Economie du document (Bloc-notes de Jean-Michel Salaün) - Moteurs - Commentaires

Web de données, Google, Wikipédia, les liaisons dangereuses - RM

RM — Fri, 08 Jun 2012 07:35:39 -0400

Oui, pour être plus précis dans mon commentaire, SemanticPedia, à terme, sera plus qu'une extraction sémantique de Wikipédia (avec notamment, celle du Wikitionnaire, etc.) et l'extraction elle-même sera liée et partie intégrante de DBpédia, ainsi internationalisée.

Wikidata est un peu différent, bien qu'il s'agisse également d'information structurée de WP. Il s'agit de sortir les métadonnées de base (infobox) de Wikipédia pour les centraliser au niveau international (comme Commons pour les photos)

Web de données, Google, Wikipédia, les liaisons dangereuses - JM Salaun

JM Salaun — Thu, 07 Jun 2012 03:41:53 -0400

Bonjour Rémi,

Merci pour ces références. Il y a aussi le projet Wikidata, signalé par courriel par des collègues : http://meta.wikimedia.org/wiki/Wiki...

Web de données, Google, Wikipédia, les liaisons dangereuses - RM

RM — Wed, 06 Jun 2012 11:25:08 -0400

Bonjour,

Pour les ressemblances entre Wikipédia et les bibliothèques, voir également cet article du BBF (http://bbf.enssib.fr/consulter/bbf-...) et un autre dans le livre Bibliothèques 2.0 (au Cercle de la Librairie).

DBpédia est la version allemande (et, du coup, aussi anglaise) de l'extraction sémantique de Wikipédia. Nous sommes en train d'en faire un francophone (nous = Wikimédia France + ministère français de la Culture + INRIA), SemanticPedia cf http://www.slideshare.net/aamonnz/p...

Bien cordialement,

Le sens commun lu par Google - JM Salaun

JM Salaun — Sat, 17 Mar 2012 11:49:18 -0400

@ Patrick,

Merci, pour la référence. Il en ressort surtout qu'il s'agit d'un effort de longue durée plutôt que d'une nouveauté. Mais cela ne change pas la tendance. J'ai apprécié le post-script qui signale cet ajout d'Amit Singhal du 15 mars 2012 sur G+ :

Let me just say that every day, we’re improving our ability to give you the best answers to your questions as quickly as possible. In doing so, we convert raw data into knowledge for millions of users around the world. But our ability to deliver this experience is a function of our understanding your question and also truly understanding all the data that’s out there. And right now, our understanding is pretty darn limited. Ask us for “the 10 deepest lakes in the U.S,” and we’ll give you decent results based on those keywords, but not necessarily because we understand what depth is or what a lake is.
https://plus.google.com/11574439968...

La sémantique par les machines, ce n'est pas gagné. Reste qu'il risque bien d'y avoir un substrat commun de réponses automatiques.

@ Luc

Compte-tenu de la remarque précédente, il reste de la place pour la médiation humaine. La place des bibliothécaires dans le Web des données/sémantique mérite une discussion approfondie. Sauf erreur de ma part, il y a un groupe piloté par E Bermès au W3C sur cette question.

Le sens commun lu par Google - LGauvreau

LGauvreau — Fri, 16 Mar 2012 14:27:20 -0400

Bonjour,

Dans ce projet que Google semble le seul à pouvoir financer, que représente la description bibliographique d'un document, son indexation et sa classification selon le système Dewey ou celui de la Library of Congress? On peut concevoir que le "livre-document" n'est qu'une seule des 200 millions d'entités que se propose de décrire Google (selon le système et les "ontologies" développés par l'équipe de Freebase). La bibliothéconomie et les bibliothèques ne produisent que le schéma descriptif et informationnel d'un seul (ou de quelques-uns) des millions d'objets et d'entités que le monde contient.
Pour comprendre le projet de Google, on peut imaginer que tous les mots-clés et sujet utilisés par la bibliothéconomie aient leur propre fiche et formulaire de données pour les décrire. Comment consulterait-on le catalogue alors? Comment la qualité et la performance des recherches seraient-elles augmentées? Google étend le champ du "descriptible" à tous les objets du monde. Il est prétentieux de penser qu'une seule entreprise puisse le faire, mais ce projet va encore davantage bouleverser le rôle et la place des systèmes bibliographiques, les marginaliser dans l'ensemble de l'économie de la recherche et de la quête d'informations. Quel rôle à la bibliothéconomie et aux bibliothécaires dans cette perspective? Les moteurs de recherche des bibliothèques sont de moins en moins consultés, le seront-ils encore moins une fois que Google fera de la recherche sémantique?

Luc Gauvreau (Montréal)

Le sens commun lu par Google - Patrick M. Lozeau

Patrick M. Lozeau — Fri, 16 Mar 2012 10:27:39 -0400

Tel que mentionné par Danny Sullivan de Search Engine Land, rien de nouveau dans ce que l'article du WSJ "annonce" : http://searchengineland.com/wsj-say...

Récupérer le Web, version Google - iGor

iGor — Thu, 26 Jan 2012 04:01:29 -0500

Sur Google+ et Google+ et leur importance pour la firme :
http://www.zorgloob.com/2012/01/26/...

La position dominante de Google - JM Salaun

JM Salaun — Sat, 03 Dec 2011 12:29:48 -0500

Bonjour Piotr,

Arguments intéressants et largement partagés, mais erronnés me semble-t-il et interdisant justement de bien analyser le web. Réponses dans un prochain billet.

La position dominante de Google - Piotrr

Piotrr — Sat, 03 Dec 2011 10:58:49 -0500

Bonjour,

j'ai du mal à assimiler Google à un média : il me semble qu'un média diffuse des contenus, ce qui n'est le cas de Google qu'accessoirement. Enfin, rapprocher une indépendance qui serait revendiquée par Google de celle qui l'est effectivement par le New York Times est malheureux car cela suppose que Google soit animé par une éthique journalistique, ce qui n'est évidemment pas le cas. J'ajoute qu'un média a pour effet de rémunérer la production de contenus, ce qui n'est pas non plus le cas de Google.

La position dominante de Google - JM Salaun

JM Salaun — Thu, 01 Dec 2011 03:38:27 -0500

Salut Olivier,

La phrase en question faisait écho au billet de Numerama en lien. Extrait :

«Par sa position ultra-dominante, Google est devenu un agent économique aussi influent que l'Etat ; mais il agit de manière beaucoup plus irresponsable, avec son seul intérêt particulier en ligne directrice. En témoigne la dernière mise à jour de l'algorithme de son moteur de recherche, qui impacte plus d'un tiers des pages de résultats dont dépendent un très grand nombre d'entreprises.»

Il y a là un contresens manifeste sur la nature de Google, sans doute largement partagé parmi les acteurs du web. Google est un média, pas une place de marché, même s'il a pu en avoir la tentation à certains moments.

Pour le reste, on est d'accord et je reconnais que ma formulation était un peu elliptique.

La position dominante de Google - olivier ertzscheid

olivier ertzscheid — Wed, 30 Nov 2011 11:35:15 -0500

"mais que dirait-on si, par exemple, le NYT modifiait la ligne éditoriale en fonction des récriminations de tel ou tel commerçant ?" ben ... la même chose que si TF1 modifiait sa ligne éditoriale en fonction des marchés de son propriétaire, la même chose que si de grands titres de presse modifiaient leur ligne éditoriale pour ne pas déplaire au marchand d'armes qui les détient, etc, etc ... Bref, même si je partage l'idée générale de ta conclusion je crois que l'indépendance de Google ne peut être pensée ou analysée en faisant abstraction ... de son influence :-)

Google et la publicité - Bernhard Rieder

Bernhard Rieder — Fri, 23 Sep 2011 05:15:33 -0400

Merci pour ce billet très intéressant ! En effet, il me semble qu'une critique qui traite Google comme un média classique et ne prend pas en compte le système de "keyword auction" ne peut pas comprendre les forces économiques qui opèrent sur cette firme en tant qu'acteur commercial. On verra si les conflits d'intérêt vont finalement exploser...

Le côté obscur des requêtes sur les moteurs - JM Salaun

JM Salaun — Tue, 22 Feb 2011 05:01:52 -0500

Bonjour Brigitte,

Oui, il y a au minimum une conjonction de phénomènes et peut-être un tournant. Mais je nuancerais ton propos.

Sans doute dans l'absolu la neutralité de point de vue n'existe pas, mais à un moment donné, pour une collectivité donnée, il existe un un socle de croyances communes basées sur des régimes de vérité variable (religion, science, autorité, statistique etc.). Et cela construit une sorte de neutralité de point de vue. C'est d'ailleurs elle que recherche Wikipédia par d'autres moyens que Google.

De la même façon, on pourrait dire que l'objectivité en science ou dans le journalisme n'existe pas dans l'absolu. Et pourtant, la science comme le journalisme se sont donnés au 19-20e des méthodes pour y tendre.

Pour revenir à Google, son régime de vérité est statistique, grâce à la possibilité inédite de lecture industrielle. Mais il est intéressant, en effet, de voir que comme pour la presse il doit louvoyer entre les pressions des annonceurs et la confiance des internautes et que ces tâtonnements perturbent sa logique. Mais son objectif reste bien de la préserver au prix de quelques bidouillages.

Le côté obscur des requêtes sur les moteurs - B.Simonnot

B.Simonnot — Mon, 21 Feb 2011 17:43:26 -0500

2011 est décidément un cru prometteur : cela fait deux fois (au moins) depuis le début de l'année que, chez Google, on nous informe avoir manipulé "manuellement" l'index du moteur pour modifier ses résultats dits "naturels". D'abord pour "confondre" un concurrent (voir http://googleblog.blogspot.com/2011...), et cette fois-ci pour lutter contre un "fraudeur" du commerce des liens que la compagnie a elle même institué.

Google Inc s'autorise désormais à afficher ces manipulations, après avoir longtemps affirmé ne pas s'y livrer puis reconnaître qu'elle s'en réservait le droit (voir http://www.google.com/explanation.h... : "Although Google reserves the right to address such requests individually [...]"). A chaque fois, c'est pour défendre son fonds de commerce (celui des liens publicitaires) et surtout son capital de confiance auprès des internautes, capital très lié à sa position monopolistique. La compagnie commencerait-elle à être sur la défensive ? En tout cas, on commence à toucher du doigt de manière plus palpable les limites du mélange des genres. En matière d'information, la neutralité de point de vue n'existe pas et, quelque que soit la puissance des algorithmes, elle ne peut être a fortiori calculée. Que ce soit par Google ou par d'autres.

Le côté obscur des requêtes sur les moteurs - JM Salaun

JM Salaun — Mon, 21 Feb 2011 12:14:14 -0500

Merci Paulette pour ce nouveau signalement. Décidément, le sujet est chaud. Il est de plus en plus clair que Google commence à assumer sa responsabilité éditoriale. Un pas de plus vers un web-média.

Voir aussi Presse-Citron http://www.presse-citron.net/seo-le... Lire aussi les commentaires.

Le côté obscur des requêtes sur les moteurs - PB

PB — Mon, 21 Feb 2011 10:38:47 -0500

voir aussi cet article du Monde :
- Damien Leloup. Google s'attaque aux "fermes de contenus" LE MONDE, 15.02.11
http://www.lemonde.fr/technologies/...

Le côté obscur des requêtes sur les moteurs - JM Salaun

JM Salaun — Sun, 20 Feb 2011 15:20:55 -0500

@Sinklife et Alain

Je ne crois pas que cette histoire ne remette en cause ni la pertinence, ni la neutralité des algorithmes de Google. Sans intervention extérieure hostile, les algorithmes auraient sans doute fonctionné efficacement et de façon neutre.
Simplement, elle montre qu'à partir du moment où d'importants enjeux sont en cause une firme en position de monopole devient vulnérable. On pourrait comparer l'histoire avec les virus pour Windows, par exemple.
Mais ce qui est étonnant, et peut-être au fond rassurant, c'est la mise en difficulté de Google qui ne peut plus faire confiance à ses supercalculateurs, est alertée par une enquête journalistique traditionnelle et réagit manuellement.
Dès lors, le problème posé n'est pas ou plus la «neutralité» au sens technique, mais bien la neutralité au sens déontologique. La même question de neutralité s'est posée à Wikipédia ou, il y a cent ans, aux journalistes (objectivité). Autrement dit, ce sont des questions éditoriales. Je pense que cela passe par un débat public, des outils d'analyse transparent et aussi un peu de régulation.

@ Marin
Bien sûr la question n'est pas nouvelle, mais d'une part le NYT sait faire une vraie enquête, faisant remonter des faits, d'autre part, elle semble avoir changé d'échelle.
Je ne suis pas sûr qu'une qualification par le crowdsourcing évite les manipulations.

@ Electropublication
Merci pour ces infos. Pour les intéressés, le site du concours est ici : http://www.paidpr.com/concours-seo....

On est ici dans une logique typiquement libertarienne. La référence aux cow-boys n'est pas innocente.. J'ai le sentiment que cette logique gagne de plus en plus le web.

Le côté obscur des requêtes sur les moteurs - Electropublication

Electropublication — Sat, 19 Feb 2011 20:28:52 -0500

aujourd'hui les Professionnels du Black hat SEO utilisent des outils qui peuvent créer des centaines de blogs en 1 heure (avec billets et links optimisés), spammer des milliers de commentaires de blogs, de forums ou de réseaux sociaux en quelques heures, de manière automatique. Leurs résultats - à court terme - sont impressionnants (imbattables on pourrait dire).

Depuis quelques semaines Google fait des annonces pour lutter durement contre les "fermes de contenus" et le duplicate content, mais ce n'est déjà plus tout à fait de cela dont il s'agit...

Pour avoir une idée des ressources impressionnantes utilisées par ces référenceurs (et qu'ils utilisent donc dans le commerce pour leurs clients, comme dans l'exemple cité, et il y en a aussi de plus en lus en France) > il faut jeter un coup d'oeil aux résultats du dernier concours SEO qui a eut lieu en France : il portait sur le terme "seotons".
Toutes les techniques les + avancées (de spam et Black SEO) ont été utilisées par les vainqueurs durant 3 mois. Il suffit d'étudier les backlinks des gagnants pour se rendre compte de leurs méthodologie.
A ce niveau, Page rank, "autorité" ne veulent presque plus rien dire...

Et je crois que cela ne fait que commencer...

Le côté obscur des requêtes sur les moteurs - Marin Dacos

Marin Dacos — Sat, 19 Feb 2011 12:31:43 -0500

Le New York Times découvre quelque chose qui n'est vraiment pas nouveau.

Cela dit, il n'est pas inutile de remettre cette question dans le débat public. Ce qui me paraît surprenant, c'est l'absence d'initiative majeure de qualification des sites web par autre chose que par le PageRank. Au hasard : par des gens. Une stratégie s'appuyant sur le crowdsourcing me paraîtrait intéressante, surtout si elle n'était pas portée par les moteurs de recherche, mais par d'autres acteurs, de type Wikipedia ou bibliothèques ou autres.

L'initiative la plus réussie, en ce sens, me paraît aujourd'hui être WOT. http://www.mywot.com/ Je crois que la communauté scientifique pourrait organiser un telle collecte, en y intégrant ses valeurs et ses exigences de qualité.

Le côté obscur des requêtes sur les moteurs - Alain Pierrot

Alain Pierrot — Sat, 19 Feb 2011 06:35:08 -0500

"And the company did. On Wednesday evening, Google began what it calls a “manual action” against Penney, essentially demotions specifically aimed at the company."

La simple possibilité de cette "action manuelle" fait voler en éclat une bonne partie du discours de Google sur la neutralité de ses algorithmes, non ?