Group items tagged

"Le hype autour du web des données a permis d'attirer notre attention sur la problématique de la qualité des données. La publication de données venant d'horizons divers sur le web met en évidence, une fois de plus, les problèmes d'interopérabilité sémantique auxquels le secteur culturel se heurte depuis la création des premières bases de données dans les années 1970. Cette présentation a pour objectif de démystifier le web des données, en retraçant l'historique de quatre modèles de données. A l'aide d'exemples, les possibilités et limites de chaque modèle pour la gestion des données dans le secteur culturel seront exposées. Afin de rendre la thématique concrète, la présentation donnera dans un deuxième temps un aperçu du logiciel libre OpenRefine. Cet outil interactif de transformation permet à la fois de diagnostiquer des problèmes de qualité, d'appliquer une série de corrections, ainsi que d'enrichir un set de données via la réconciliation à l'aide du LCSH et l'extraction d'entités nommées."

"L'outil informatique et les usages numériques produisent des données structurées auxquelles il est possible de donner du sens. En bibliothèque, le corpus disponible couvre les données bibliographiques, les données de circulation des documents, les bases de lecteurs inscrits (anonymisées), les transactions, etc. On peut concevoir l'exploitation des données d'usages comme levier de pilotage pour optimiser les services des bibliothèques ou bien comme outil de communication auprès des tutelles et des publics. Dans tous les cas, exploiter les données d'usages et leur donner du sens va de pair avec l'émergence de nouvelles pratiques de recherche documentaire, de nouveaux usages scientifiques et de nouveaux services. Comment mieux comprendre ce que sont les données d'usages ? Quels sont les outils qui permettent de les recueillir, les traiter et les exploiter? C'est tout l'objet de cette journée professionnelle de fédérer les différentes approches et pratiques d'exploitation des données d'usages des bibliothèques qui sont au cœur des problématiques actuelles de recherche et des évolutions du métier de bibliothécaire."

"En 2014, le Web a 25 ans et il est l'un des principaux vecteurs de diffusion des données scientifiques qu'elles soient issues notamment des bibliothèques numériques, des bases de données, ou de publications électroniques. Il est en constante évolution depuis sa création. En effet, s'est superposé à un Web de documents (Web 1.0), devenu plus interactif ou « social » (Web 2.0), un Web de données où les informations sont devenues directement accessibles. Sa dernière grande mutation est en cours et touche l'ensemble des secteurs qu'il irrigue : le Web de données, aussi nommé Web sémantique, est l'utilisation du Web comme espace de partage mais aussi comme lieu de stockage des données. Sa mise en œuvre réinterroge les savoir-faire et les métiers de la recherche scientifique, en particulier en SHS."

"Le jugement que vient de rendre le tribunal administratif de Poitiers dans l'affaire qui oppose les archives de la Vienne au site de généalogie notrefamille.com sème de nouveau le trouble dans le mouvement de valorisation des données publiques. En effet, les juges ont rejeté le recours de la société commerciale de généalogie contre le département de la Vienne qui refusait de lui céder ses archives de l'état civil numérisées. Le tribunal a suivi les arguments du rapporteur public qui s'est appuyé sur le code de la propriété intellectuelle, pour dire que l'investissement et le travail fournis par le département pour la création de cette base de données devaient être protégés. En effet, le travail d'indexation et de mise en ligne des registres paroissiaux a coûté à la collectivité publique 230 000 €."

"L'organisation mondiale au service des bibliothèques recommande à ses membres de privilégier la licence OCD-BY dans le cadre de leurs projets de mise en ligne de leurs bases de données. Celle-ci leur servira sous certaines conditions au partage ainsi qu'à la copie, à la distribution, la modification ou encore la transformation des catalogues de fichiers concernés. La licence Open Data, de type share alike, offre la possibilité à ses utilisateurs de partager des données dans le respect des normes communautaires définies par le « WorldCat Rights and Responsabilities ». WorldCat, bibliographie sur le web propre à l'OCLC, est réputée comme le plus grand registre accessible en ligne. Depuis sa création en 1971, le catalogue mondial a su attirer les bases de données relatives à des dizaines de milliers d'institutions publiques et privées à travers de nombreux pays."

"Cette journée d'étude fait suite à celle organisée en juin 2010 par le centre d'histoire « Espaces et cultures » de l'université de Clermont-Ferrand autour des bases de données et des ressources numériques. Elle fera un bilan d'étape de l'évolution des offres dans ce domaine et présentera différentes réalisations appliquées à la musique, à la littérature, à l'histoire du spectacle et aux arts plastiques. Les difficultés applicatives dans un contexte général de regroupement et de recoupement des données, le besoin d'interopérabilité et de pérennité des outils figureront parmi les thèmes abordés par les intervenants."

"GitHub est un service web d'hébergement et de gestion de développement de logiciels. Un espace social pour les codeurs, "une plateforme de collaboration logicielle ouverte" où les développeurs partagent codes et projets. Fort de 3,6 millions d'utilisateurs, rappelait la Technology Review, GitHub est devenu la plaque tournante de l'innovation logicielle. On y trouve d'ailleurs bien d'autres choses que du code, rappelait Mikeal Rogers pour Wired : des données, des documents, des projets de loi… Pour Alex Howard d'O'Reilly Radar, l'avenir de GitHub va bien au-delà du code (même si celui-ci forme l'essentiel des échanges) : demain, la plateforme permettra de développer de nouveaux modes de collaboration politique au sein même des administrations… ((La force de GitHub repose sur son système de contrôle de versions distribuées, permettant à tous ceux qui travaillent sur un projet d'avoir accès à tout le code source. Chaque modification unique est identifiée et permet à chaque développeur de coopérer sans nécessairement se coordonner, les modifications pouvant fusionner ou non. [...] Loren Burton [...] développe Penflip, pour l'instant encore en version alpha. Un GitHub avec une interface optimisée pour les écrivains… comportant un éditeur intégré au navigateur, des fichiers de base pour aider à la structuration de différents types de documents écrits, une fonction de publication en un clic permettant de convertir le texte en .pdf, .epub, .mobi…"

"Les bibliothèques numériques, comme Gallica et Europeana, sont des recueils d'œuvres d'auteurs numérisées et rassemblées par des concepteurs de bases de données. Ces recueils, puisqu'ils sont le fruit d'un travail intellectuel, sont protégés par le droit de la propriété intellectuelle au même titre qu'une œuvre littéraire. Le droit de la propriété intellectuelle est un ensemble de règles juridiques visant à protéger les créations d'œuvres intellectuelles. Ces règles protègent l'auteur et ses ayants droit ainsi que les producteurs de bases de données. Actuellement, le droit de la propriété intellectuelle défend surtout l'aspect culturel de la bibliothèque numérique. Elle apporte aussi une protection aux investissements financiers et aux efforts fournis par les concepteurs. Cependant, ce droit seul ne suffit plus car les enjeux de la bibliothèque numérique s'orientent vers une logique de marché économique. C'est pourquoi une application du droit de la concurrence est indispensable pour assurer un équilibre entre les différents opérateurs présents sur le marché des bibliothèques numériques, empêchant ainsi les situations de monopole."

"La Fédération interrégionale du livre et de la lecture a réuni un comité de pilotage, constitué de membres des structures régionales pour le livre, Ciclic en assurant la vice-présidence, afin de concevoir un outil de veille collaboratif sur les projets numériques stimulants ou innovants dans le secteur du livre et de la lecture. Constitué d'une base de données des initiatives numériques et d'une plateforme de veille et d'échanges en ligne, cet outil a pour objectif de permettre aux acteurs du livre comme aux financeurs publics (collectivités territoriales, établissements publics, services ministériels centraux et déconcentrés) de comprendre les mécanismes de développement de ces projets, d'identifier les partenaires hors champ du livre et de connaître les nouveaux dispositifs d'accompagnement financier. Les outils ou projets qui seront présentés relèveront d'une initiative des acteurs du livre, de manière sectorielle - création, édition, diffusion (librairie/bibliothèque) - ou transversale. Certains dispositifs d'aide récemment mis en place, comme le dispositif d'aide aux projets collectifs et innovants de la Région Centre ou le programme Culture et numérique de la Région Rhône-Alpes, permettront de répertorier des projets régionaux de valeur."

"NGram Viewer propose d'exploiter de manière originale et pertinente Google Books, en réalisant des études historico-linguistiques sur l'énorme base de données textuelle constituée par les centaines de milliers d'ouvrages numérisés par Google. En effet, ce nouvel outil développé par la firme américaine, permet de rechercher des expressions, en affinant par période (depuis le 16e siècle jusqu'à nos jours) et par langue, et de générer des graphiques qui montrent la fréquence d'apparition de l'expression recherchée dans le gigantesque corpus d'ouvrages. NGram Viewer offre également la possibilité de suivre la carrière de plusieurs séquences de mots, l'outil trace alors des courbes permettant de comparer leur fréquence d'usage au cours du temps. L'outil a cependant ses limites : la typographie irrégulière des ouvrages anciens amoindrit souvent les performances de l'OCR, les mots ne sont alors pas reconnus. Par ailleurs, on note aussi une absence de pondération entre les ouvrages à large diffusion et ceux plus confidentiels."

"Stuart Dredge pour le Guardian revient sur les limites de Spotify, le célèbre service d'abonnement musical en streaming. Il utilise le service depuis 2008 et il est devenu son principal service de lecture de musique. Il a demandé à Spotify son "profil de goût", c'est-à-dire le profil musical qu'il détient pour chaque utilisateur afin de lui adresser des recommandations pertinentes. L'algorithme de recommandation se base sur plusieurs critères pour établir un profil, lui explique le spécialiste de la personnalisation chez Spotify, Ajay Kalia : les chansons écoutées et les artistes, les styles de musiques correspondants, l'acoustique, le tempo et la "dansabilité" des chansons sont prises en compte. Ces données sont comparées à celles des autres utilisateurs et donne un profil organisé par "Cluster" de genres musicaux les plus appréciés. Il classe également l'utilisateur selon son profil d'écoute : écoute-t-il beaucoup de musique ou peu, fait-il beaucoup d'échantillonnage, écoute-t-il les artistes en profondeur ou en surface… Ce système de recommandation devrait donner naissance prochainement à Nestify, un outil encore en test en interne chez Spotify, qui délivre des playlists adaptées à vos goûts musicaux basé sur EchoNest, une startup rachetée par Spotify qui a déjà développé de nombreuses applications de recommandation musicales."

"Via un anodin tweet à l'occasion de la Foire de Francfort, le cyberlibraire et fournisseur de supports de lecture électronique Kobo a publié un passionnant livre blanc (.pdf) sur les Big Data appliquées au monde de l'édition. Kobo y explique que l'analyse des données va devenir la base de la compétition, de la productivité et de l'innovation, même dans le monde de l'édition. Pourquoi ? Parce que les données vont permettre de connaître l'engagement des clients avec le livre. Elles vont permettre de savoir quels livres électroniques n'ont pas été ouverts, lesquels ont été lus jusqu'au dernier mot, à quelle vitesse... On pourrait croire que ces informations ne concernent pas les éditeurs, puisque pour eux, l'important est que le livre soit vendu. Et bien Kobo fait brillamment la démonstration du contraire."

"La Bibliothèque interuniversitaire de santé (BIUS) vient d'annoncer sur son blog une vague de désabonnement pour contraintes budgétaires. Ces désabonnements concernent plus de la moitié des bases de données (12 sur 22, dont Francis et Pascal dont se désabonnent aussi d'autres bibliothèques comme Doc'Insa à Lyon), 8 000 périodiques électroniques (sur environ 11 500), dont certains majeurs dans le domaine médical (JAMA), 1 000 revues imprimées sur 1 035... Si la BIUS n'est pas la seule à signaler des désabonnements (voir par exemple Paris Descartes), le fait qu'elle soit bibliothèque de référence en France, centre d'acquisition et de diffusion de l'information scientifique et technique (CADIST) pour la médecine, l'odontologie et la cosmétologie, est révélateur de la difficulté qu'éprouvent les bibliothèques universitaires actuellement. Pour des raisons similaires, la bibliothèque de l'Université de Montréal s'apprête elle aussi à supprimer 1 142 périodiques de la collection Wiley Online Library, sur 1 510. Ces suppressions sont justifiées (critères utilisés pour la suppression, dans la liste des abonnements annulés), accompagnées d'une large réflexion, expliquant clairement l'alternative entre désabonnement de périodiques et compression des acquisitions d'ouvrages."

"Mike Shatzkin, de retour de la Foire du livre américain (Book Expo America), a publié sur son blog quelques réflexions en désordre sur ce qu'il y a entendu et ce que cela lui a inspiré. Deux d'entre elles m'ont semblé suffisamment inspirantes pour vous en faire part." D'une part les métadonnées, déterminantes pour les livres numériques (les titres qui comportent les métadonnées les plus complètes sont ceux qui en moyenne se vendent le mieux) ; les bases de données pour gérer les droits ; et les données sur les comportements des lecteurs. Hubert Guillaud laisse quelque peu de côté le débat sur la liberté des utilisateurs, et c'est dommage.

"Les claviers logiciels n'ont pas tant pour but de transformer l'organisation des touches (à laquelle vous devez vous adapter), que de transformer votre manière même d'écrire en devinant ce dont vous avez besoin (afficher les chiffres et seulement eux quand vous tapez des nombres), en rectifiant vos erreurs (corriger des mots incompréhensibles parce vos doigts se sont décalés sur d'autres touches...), en anticipant sur ce que vous allez répondre (en proposant des mots voire des groupes de mots adaptés à ce que vous alliez dire). Et à mesure que ces logiciels vont apprendre de vous, ils connaîtront vos habitudes d'écriture et seront toujours mieux à même de vous proposer ce que vous pensiez... Ce qu'inventent le clavier de l'iPad et des tablettes, l'application Flesky ou Minuum c'est un changement matériel par une transformation logicielle. [...] Le livre est une base de données, disions-nous il y a quelques années. C'est désormais au tour de l'écriture de le devenir."

"Reconnu pour son expertise dans tous les métiers de la chaîne de l'édition numérique et des nouveaux médias de diffusion, le Groupe Jouve a été choisi par l'Institut français pour réaliser la conception et le développement de son site www.ifverso.com. Accessible de manière gratuite, la plate-forme IF Verso propose une base de données unique des titres français traduits en langues étrangères à destination de la communauté internationale, comprenant une section dédiée aux professionnels et une section dédiée au grand public. Constituée en partenariat avec la BnF et l'UNESCO, cette base de l'Institut français (1) contient plus de 70 00 titres traduits du français vers une quarantaine de langues."

"A l'occasion de son 25e anniversaire, l'émission littéraire Un livre un jour, en partenariat avec France TV nouvelles écritures, France 3 et Culturebox, vient de lancer une application web orientée vers la recommandation de lecture. Forte de ses 5000 émissions et de son immense base de données littéraire, l'émission propose en effet aux internautes de trouver des livres correspondant à leurs attentes de façon ludique et originale. Comment fonctionne cette application ? Un moteur de recommandation permet, selon quatre approches différentes, d'indiquer ses préférences de lecture : genre, époque, lieu et envie."

"Parce que le numérique entraîne la mutation des métiers du livre et fait apparaître de nouvelles fonctions et de nouveaux usages professionnels, le Labo BnF vous propose de prendre le temps de faire le point sur les différents métiers liés aux livres numériques. Au cours de trois rendez-vous, venez à la rencontre de designer/développeurs, d'éditeurs 100 % numérique, de community managers, de webmarketeurs ou d'auteurs et découvrez ce qu'est le management de bases de données informatiques, l'informatique éditorial, la numérisation de livres, le dépôt légal du livre numérique ou encore le métier de libraire en ligne !" Les 13, 20 et 27 juin 2012.

"La FILL (Fédération interrégionale du livre et de la lecture) a réuni en juillet 2011 un comité de pilotage afin de concevoir un outil de veille collaboratif sur les projets numériques stimulants ou innovants dans le secteur du livre et de la lecture. "Constitué d'une base de données des initiatives numériques et d'une plateforme de veille et d'échanges en ligne, cet outil a pour objectif de permettre aux acteurs du livre comme aux financeurs publics (collectivités territoriales, établissements publics, services ministériels centraux et déconcentrés) de comprendre les mécanismes de développement de ces projets, d'identifier les partenaires hors champ du livre et de connaître les nouveaux dispositifs d'accompagnement financier.""

"Pendant plusieurs mois, François Bon a donné à lire quotidiennement sur le Tiers Livre (extraordinaire lieu de création littéraire contemporaine) les chapitres d'un livre auquel il travaillait - je crois que le projet au départ n'était pas encadré par un contrat d'édition, ce n'est venu que plus tard : le Seuil accueillera Autobiographie des objets, dans sa collection Fiction & cie pour la prochaine rentrée de septembre. Avec la publication du livre papier, c'est toutefois tout le travail d'écriture sur le web qui est amené à disparaître [demande faite par l'éditeur] : le work in progress de l'auteur, notamment tout le matériau iconographique, ici essentiel, mais aussi les commentaires de ses lecteurs, tous ces échanges caractéristiques du Web littéraire, et qui font partie des conditions d'écriture." Les commentaires apportent une deuxième dimension à ce billet : Karl Dubost : "François : change la licence sur ton site ; nous : créons des robots pour faire une copie régulière du contenu. (J'ai en ligne de mire par exemple les pages en cours de développement sur Saclay) ; la BnF: Faire passer sur le site de François, tous les jours." Hubert Guillaud : "La question demeure comment expliquer aux éditeurs que ce n'est pas concurrent… Et on sait que ce n'est pas si simple, car à la base, c'est leur manque d'expérience web qui leur fait comprendre les choses « de travers ». Et souvent, on a beau dire, montrer, expliquer… cela ne suffit pas, hélas, pour convaincre."