Cm internet 2010 2011_rennes2 v2

Recherche etRecherche et
évaluation deévaluation de
l’information surl’information sur
InternetInternet
CM de Méthodologie documentaire en Licence 1
2010-2011

SCD Université Rennes 2/ CM de2
Cours en ligneCours en ligne
http://cursus.uhb.frhttp://cursus.uhb.fr

Methodoc : http://methodoc.univ-Methodoc : http://methodoc.univ-
rennes2.frrennes2.fr

PlanPlan
1 / La recherche d’information sur Internet (RII) :
notions et contexte
2 / Les principaux enjeux et la méthodologie de
la « RII » en 10 règles
3 / Fonctionnement des moteurs de recherche
4 / Protéger son identité numérique
5 / Faire de la veille informationnelle
6 / Evaluer l’information
7 / Lutter contre le plagiat et pour le respect de la
propriété intellectuelle

1 / La recherche1 / La recherche
d’information surd’information sur
Internet (RII) :Internet (RII) :
notionsnotions
et contexteet contexte

1 / Notions1 / Notions
Internet : INTERconnected NETwork (début des années
1960)
Protocole : TCP/IP (cf. cours C2i)
Applications d’Internet : web mais aussi courrier
électronique, messagerie instantanée, partage de fichiers
(peer-to-peer), etc.
Le web : World Wide Web (début des années 1990)
Protocole : HTML* (cf. cours C2i)
architecture client-serveur : le client à l’aide d’un
programme appelé le navigateur ( Internet Explorer,
Firefox, etc.) se connecte à une machine distante, le
serveur web, qui contient les données sous forme de
pages web, structurées par un langage commun (HTML*)
* Hypertext Markup Language

1 / Le contexte : complexité1 / Le contexte : complexité
d’Internetd’Internet
Un paradoxe : l’illusion de facilité qu’offrent certains outils de
recherche alors qu’Internet se complexifie à mesure de
son expansion. Quelles sont les raisons de cette
complexité :
 Sa nature (à l’origine un outil de communication pas
documentaire)
 Son contenu
• Enchevêtrement des applications (web, messagerie,
forum, etc.)
• Diversité croissante du web (sites, blogs, réseaux sociaux,
etc.)
 Son développement rapide et continu
Quelles conséquences pour l’information?

1/ Le « déluge informationnel »1/ Le « déluge informationnel »
Réalité documentaire :
• 1996 : entre 100 et 250 000
sites web
• 2006 : entre 80 et 100
millions de sites
• En 2008 : plus de 1000
milliards de pages web ?
En deux ans, plus de
contenu créé que dans
toute l’histoire de
l’humanité
• 93 % de ce contenu =
électronique
• 70 % des données créées
par des individus
Réalité sociale :
500 millions d’utilisateurs sur
Facebook

1 / Contexte : abondance de1 / Contexte : abondance de
l’informationl’information
Croissance du nombre de sites depuis 1995 (Netcraft)

1 / Contexte : Seule une minorité1 / Contexte : Seule une minorité
des pages est visible à partir desdes pages est visible à partir des
moteurs de recherchemoteurs de recherche
WEB invisible :
 Bases de données
 Catalogues en ligne des
bibliothèques
 Intranet
 Pages jaunes / blanches
 Publications archivées

1 / Contexte : web entre babil1 / Contexte : web entre babil
et Babelet Babel
 Hétérogénéité : des sources, documents, contenus, supports,
points de vue)
 Fragmentation : dispersion sur l’ensemble de la toile (image
du puzzle à reconstituer)
 Manque de structuration : pages HTML (langage de
description ≠ indexation), coexistence pages statiques et
dynamiques
 Changement continuel : contenu et adresse url, naissance et
disparition des pages (importance des outils de capture et de
mémorisation)
 Multilinguisme (barrière des langues, caractères non latins)
 La fiabilité en question : Web 2.0 : diversité des producteurs
de données. Web = outil d’expression personnelle autant que
vecteur d’information
(d’après V. Mesguish et A. Thomas, Net Recherche, 2009, ADBS, 2009)

2/2/Les principauxLes principaux
enjeux et laenjeux et la
méthodologie de la «méthodologie de la «
RII » en 10 règlesRII » en 10 règles

2 /Des problèmes liés à2 /Des problèmes liés à
l’indistinction des contenus et desl’indistinction des contenus et des
outils du web…outils du web…
Quels changements majeurs de la recherche d’information,
avec Internet ?
 Du monde professionnel au grand public :
 Usager « seul face aux outils »
 De l’ordre au désordre :
 Usager « seul face aux documents »
 De la confiance a priori à la validation personnelle:
 Usager « seul face à l’information »
 Du monde non-marchand à l’économie de l’attention:
 Usager « seul face aux liens commerciaux »
 De la transparence à la traçabilité généralisée :
 Usager « seul face à ses traces »

2 /qui requièrent des aptitudes et2 /qui requièrent des aptitudes et
une méthode :une méthode :
les 10 règles de la RII (1)les 10 règles de la RII (1)
 Maîtriser les outils de navigation
• maîtriser l'interrogation avancée
• connaître différents outils
 Savoir questionner
• identifier l'objet de la recherche
• bien cerner le sujet
• traduire concepts en mots-clés
• identifier les sources pertinentes
 Choisir les bons mots-clés
 Chercher l'information à la source
• trouver les sites de référence
• privilégier les sources primaires

2 / Les 10 règles de la RII (2)2 / Les 10 règles de la RII (2)
 Toujours analyser l'information
• recouper, critiquer, comparer...
 conserver les données
• bookmark du navigateur
• outils de gestion de signets
 Zotero, Delicious...
 Maîtriser le temps
• faire plan de recherche
• éviter l'exhaustivité
 Rester clair sur ses objectifs

2 / Les 10 règles de la2 / Les 10 règles de la
recherche d'information (3)recherche d'information (3)
 Utiliser différents types d'outils
• combiner moteurs, annuaires, métamoteurs...
 Etre "agile"
• lecture rapide
• rebondir d'un document à l'autre
• Mais… éviter le zapping
(d’après V. Mesguich, A. Thomas, Net Recherche 2009, ADBS, 2009)

3/ Fonctionnement des3/ Fonctionnement des

3 / Panorama des outils de3 / Panorama des outils de
rechercherecherche
Les catégories d’outils (cf. cours C2i) :
 Les annuaires thématiques (cf. TP)
 Les moteurs de recherche
 Les métamoteurs
 Les portails spécialisés (cf. TP)
 Les outils collaboratifs
Domaine en perpétuelle innovation, qui propose de
nombreux outils mais soumis à des enjeux
économiques et financiers très importants.

3 / Les moteurs de recherche3 / Les moteurs de recherche
 Définition : outil automatisé d’indexation et
de recherche des ressources du web
 Fonctionnement : 3 modules autonomes :
• robot collecteur : collecte des données
• module d’indexation : base de données du moteur
(mémoire)
• module de requête : gestion des requêtes et des
résultats

3 / Fonctionnement des3 / Fonctionnement des
Source : R. Viseur, CETIC

3 /3 / Moteurs de recherche : laMoteurs de recherche : la
gestion des résultatsgestion des résultats
 Méthodes de classement des résultats
 Enjeux du classement des résultats (ranking) selon leur
pertinence
 Deux grandes méthodes de classement :
 tri par indice de pertinence : calculs statistiques
sur la fréquence des termes…
 tri par popularité : indice de popularité
Google
 Présentation des résultats : affichage des
résultats, description des documents, exploitation

3 / La recherche avancée dans3 / La recherche avancée dans
GoogleGoogle

3 / Les moteurs : Quelques3 / Les moteurs : Quelques
exemplesexemples
Moteurs de recherche Adresse URL
Exemples de moteurs
utilisant cette technologie
Topsy
http://www.topsy.
com
Indexation des tweets
Exalead http://www.exalead.fr/searchcatégorisation
Oamos
http://
www.oamos.com
Le moteur de demain ?
Google Scholar
http://www.schola
r.google.fr
Moteur de recherche
scientifique

3 / Un exemple : le moteur3 / Un exemple : le moteur
ExaleadExalead

3 / Les métamoteurs3 / Les métamoteurs
 Définition :
 Un métamoteur est un outil de recherche
qui interroge simultanément plusieurs outils
(moteurs et annuaires). Après une
élimination des doublons, les résulats sont
compilés et classés selon un indice de
pertinence.
 Diversité des métamoteurs :
• En ligne / hors-ligne
Généraux / spécialisés
Catégorisation des résultats (dossiers thématiques)
Exemple : Ixquick

3 / Les métamoteurs : Ixquick3 / Les métamoteurs : Ixquick

3 /3 / Le positionnement payantLe positionnement payant
 Différence entre liens naturels et liens sponsorisés ?
 Problèmes et enjeux :
 De plus en plus d’usagers arrivent sur des sites via les
liens sponsorisés
 De plus en plus d’entreprises investissent dans des
campagnes de liens sponsorisés
 Question : savoir distinguer un lien sponsorisé d’un lien
naturel
 Question par rapport à la recherche, l’accès à l’information,
son usage
 Problème : près de 60 % des gens ignorent la différence
 Risques des liens sponsorisés : 8,5% des liens
sponsorisés conduiraient vers des sites représentant un
risque pour l’internaute (étude McAfee Site Advisor, Mai
2006)

3 / Le positionnement payant (2)3 / Le positionnement payant (2)
savoir repérer les lienssavoir repérer les liens
sponsoriséssponsorisés
Liens « naturels »
Liens commerciaux : 97 % du CA (5, 7 Mrds de $,
fin 08)

3 / Le positionnement payant (3)3 / Le positionnement payant (3)
La vente de mots clésLa vente de mots clés
Juin 2010 : rachat de mots clés
dont « oil spill » par BP à Google.

4 / Protéger son identité4 / Protéger son identité
numériquenumérique

4 / La googlisation4 / La googlisation
Source : S2M

4 / La googlisation4 / La googlisation
 Googlisation : utilisation exclusive des services de Google
 Différents problèmes :
 Dangers du monopole :
 “le monde selon Google”, monopole d’une entreprise
sur tous les secteurs de l’information
 Problèmes du classement, de pertinence des résultats
 Problèmes de la traçabilité, de la conservation des
données personnelles
 Risques d’addiction, de “googlisation” des usages
 Enjeux de la formation pour diversifier les outils,
prendre du recul

4 / L4 / L’économie de l’attention’économie de l’attention
 Enjeu majeur sur le web : comment capter et
garder l’attention des usagers ?
 La variante internet du « temps de cerveau
disponible » :
 « Les internautes vous paient avec le temps
qu'ils passent sur vos contenus, ils vous paient
avec leur attention. C'est cette attention, que les
annonceurs veulent » . David Eun, responsable
des partenariats de contenus chez Google à New
York (janvier 08)

4 / Propriétés des données4 / Propriétés des données
personnellespersonnelles
 Types de données
détenues par les grands
portails :
 Les requêtes sur les
moteurs (logs) :
 Ce qui m’intéresse
 Les blogs :
 Mes opinions
 Les réseaux sociaux:
 Mes réseaux
personnels
 La messagerie, les
forums, le « chat » :
 Avec qui je
communique et sur
quoi
Création de gigantesques base
de données sur les goûts et
habitudes des internautes
Enjeux :
Profilage marketing
Pouvoir considérable
accordé aux outils
Risques d’intrusion de
pouvoirs autoritaires (cf
Chine, Iran...)
 Cf exemple récent de la vie
d’un internaute reconstituée
sur Le Tigre

Qui constitue les fichiers ?Qui constitue les fichiers ?
 1. Les fournisseurs d’accès
> Directive Data retention
(mars 2006) lutte contre le
terrorisme
 2. Les moteurs de recherche
> Publicité comportementale
grâce aux cookies
 3. Les réseaux sociaux
(Facebook et Twitter)
> Facebook : bouton like
(recommandation par un
pair)
 4. L’internaute qui se fiche
lui-même sur Facebook.
Profil / re-documentarisation

La géolocalisation par leLa géolocalisation par le
mobile :mobile :
 Votre position dans l’espace est une
donnée personnelle très intéressante
pour les publicitaires.
 Les smartphones, branchés en
permanence sur Internet permettent à
une myriade de sociétés privées de vous
envoyer des messages publicitaires pour
des services ou commerces de
proximité.
 La technologie Bluetooth, au départ
destinée à permettre l’usage des
oreillettes sans fil permet de vous pister
dans certains lieux (aéroports, musées,
centres commerciaux)
 Twitter relève les coordonnées de
l’expéditeur et les revend à Foursquare
qui envoie de la publicité géolocalisée

4/ Propriétés des données :4/ Propriétés des données :
réponse de Google aux demandesréponse de Google aux demandes
des Etatsdes Etats
Voir aussi la carte des bloggeurs incarcérés

4 / Réponse de Google aux4 / Réponse de Google aux
demandes des citoyensdemandes des citoyens
 “Si vous souhaitez que
personne ne soit au
courant de certaines
choses que vous faites,
peut-être que vous ne
devriez tout simplement
pas les faire .” Eric
Schmidt, PDG de
Google

4 / Propriétés des données : La4 / Propriétés des données : La
notion d’identité numériquenotion d’identité numérique

4 / L’e-reputation (1)4 / L’e-reputation (1)
Exemple : Marc L. (Le Tigre)
• Traces difficilement
effaçables (serveurs
étrangers inaccessibles
physiquement ou
légalement)
• Identité fractionnée
(composée à des moments
et dans des registres
différents ex. : blog de
jeunesse et CV
professionnel)
• Recomposition aveugle (les
moteurs de recherche
remixent automatiquement
et sans discernement des
traces hétérogènes)
L’écosystème de l’e-réputation

Les 2 CV : le vôtre et FacebookLes 2 CV : le vôtre et Facebook
En 2009 :
 77% des recruteurs
américains "googlisaient"
systématiquement les noms
des candidats
 45% d'entre eux ont
complété cette recherche
par une visite sur des
réseaux sociaux (en
particulier Facebook)
 35% d'entre eux ont déclaré
avoir déjà rayé un candidat
de leur liste en raison de ce
qu'ils avaient trouvé à son
propos sur la Toile
Dessin de Vidberg

5 / Faire de la veille5 / Faire de la veille
informationnelleinformationnelle

5 / Les outils de veille (recherche5 / Les outils de veille (recherche
automatisée)automatisée)
Google AlertesGoogle Alertes
Service de Google qui permet de mettre en place des veilles
(collecte et exploitation d’informations) à partir de mots-
clés. Selon l’actualisation de la base de données de
Google, on reçoit périodiquement des mails qui annoncent
quels sont les nouveaux liens/articles/pages qui
contiennent les mots de la recherche.
Avantages de Google Alertes :
 Utilisation très simple
 Aucun logiciel à installer
 Réception périodique des résultats dans son courrier
électronique

Google AlertesGoogle Alertes

Outils de syndication de contenusOutils de syndication de contenus
 Définition :
 Agrégation de contenus divers sur un même navigateur
 possibilité de publier automatiquement sur un site web
des informations issues d‘autres sites web
 Plusieurs fonctions des fils RSS :
• Suivre l’actualité d’un site : réception de toutes les
nouveautés
• Se tenir informé :
 Sur l’actualité : tous les journaux proposent des fils RSS
 Presse : ex. Le Monde
Sur un domaine : suivi de blogs et de sites spécialisés
 ex. L'Atelier des icônes
 Outil de veille et de surveillance, technique du push
 Format RSS = Rich Site Summary, ou Really Simple Syndication

Outils de syndication de contenusOutils de syndication de contenus
 Comment reconnaître les fils RSS ?
− Logos sur les sites, ou bien RSS, ou ATOM :
 En lien, derrière le logo : l'adresse URL du
fichier texte permettant la syndication
− Exemple : passer la souris sur un fil RSS et
observer la barre d'état du navigateur
• Lors de la mise à jour d’un site web, un fichier texte au
format XML contenant une description synthétique des
nouveautés du site est généré en temps réel
• Plusieurs formats de fils RSS : 0.91, RSS 1.0, RSS 2.0 et
Atom ; compatibles

5 /5 / Les outils de veille (rechercheLes outils de veille (recherche
Exemple d’agrégateur : NetvibesExemple d’agrégateur : Netvibes

6 / Evaluer l’information6 / Evaluer l’information

6 / Evaluation de l’information6 / Evaluation de l’information
 Difficultés sur Internet:
 « déluge informationnel »
 pollution de l ’information :
l’infopollution
 hétérogénéité des sources
 fiabilité incertaine
 identification difficile des auteurs

 La notion « d’infopollution »:
 La surabondance
 La désinformation, la médiocrité de l’information
« Intoxication » : rumeurs, Redondance…
 La contamination
Prolifération des informations indésirables (sites
négationistes, sectes…). Contamination des
informations « saines »
 L’invasion publicitaire
 Remèdes :
 rôle clé de l’évaluation de l’information : demande
des compétences disciplinaires (évaluation du
contenu) mais aussi des compétences
informationnelles et des savoir-faire

Quelques principes
1/ Bien identifier :
 la source : le site, l ’organisation
 l’auteur
 la nature du document
2/ Evaluer :
 la source ou l’auteur : fiabilité, notoriété,
compétences
 le contenu : la pertinence et la qualité du
document

L’identification : savoir-faire
 Décodage des URL
 Décodage de la page d’accueil d’un site
 Mesure de la notoriété d’un site
 Identification du réseau de l’auteur : liens,
bibliographie...
 Identifier la nature du document
 Repérage des dates, des liens externes, des sources…
Consulter le cours en ligne : chapitre « Evaluation de
l’information »

6 / Réutilisation de6 / Réutilisation de
l'informationl'information
 Gérer ses liens ou favoris, utiliser les RSS
 Comment citer les documents électroniques
- Methodoc sur Cursus
http://www.sites.uhb.fr/scd/Methodoc_citation.html
- Comment citer un document électronique ?
Bibliothèque de l'Université de Laval (Québec)
http://www.bibl.ulaval.ca/doelec
/doelec29_abrege.html
 La question du plagiat

7 / Lutter contre le plagiat7 / Lutter contre le plagiat
et pour le respect de laet pour le respect de la
propriété intellectuellepropriété intellectuelle

7 / Vous plagiez quand vous :7 / Vous plagiez quand vous :
 Copier textuellement un passage d’un livre, d’une revue
ou d’une page Web sans le mettre entre guillemets et/ou
sans en mentionner la source
 Insérer dans un travail des images, des graphiques, des
données, etc. provenant de sources externes sans
indiquer la provenance
 Résumer l’idée originale d’un auteur en l’exprimant dans
ses propres mots, mais en omettant d’en indiquer la
source
 Traduire partiellement ou totalement un texte sans en
mentionner la provenance
 Réutiliser un travail produit dans un autre cours sans
avoir obtenu au préalable l’accord du professeur
 Utiliser le travail d’une autre personne et le présenter
comme le sien (et ce, même si cette personne a donné
son accord) Acheter un travail sur le WebSource : Infosphères

Moyens mis en œuvre contreMoyens mis en œuvre contre
le plagiatle plagiat
1. Détection grâce à Google en cas de soupçon
2. Logiciels de détection de similitudes utilisés
dans certaines facs. Certains sont gratuits (
http://www.plagium.com, copytracker). Les
universités s’abonnent de plus en plus à des
sites de détection payants (
http://www.compilatio.net)
3. Un arsenal de sanctions dissuasives :
Le plagiat est en théorie un délit passible de
poursuites judiciaires, mais il entraîne plus
souvent pour celui qui en est convaincu des
sanctions disciplinaires allant du blâme à
l’annulation du diplôme.

7 / Comment puis-je citer et copier7 / Comment puis-je citer et copier
de la musique et des films ?de la musique et des films ?
La loi DADVSI interdit le téléchargement irrégulier
(piratage)
 Ne pas dépasser un certain volume (musique :
pas plus de 6 minutes ou 15% de l’œuvre)
 Ne jamais rendre accessible la ressource
copiée sur internet
 Dans le cadre d’un travail scolaire (exception
pédagogique) ne rendre la citation accessible
qu’en intranet
 Copie privée : à des fins de conservation
uniquement

Merci de votre attention
didier.collet@uhb.fr
damien.belveze@uhb.fr

Cm internet 2010 2011_rennes2 v2

Contenu connexe

En vedette

Similaire à Cm internet 2010 2011_rennes2 v2

Plus de BELVEZE Damien

Cm internet 2010 2011_rennes2 v2

Notes de l'éditeur