1. Datalift à l’INSEE
Data Tuesday – 20 novembre 2012
Franck Cotton
Secrétariat général informatique
20/11/2012

2. Le projet Datalift
 Objectif : construction d’une plate-forme de production
et de publication de données liées (linked data)
 Cofinancé par l’Agence Nationale de la Recherche
 Durée : 3 ans et demi (fin en mars 2014)
 Partenaires :
 Enseignement / recherche
EURECOM (Institut Mines-Telecom), INRIA (EXMO, WIMMICS),
LIRMM (Université de Montpellier)
 Industriels
Atos, Mondeca
 Fournisseurs de données
IGN, INSEE
 Think tank
FING (Fondation Internet nouvelle génération)
20/11

3. Données liées ?
 Des données directement sur le web
 Un modèle de données de base simple et souple (RDF)
 Des assertions sur des ressources :
Prédicat Ressource objet
Ressource sujet ou
Valeur
 Utilisation de standards du web
 Pour nommer les ressources : URI
 Pour accéder aux ressources : HTTP
 Des langages pour construire des modèles de données
de plus haut niveau
 Un langage de requête puissant : SPARQL
20/11

4. La plate-forme Datalift
 Logiciel open source Java
 Modulaire et intégrée
 Des modules qui outillent les différentes étapes (les
« étages de l’ascenseur ») de la donnée brute à la
donnée « pub-liée »
 Conversion des formats bruts (CSV, SQL, XML) vers RDF
 Choix de vocabulaires pour construire les modèles de
données métier
 Transformations sur les données RDF
 Interconnexion des données avec le « LOD Cloud »
 Accès contrôlé
 Visualisation
 Requêtage
20/11

5. Datalift et l’INSEE
 Un projet aux objectifs conformes aux missions de
l’Institut
 Un intérêt ancien pour le domaine
 Publication RDF du Code Officiel Géographique depuis
2005
 L’occasion d’une collaboration enrichissante
 Le rôle de l’INSEE dans Datalift
 Fournisseur de données
 Fournisseur de modèles
 Utilisateur
 Demandeur
 Développeur
20/11

6. Datalift à l’INSEE
 Organisation retenue
 Une plate-forme orientée diffusion pour commencer
 Calendrier
 Janvier 2013 :
 Mise en production de la plate-forme
 Code officiel géographique, nomenclatures
 Mi-2013 : données statistiques du recensement
 À l’étude :
 Base permanente des équipements
 Séries temporelles
 À moyen terme
 Intégration de cette filière dans le projet de refonte de notre
diffusion web
20/11