Avant de découvrir rapidement l’histoire d’Internet et du web, il faut comprendre que c’est un bouleversement (plutôt qu’une révolution) pour l’humanité.

Voir la vidéo en ligne : https://vimeo.com/381166153#t=80s. Pourquoi cette vidéo ? Pour prendre conscience de la dimension physique de l’infrastructure d’Internet qui permet la possibilité même de l’existence du Web.

Pour ces quelques périodes mises en avant, je vous renvoie à l’excellent chapitre d’Alain Mille dans Pratiques de l’édition numérique.

Plus de détails sur ces protocoles :

1. physique : les câbles (cuivre ou fibre), éventuellement radio ;
2. liaison : Ethernet ou Wireless Ethernet (Wifi), il s’agit de déterminer comment les paquets sont acheminés ;
3. réseau : c’est la partie IP qui permet d’acheminer des paquets en donnant des adresses à toutes les machines connectées sur un réseau ;
4. transport : c’est la partie TCP, pour transférer les informations découpées en paquets et reconstituées en vérifiant qu’il ne manque rien (c’est ce qui permet à Internet d’être un réseau fiable) ;
5. application : il s’agit du Web, mais aussi d’autres applications comme le partage de fichiers (FTP) ou le courriel (IMAP et SMTP).

Pour en savoir plus sur Internet et ses protocoles, voici une série de vidéos très complètes : https://iletaitunefoisinternet.fr/.

Le Web est une application d’Internet permettant de publier et de consulter facilement des informations.

Il est intéressant de noter que l’accès à un document disponible via Internet et le Web peut se faire via différentes façons, et pas uniquement avec un navigateur web.

La démarche est sensiblement différente : il s’agit d’une navigation à travers une arborescence plutôt qu’une requête. Avantages : navigation linéaire par thématiques, parcours dans une arborescence logique, aperçu potentiellement exhaustif de l’existant. Inconvénients : parfois une seule entrée pour un résultat qui concerne plusieurs thématiques, recherche fastidieuse.

Il y a quatre évolutions majeures des moteurs de recherche ces dernières années :

• interface de recherche (UI) ;
• options de recherche (de plus en plus masquées) ;
• algorithmes (mécanisme du moteur) ;
• utilisation du Web sémantique (aller chercher des informations structurées de façon automatique) ;
• personnalisation (traçage).

Phénomène de simplification de la recherche sur Google :

• suppression des options de recherche : simplification de l’interface et des comportements de recherche ;
• autocomplétion : orienter la recherche de l’utilisateur ;
• pertinence des résultats (et surtout des premiers résultats) ;
• « web sémantique » : afficher dans les résultats des données liées ;
• globalement : l’information va vers l’utilisateur.

Fonctionnement d’un moteur de recherche

1. des robots parcourent le Web, de liens en liens ;
2. les données enregistrées sont classées ;
3. un utilisateur effectue une requête de recherche ;
4. en fonction d’algorithmes le moteur de recherche propose des réponses ;
5. en fonction des requêtes le moteur de recherche peut orienter ses robots (fréquence, précision).

Le PageRank mesure quantitativement la popularité d’une page web, il fait partie d’autres indicateurs qui permettent le classement des pages web.

Le système du PageRank, conçu et utilisé par Google, est relativement complexe. Ce que l’on peut retenir c’est qu’il s’agit d’un système inspiré des publications académiques. Le fonctionnement est le suivant : la popularité d’une page web A est mesurée en fonction du nombre de pages web qui pointent vers cette page web A. Si les pages web qui pointent vers la page web A, alors la popularité sera d’autant plus importante. Il s’agit donc de la prise en compte du nombre de pages web qui pointent vers la page, mais également indirectement du nombre de pages web qui pointent vers les pages web qui pointent vers la page web A. (mes excuses pour ces répétitions)

Pour en savoir plus sur le fonctionnement du PageRank, voir la balado Le code a changé (à partir de 21 minutes : https://www.radiofrance.fr/franceinter/podcasts/le-code-a-change/le-francais-qui-a-vu-naitre-google-4402005) et « Dans l’esprit du PageRank », un article de Dominique Cardon dans la revue Réseaux (https://www.cairn.info/revue-reseaux-2013-1-page-63.htm).

Initialement, ISIDORE est un moteur de recherche permettant de découvrir et de trouver des publications, des données numériques et profils de chercheur·e·s en sciences humaines et sociales (SHS) venant du monde entier.

Il permet de rechercher dans le texte intégral de plusieurs millions de documents (articles, thèses et mémoires, rapports, jeux de données, pages Web, notices de bases de données, description de fonds d’archives, etc.) des signalements d’événements (séminaires, colloques, etc.). De plus, ISIDORE relie entre eux ces millions de documents en les enrichissant à l’aide de concepts scientifiques issus des travaux des communautés de recherche des SHS.

Typiquement Isidore ne base pas ses algorithmes de recherche sur un système type PageRank mais sur des référentiels permettant de classer et de trouver des documents selon des techniques documentaires.

Isidore se démarque donc à la fois des moteurs de recherche dits généralistes (comme Google), mais aussi d’autres outils de recherche ou de collecte comme Google Scholar (qui propose moins de fonctionnalités et dont le classement documentaire est assez flou ou inexistant), de plateformes spécialisées comme Cairn.info ou OpenEdition (bien moins exhaustifs), ou encore de Zotero (un outil de collecte et de partage, complémentaire d’Isidore).

Isidore construit son index en allant moissonner des entrepôts de données, ces données sont enrichies à partir de référentiels et de thésaurus. Les documents indexés peuvent être recherchés via l’interface de recherche, mais une API est aussi disponible pour que d’autres sites web ou des applications puissent utiliser ces données (principalement les interroger). Isidore n’est pas qu’un moteur de recherche, c’est aussi un espace de travail proposant plusieurs fonctionnalités :

• accéder à son propre historique ;
• enregistrer des requêtes de recherche ;
• créer des collections de documents ;
• suivre un auteur ou une autrice : être informé des nouvelles parutions ;
• gérer ses alertes (auteurs·trices suivi·e·s, requêtes, etc.).

À partir de cette expérience, que manque-t-il à Isidore ? Quels sont ses défauts ?