Contribution à la veille stratégique : DOWSER, un système de découverte de sources Web d’intérêt opérationnel

Buisness Intelligence contribution : DOWSER, Discovering of Web Sources Evaluating Relevance

• Auteur / Autrice : Romain Noël
• Direction : Laurent Vercouter
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 17/10/2014
• Etablissement(s) : Rouen, INSA
• Ecole(s) doctorale(s) : École doctorale sciences physiques mathématiques et de l'information pour l'ingénieur (Saint-Etienne-du-Rouvray, Seine-Maritime ; ....-2016)
• Jury : Examinateurs / Examinatrices : Laurent Vercouter, Sylvie Calabretto, Mohand Boughanem, Alexandre Pauchet, Bruno Grilheres, Abdell-Illah Mouaddib, Pierre Maret
• Jury : Rapporteurs / Rapporteuses : Sylvie Calabretto, Mohand Boughanem

Mots clés

Mots clés contrôlés

Moteurs de recherche sur Internet

Recherche documentaire automatisée

Recherche de l'information

Recherche sur Internet

Mots clés libres

Exploration ciblée

Recherche d'information

Profil utilisateur

Modélisation besoin informationnel

Focused crawling

Information retrieval

Similarity measure

User profile

Résumé

L'augmentation constante du volume d'information disponible sur le Web a rendu compliquée la découverte de nouvelles sources d'intérêt sur un sujet donné. Les experts du renseignement doivent faire face à cette problématique lorsqu'ils recherchent des pages sur des sujets spécifiques et sensibles. Ces pages non populaires sont souvent mal indexées ou non indexées par les moteurs de recherche à cause de leur contenu délicat, les rendant difficile à trouver. Nos travaux, qui s'inscrivent dans ce contenu du Renseignement d'Origine Source Ouverte (ROSO), visent à aider l'expert du renseignement dans sa tâche de découverte de nouvelles sources. Notre approche s'articule autour de la modélisation du besoin opérationnel et de l'exploration ciblée du Web. La modélisation du besoin informationnel permet de guider l'exploration du web pour découvrir et fournir des sources pertinentes à l'expert.

The constant growth of the Web in recent years has made more difficult the discovery of new sources of information on a given topic. This is a prominent problem for Expert in Intelligence Analysis (EIA) who are faced with the search of pages on specific and sensitive topics. Because of their lack of popularity or because they are poorly indexed due to their sensitive content, these pages are hard to find with traditional search engine. In this article, we describe a new Web source discovery system called DOWSER. The goal of this system is to provide users with new sources of information related to their needs without considering the popularity of a page unlike classic Information Retrieval tools. The expected result is a balance between relevance and originality, in the sense that the wanted pages are not necessary popular. DOWSER in based on a user profile to focus its exploration of the Web in order to collect and index only related Web documents.