > http://www.ccr.jussieu.fr/urfist/fourmi.htm