OutilsVeille

Etablissement dune grille d'valuation des outils de veille

Cette tude a t conduite en utilisant diffrentes sources et en exploitant des rsultats obtenus sur le terrain partir de tests mens en parallle avec Web

Site Watcher et KB Crawl. Cette grille a t labore en tentant d'tre le plus exhaustif possible, en tenant compte des grilles existantes. Les prsentations des

rubriques des diffrentes grilles existantes dans la littrature et des contenus sont trs variables. Cette grille suit un plan logique d'analyse, de droulement de

prise en main et d'utilisation potentiel.

Sources utilises:

[Beauvieux] [Digimind] [Dutheil] [Dutkiewicz-Dessaignes] [Meingan] [Texier] Le site benchmarking des outils de veille site INIST-CNRS: http://outils.veille.inist.fr/ Grille d'valuation des produits du groupe de travail veille automatise du rseau ARPIST (compte-rendu de runion en novembre 2006) et du

groupe MRCT (Mission des Ressources et Comptences Technologiques ): http://www.arpist.cnrs.fr/rubrique.php3?id_rubrique=7

Le site du Secrtariat Gnral de la dfense Nationale dont dpend la Mission du Haut Responsable en Charge de l'Intelligence Economique (HRIE) dite 2 brochures: le Guide d'aide la formulation de besoin ,

28/04/2006, n 102/SGDN/IE: http://www.intelligence-economique.gouv.fr/IMG/pdf/Grille_d_aide_a_la_formulation_du_besoin.pdf et le Guide d'aide

l'valuation des outils de TAI , 28/04/2006, n 103/SGDN/IE: http://www.intelligence-economique.gouv.fr/IMG/pdf/evaluation_des_outils_de_TAI.pdf

Le tutorial de formation ECRIN Pratique et valuation des mthodes et outils avancs de traitement de l'information pour la veille et l'intelligence conomique 30 mai au 1er juin 2007.

Les sites commerciaux et les plaquettes d'information des diteurs de logiciels. [Sites consults le 20 septembre 2007].

Quel apport des professionnels de lIST dans le dispositif de veille d'un organisme de recherche? - Annexe

Corinne BRACHET-DUCOS Mmoire INTD/CNAM, Cycle Suprieur Octobre 2007

1


Corinne BRACHET-DUCOS Mmoire INTD/CNAM, Cycle Suprieur Octobre 2007

2

Plan de la grille:

Identit du produit Prise en main et accompagnement Spcifications techniques Evaluation globale (ergonomie d'utilisation) Fonctionnalits gnrales : compatibilit paramtrage des recherches prtraitement des alertes Fonctionnalits de surveillance et collecte : gestion des sources Fonctionnalits par nature des sources surveilles Fonctionnalits de traitement et analyse : Prsentation, validation et enrichissement des rsultats de collecte Catgorisation et clustering (outils

de lisibilit) Indexation Recherche - Analyse Extraction et restructuration

Fonctionnalits de diffusion : Prparation de la diffusion - Gnrateur de rapports Envoi de rsultat par email Portail Travail collaboratif

Grille de comparaison d'outils de veille

(valuer tous les termes noncs dans la grille)

Identit du produit

Nom du logiciel

Socit Adresse Tlphone - Mail - URL

Sant de la socit (finances, prennit, potentiel d'volution)

Date d'enregistrement - Version

Test du logiciel : effectu ou informations recueillies

Cot

(moins de 1000 + de 10 000 )

Type d'abonnement

Gratuit

Non communiqu

Abonnement Monoposte ou multiposte

Version d'essai et dure

Etat d'avancement du logiciel: prototype- commercial - libre

Type d'outil : surveillance, collecte, traitement, analyse, diffusion

Type de veille envisage ou possible (concurrentielle, technologique, etc)

Descriptif commercial

Prise en main et accompagnement

Formation (payante ou non), conseils

Pr requis techniques demands

Assistance (en ligne, hot-line, tutoriel, support technique, FAQ, fiches outils, forum, groupement d'utilisateurs) (langue)

Consultants pour : aide la slection des sources pertinentes, audit, paramtrage de la plateforme, animation (Service payant?)

Langue de travail (multilinguisme) - Multi langue - Reconnaissance automatique de la langue

Garantie, maintenances, dlai dintervention

Mises jour


Corinne BRACHET-DUCOS Mmoire INTD/CNAM, Cycle Suprieur Octobre 2007 3

Spcifications techniques

Architecture client serveur : solution hberge ou installe.

Systme d'exploitation Plateforme utilisable

Monoposte, multiposte

Configuration requise

Interface utilisateur : choix et personnalisation de la prsentation et du mode de diffusion. Prsence dun raccourci sous forme de barre doutils. Ergonomie

dutilisation.

Interface administrateur

Scurit des droits d'accs : personnalisation des droits daccs et de modification en fonction des diffrents utilisateurs (administrateur, veilleurs, simple lecteur),

gestion en fonction dun login, dun annuaire LDAP, des adresses IP ou autre Requtes scurises et anonymes.

Antivirus (compatibilit)

Possibilits de dveloppements ultrieurs (paramtrage, extension)

Archivage et sauvegarde : dans un systme de gestion de bases de donnes, sur un disque dur externe, rythme des sauvegardes, limites de la taille et du nombre des

documents sauvegards.

Evaluation globale (ergonomie d'utilisation)

Procdure d'installation (assiste, avec informaticien, seul)

Paramtrage administrateur (facile, modr1, difficile2)

Paramtrage utilisateur (facile, modr, difficile)

Utilisation finale (facile, modre, difficile)

Interface homme/machine (personnalisation : couleurs, police)

1 Modr: familiarisation avec l'outil ncessaire 2 Difficile: formation pralable indispensable



Fonctionnalits gnrales

Compatibilit :

Types de documents traits : structur (rfrences bibliographiques), non structur, format particulier (statistiques sur donnes structures, taille ventuelle noms de

variable)

Formats des documents traits : XML, RSS, RDF, TXT, HTML, PDF, Microsoft Office (DOC, PPT, XLS), PHP, ASP, PS, OWL, Streaming, Flash, JSP (Noter que les 3

premiers sont incontournables)

Formats des protocoles supports : POP3, NNTP

Sources surveilles : sites et pages Web, bases de donnes internes et externes (dont brevets), SGBD, Forums, Newsgroup, Mailing list, blogs, contenu multimdia

(sons, images, paroles), informations diverses (document interne, cartes, schmas), fils RSS, serveurs de priodiques, agrgateurs de presse, moteurs de

recherches

Web invisible : accs aux pages non indexes et ressources (emplacements non standards comme ports autres que 80)

Gestion et uniformisation de tous les encodings en XML (impossibilit de surveiller certaines informations dans d'autres langues)

Paramtrage des recherches :

Formulation des requtes:

- Taille de la requte (

Paramtrage de la priode de surveillance

Fonction de mise jour automatique ou la demande

Prtraitement des donnes brutes collectes :

Gnration d'un rsum automatique

Ddoublonnage des alertes : regroupement des sources contenant la mme information

Extraction du document contenant une alerte

Transformation des diffrents formats : en XML avec prservation de la mise en forme (uniformatisation du format en vue du traitement) ou prservation du format

natif

Filtrage des surlignements

Traitement de la parole : identification langue, locuteur, transcription oral crit, synthse de la parole

Module OCR (Optical Character Recognition)

Traitement de l'image : identification de personne, objet natif ou dform

Traitement de la vido : dcoupage en squence

Traitement du langage naturel : dtection entits nommes (date, organisation, personne, lieu)

Fonctionnalits de surveillance et collecte

Gestion des sources collectes

Prsence dun organiseur (Bookmarks) : intgr, pour plusieurs types de sources (sites Web, forum, base de donnes), partageable (capitalisation et collaboration).

Possibilit de personnaliser lorganiseur (annotations, rubriques, import et export)

Gestion en mode projet

Suivi des sources : module de statistique, comptage des sources (couverture de l'outil), gestion des liens morts (page Web ne rpondant plus )

Fonctionnalits par nature des sources surveilles

Actualits sur le Web : [Digimind]

Informations dates (communiqus de presse, actualits, publications, nominations, vnements), possibilit de filtrer en fonction de la date.

Filtrage d'informations en profondeur dans le corps principal du contenu (ce qui correspond n'tre alert que sur le texte principal)

Mise jour automatique en cas de modification de la source (mise en page, format)

Personnalisation des zones surveiller.



Gestion des formats RSS (AtomZ, RDF)

Sites Web : [Digimind]

Surveillance du site entier, d'une page de son choix

Dtection dune nouvelle page, dune modification, dune disparition sur un site. Alertes.

Vrification avance des modifications par analyse du contenu (dates de modification relles ou du serveur, nombre de phrases et liens modifis, pourcentage de

contenu modifi, images), limitation des alertes aux plus pertinentes (personnalisation).

Affichage des modifications (surlignement)

Crawl : via une requte, partir : dun site, d'une partie d'un site, d'une URL individuelle, d'une liste d'URLs, d'URLs extrieures au site initial

Paramtrage du crawling : exploration et surveillance de parties prcises d'un site (primtre : rpertoire, profondeur et sens du crawl, nombre de pages) et

d'informations prcises (filtrage : URL, formats de fichier, mots cls, images)

Finesse de gestion de la profondeur: par arborescence des pages, par celle des liens contenus dans la page

Gestion des proxy (pour acclrer la recherche)

Nombre maximal de pages surveilles par jour

Gestion des pages non trouves (erreurs 404 )

Moteurs de recherche :

Interrogation des principaux moteurs, mtamoteurs de recherche et moteurs internes de sites Web statiques et dynamiques

Ajout de tout type de moteurs de recherche (automatique, configuration manuelle et technique d'un connecteur)

Moteur de recherche interne (recherches fdres, multitche, nombre maximal de recherches simultanes, nombre maximal de requtes possibles par jour)

Possibilit de choisir et de croiser les champs dinterrogation selon son choix

Filtrage en fonction de son choix (exemple : ignorer les zones se modifiant souvent comme la date)

Forums :

Possibilit de surveiller des forums et choix des forums surveiller

Vrification et filtrage avec recherche sur auteur, destinataire, titre, contenu, date, mot cl, thme du forum Vrifications des modifications et des apparitions.

Archivage des messages Nombres maximums.

Bases de donnes :

Modules standards d'acquisition (ncessit dajouter des connecteurs ou non) Capacits des connecteurs (choix des champs dinterrogation)

Possibilit de surveiller les agrgateurs de presse (Factiva, Lexis Nexis) ou les bases de donnes des diteurs (type Lavoisier, Dawson) ou des portails comme Web of

Science, Scopus, PubMed (accords avec les producteurs, connections possibles si abonnement et malgr la prsence daccs contrls)



Import XML et traitement des formats RSS et RDF

Informations diverses (personnelles et autres sources) : [Digimind]

Possibilit d'ajouter directement des informations depuis un formulaire Web

Possibilit d'ajouter des informations depuis un mail une adresse robot de type [email protected] (correspond un client e-mail remontant l'information)

Possibilit de remonte tout type de fichiers (texte, bureautique, photo, son)

Fonctionnalits de traitement et danalyse

Prsentation, validation et enrichissement des rsultats de collecte :

Surbrillance des termes de requtes

Prsentation sous forme de notice bibliographique

Edition automatique ou paramtrable, agrgateur de contenu

Tri par pertinence, au choix (auteur, date, source)

Liens vers rsum, texte intgral, mots cls, auteur et/ou la catgorisation

Sauvegarde des notices, du texte intgral

Filtrage en fonction de la langue, du statut, du domaine

Ncessit de restructurer l'information pour le traitement (nouvelles balises, structuration, reformatage)

Traduction: langues traites, existence ou ajout de dictionnaire, temps de calcul

Rsum automatique: langues traites, type (par reformulation ou par extraction), influer sur le rsum (ajout ou retrait de mots ou expressions), modification de la

taille du rsum, temps de calcul

Export: notices, texte intgral, choix du format

Validation des alertes: manuelle, automatique (en fonction des mots cls dans les contenus)

Gestion du niveau de confiance et d'importance des informations (enrichissement): ajouter des commentaires, des liens, joindre des documents internes, diter

plusieurs une mme information

Traage des informations effectues par auteur

Affichage diffrent des alertes valides

Catgorisation et clustering (outils de lisibilit) :

Systme de catgorisation : manuel, automatique, mise jour

Systme de classification : hirarchique, non hirarchique, mise jour



Tri par source ou collection et/ou tri par catgorie ou cluster

Classement par clustering , pertinence, popularit, domaines scientifiques

Niveau de catgorisation : corpus, source, document

Auto-apprentissage par l'outil

Temps de calcul par document

Simplicit de gestion du plan de classement

Gestion et modification des catgories et de l'arborescence: dplacer, recopier des dossiers

Classement multiple d'une information (rattachement d'un document plusieurs classes)

Partager une information entre plusieurs communauts de veilleur

Systme de classement propre chaque projet ou communaut de veille

Validation de la proposition de classement par l'utilisateur, degr de paramtrage

Construction de thsaurus : manuelle, dynamique Possibilit dextraction partir du thsaurus

Indexation:

Indexation full text : informations, documents et fichiers

Indexation automatique, semi-automatique

Indexation en mode multilingue ou cross-lingue , nombre de langues

Indexation partir d'un thsaurus (mtier ou terminologie) de mots cls et d'auteur

Recherche:

Typologie de la recherche avec des oprateurs boolens, en langage naturel, langage courant (proximit, boolen, troncature, parenthses, expression exacte,

recherche floue, multi-index, recherche par similarit, approchante)

Recherche plein texte sur tout le corpus, sur les pices jointes

Recherche multicritre avanc (titre, corps, commentaire, fichiers attachs, auteur, priode, catgories), multichamp, multibase

Recherche par plan de classement, par zone (titre, URL, serveur, lien), par question, par utilisation d'un thsaurus, par cross-linguisme

Croisement des requtes

Possibilit de sauvegarder les requtes

Mmorisation des formulations des requtes



Paramtrable en fonction des profils utilisateurs, des types de bases, mmorisation des profils

Proposition de stratgie de recherche (aide l'utilisateur)

Analyse :

Possibilit dannoter des informations de veille par un groupe dutilisateur identifi et autoris

Possibilit d'associer un forum une information [Digimind]

Analyse cartographique des informations : ditions de liens de causalit, contradiction, autres relations, visualisation graphique (importance fiabilit), sauvegarde

Gestion de dictionnaires, de plan de classement

Modules d'analyse statistique (outil avanc : bibliomtrie) :

Comptage d'occurrence et cooccurrence (intra champ), d'occurrence (inter champ) pour les rfrences bibliographiques.

Comptage d'occurrence ou cooccurrence en texte intgral.

(Indiquer si le calcul d'hapax est fait (occurrence sur un auteur-pays-organisme isol), si la pondration et le paramtrage des frquences sont possibles)

Modules d'analyse linguistique (outil avanc : TAL, traitement automatique des langues, text mining, data mining) :

- Analyse morpho-lexicale : toknisation (frontires des constituants : mots simples, composs), tagging (catgorie : verbe, nom, adj. pour chaque mot),

lemmatisation (forme canonique dans le dictionnaire)

- Analyse syntaxique : chunking (frontires majeures des constituants: groupe nominal, verbe), tagging fonctionnel (fonctions grammaticales affectes),

parsing (arbre de structure de la phrase complte)

- Analyse smantique : sens de chaque mot, WSD (word sense disambiguation), structuration logique (arguments de chaque prdicat et rle smantique : agent, but,

lieu)

- Analyse du texte : rsolution des anaphores (antcdents des pronoms, ellipses, rfrences), structure rhtorique dtermine (commentaires, explications,

causalits), structure thmatique dtermine (sujet trait dans le texte)

- Analyse du corpus : dtermination de la nature du document (article de presse, technique, scientifique, texte rglementaire, brochure commerciale), structure

thmatique (sujet trait par le corpus)

Reprsentation et visualisation des rsultats avec des outils avancs :

Cartographie (temporelle, thmatique, des rseaux, des connaissances, liens de causalit, de contradiction), analyse du discours, temps de calcul

Statistique : analyse de tendance, critres d'valuation (apprciation du bruit et du silence), croisement et corrlation des donnes (hommes, organisation, brevets)

Extraction et structuration :

Extraction partir de donnes valides ou non en utilisant un moteur de recherche multicritre [Digimind]. Choix des critres de recherche pour lextraction.

Reprage :

- de la structure logique du document (squences comme le titre, un rsum, une introduction, une conclusion)

- d'entits nommes (personnes, lieux, dates, organisations) d



- de phrases importantes (reprage de marqueurs linguistiques, de termes et/ou thmes cls)

- d'informations partir d'un thsaurus

- de mtadonnes, de descripteurs thmatiques

- d'attributs et de faits (fonctions, rle, rattachement hirarchique d'une personne, chiffre d'affaires d'une socit)

Comparaison et rapprochement d'ontologies

Structuration des associations entre les objets extraits : cartographique des relations.

Fonctionnalits de diffusion

Prparation de la diffusion :

Mode de visualisation : logique portail, spcifique, graphes, arbres, personnalise, listes, tableaux, cartographie, courbes de tendance/volution, diagrammes de

rpartition

Prise en compte d'une charte graphique ou de normes de prsentation (volutivit)

Capacit intgrer des donnes particulires: cartes, images

Validation avant diffusion, signature de documents

Choix possibles en mode push et pull

Formats d'exports : TXT, HTML, XML, PDF, Microsoft Office, RSS Vers une base de donnes (type EndNote au minimum)

Exportation de graphiques : de text mining ou data mining

Accs aux documents primaires

Gnrateur de rapports : [Digimind]

Prsence d'un gnrateur de rapports automatique (lettre d'information de veille, revue de presse, rapport sur un concurrent)

Edition du rapport aprs une requte multicritre en slectionnant les informations incorporer (catgories, requte boolenne, priode, auteur)

Edition de plusieurs formats possibles : DOC, RTF, HTML, XML, CSV

Existence de modles de mise en page Possibilit de les personnaliser. (Distinction et slection des champs de contenu intgrer: titre, contenu, dito, destinataire,

analyse, commentaire, auteur, date, classement).

Personnalisation de la prsentation des rapports

Envoi de rsultat par email :

Module denvoi des rsultats par email automatique ou manuel : personnalisable, groupe mai, liste de diffusion

Alertes sur de nouveau document, nouvelle modification, rsum





Rglage de la frquence de diffusion

Possibilit de choisir les critres de slection des informations dans lenvoi par email : alertes, dates, heure, contenu de la modification, lien vers la page surligne,

informations valides ou non, fichiers joints

Option d'alerte par SMS

Portail :

Diffusion dans un portail ddi, classique, en rplication dans un groupware, en intranet

Intgration dans l'outil d'un gnrateur de portails [Digimind]

Compatibilit du portail avec les principaux navigateurs (Explorer, Nescape, Mozilla)

Diffusion des informations valides en temps rel, en diffr, choix de la priodicit

Outil de statistique de frquence de consultation du portail, pour le veilleur.

Travail collectif et/ou collaboratif :

Prise en compte d'un travail collaboratif : workflow, wikis, bookmarks partag

Module de FAQ (questions frquemment poses)

Gestion des forums

Tableau comparatif simplifi de quelques logiciels utiliss dans les organismes de recherche

tudis dans le cadre de ce mmoire Logiciels de veille utiliss dans les diffrents organismes tudis

Description Editeur Copernic KB Intelligence Google Iscope SPSS Aignes Site Web http://www.copernic.com/f

r/ http://www.kbcrawl.net http://www.google.fr/alerts http://www.iscope.fr/ http://www.spss.com/fr/prod

uits_solutions/Data_Text_Mining/Lexiquest_Mine.htm

http://www.aignes.com

Nom du logiciel Copernic Tracker KB Crawl Google Alert Plateforme Key Watch Lexi Quest Mine Web Site Watcher Version 1.1 3.0 4.33 Etat avancement Commercialis Commercialis Disponible Commercialis Commercialis Commercialis Type d'outil Agent de recherche et

de surveillance Agent d'alerte Alertes via google Recherche, collecte,

restitution d'une information personnalise.

Logiciel d'analyse (Text-mining)

Version d'valuation Essai (en anglais) 1 mois Essai gratuit 1 mois Essai gratuit 1 mois Langue interface Franais ou anglais Franais Franais Multilingue Franais Prix 49,95 euros 2 500 euros /licence

monoposte Gratuit A partir de 20 000 euros 99 euros

Utilisateurs tudis Organismes de recherche utilisateurs

INRA CEMAGREF INRA INIST CNRS INIST CNRS CEMAGREF - ADEME

Architecture requise Installation Monoposte

(tlchargement web) Monoposte, client serveur, portail Web

Aucune Client serveur, totalement Web (Explorer, Firefox)

Application client/serveur accs via un navigateur

Monoposte

Surveillance et collecte Moteur de recherche Oui Moteur intgr Moteur intgr Moteur intgr Sites Web surveills Oui Oui Oui (actualits, web,

groupes) Oui Oui Oui

Forums surveills Oui Oui Oui Bases de donnes surveilles

Oui Oui Oui

Blogs surveills Oui Oui Oui Nb pages crawlables Infini > 50 000 / jour Celles surveilles par le

moteur Google Grande masse d'informations (1 million par jour)

Grandes masses d'informations et sources varies

Apparition modifications

Surbrillance Surbrillance

Recherche/rsultats Requte par oprateurs boolens, parenthses, guillemets

Recherche par mots cls, filtres, cibles

Recherche par termes. Traitement linguistique: partir du Web, de librairies, de fichiers .doc, pdf, txt, html et d'Email, tablissement d'un corpus

Recherche par mots cls, filtres, cibles

de donnes, puis traduction en concepts.

Diffusion de la veille Interne (application) Alertes sur le bureau Oui Profil, alerte Alertes Oui Par courriel flux RSS Oui (par SMS aussi) Oui (KB mail) Oui Sur portail Push - pull automatis Rapports de veille

(SMTP, MAPI ou Microsoft exchange)

Outils de personnalisation complmentaires.

Oui Rapports possible en HTML.

Modules avancs Visualisation Module complmentaire:

graphe, arbre. Par graphe, arbre. Reprsentation graphique

et dynamique par liste de concepts. Courbes de tendance.

Cration d'analyse et synthse

Rsum avec Copernic Summarize

Classement automatique, clustering .

Rsum automatique par extraction, reformulation et analyse de texte (module complmentaire) - Classement automatique, pertinence, mtier.

Informations complmentaires Informations complmentaires:

Rythme des alertes personnalisables.

3 collecteurs d'info (crawlers) Moteur interne Outils construction de cartes de sites Outils calculs statistiques sur info structure: emails, bdd brevets Outil labor: information rapide profile Evolutif

3 algorithmes adapts diffrents usages: veille, KM Analyse de: brevets (fusion text mining et data mining avec Clementine), publications scientifiques (signaux faibles), moteurs de recherche Outil labor: navigation rapide, signaux faibles

2f3c7e9b9c9db01068b0aa9badb956b77eaf9722ae1b729e69edcd728a95f86d

OutilsVeille

Documents

Transcript of OutilsVeille