Il existe de nombreux moteurs de recherche qui lancent leurs investigations dans des zones du Web pas, peu ou mal traitées par les moteurs "traditionnels". On parle alors de "Web invisible". Nous passons en revue, dans cette série d'articles, ces moteurs qui explorent en profondeur le réseau. Ce mois-ci : les moteurs de recherche de dépêches d'actualité.
Google, évidemment, vous connaissez... Ce moteur de recherche lance ses recherches sur plus de 3 milliards de pages web. Mais, même si cette affirmation n'est pas à 100% exacte, il s'agit le plus souvent de pages "statiques". Google prend peu en compte les pages "dynamiques", accessibles dans des bases de données ou des catalogues en ligne. On parle, pour parler de ce Web "profond", plus précisement de "Web invisible".
Mais qu'est-ce que le "Web invisible" ? Nous prendrons comme postulat de départ qu'il s'agit "des pages web et des informations pas, peu ou mal traitées par les moteurs de recherche traditionnels comme Google, Voila ou AltaVista" et qu'il est donc complexe de trouver, sous une forme proche de l'exhaustivité, dans ces moteurs.
Ainsi, nous allons, au fil des mois, tenter de vous présenter les principaux outils de recherche dans des domaines comme les dépêches d'actualité, les sites de e-commerce, les brevets, les marques déposées, les banques de données professionnelles, etc. Tous ces sites sont, aujourd'hui, complémentaires des moteurs "classiques" et doivent être utilisés dès qu'une recherche spécifique doit être entreprise.
Ce mois-ci, nous allons commencer notre série d'articles avec les principaux moteurs de recherche qui vous permettent d'effectuer des recherches sur les dépêches d'actualité. Pour chaque outil de recherche, lorsque cela était possible, nous avons effectué un test quantitatif en notant, pour 10 mots clés (en France, 5 aux Etats-Unis) ayant trait à l'actualité, le nombre de dépêches proposées sur des délais allant de J (le jour de l'interrogation) à J-7 (7 jours avant). Toutes les requêtes ont été effectuées dans la même tranche d'une heure, une après-midi... Bien entendu, ce test comparatif ne prend en compte que l'aspect quantitatif, pas la qualité de l'information proposée. Mais il s'agit d'une information importante car il nous semble que les deux notions vont souvent de pair sur ce type d'outils.
Les moteurs de recherche sur les dépêches d'actualité francophone
Il existe plusieurs outils de recherche spécifiques des dépêches d'actualité en France. En voici une liste présentant les principaux :
Google News
Certainement le plus connu aujourd'hui, bien que très récent en France. Il propose 500 sources d'informations françaises avec mise à jour en continu. Les archives sont gardées sur les 30 derniers jours. Il existe des sites similaires dans les pays suivants : Allemagne, Australie, Canada, Espagne, Etats-Unis, Inde, Italie, Nouvelle-Zelande et Royaume-Uni. 7 catégories de nouvelles sont proposées : International, France, Économie, Science/Tech, Sports, Culture et Santé. Le site est entièrement automatique et les articles sont choisis par des algorithmes mathématiques. Autre particularité : le site est la cible du Geste, syndicat des éditeurs de sites de presse français (voir :
http://actu.abondance.com/2004-03/google-geste.html)
| Mot clé | J | J-1 | J-2 | J-3 | J-4 | J-5 | J-6 | J-7 |
| 3 | 4 | 13 | 4 | 4 | 10 | 11 | 8 | |
| boeing | 45 | 89 | 56 | 37 | 32 | 116 | 166 | 238 |
| dopage | 22 | 71 | 32 | 18 | 10 | 37 | 30 | 8 |
| berlusconi | 26 | 48 | 7 | 9 | 1 | 7 | 19 | 4 |
| sodexho | 4 | 74 | 61 | 4 | 0 | 30 | 6 | 134 |
| zidane | 4 | 11 | 31 | 29 | 15 | 5 | 6 | 4 |
| sarkozy | 105 | 66 | 89 | 22 | 15 | 120 | 110 | 97 |
| depardieu | 3 | 2 | 4 | 6 | 5 | 5 | 8 | 11 |
| musées | 11 | 4 | 14 | 8 | 19 | 15 | 12 | 23 |
| tintin | 1 | 4 | 2 | 8 | 26 | 42 | 42 | 3 |
| Moyenne | 22,4 | 37,3 | 30,9 | 14,5 | 12,7 | 38,7 | 41 | 53 |
Net2one
http://www.net2one.com/index.asp?paLanguage=1
Le pionnier du domaine en France. La société de Jérémie Berrebie a été, à notre connaissance, l'une des premières à mettre en place ce type de service. D'abord de façon gratuite. Le site est aujourd'hui quasiment entièrement payant, notamment en ce qui concerne l'utilisation du moteur de recherche par mots clés. 8 catégories sont proposées dans le "datacenter" que propose Net2one à ses clients : A la Une, Business, Culture, Informatique, Sciences & Nature, Politique, Sport, Vie pratique. A noter que Net2one a bâti son service, depuis sa création, sur l'envoi d'alertes par mail, ce que commence seulement à faire Google avec ses "Google News Alerts", disponibles pour l'instant uniquement aux Etats-Unis (voir plus loin). Notons également que le service est en passe d'être décliné au niveau thématique sur de très nombreux sites traitant chacun d'un domaine particulier (liste ici : http://www.journaldufoot.com/list.html). Le moteur de recherche n'étant pas accessible de façon gratuite, nous n'avons pu le tester.
Fichier PDF téléchargeable ici (la lettre Réacteur n'était à cette époque-là disponible que sous cette forme).