Aperçu des technologies de data mining sur le blog Quanti / sciences sociales

Deux amis viennent de publier un excellent texte sur un blog voisin : “Vers une ‘data-sociologie’ ? Tour d’horizon des techniques de collecte automatisée de données sur le web”. Fortement conseillé pour se mettre à jour sur les outils francophones disponibles en ligne pour s’initier au data mining.

Je suis notamment curieux de connaître les possibilités de scraping pour les articles de presse de Factiva grâce à “Tirésias”, un logiciel de l’équipe Prospérologie. À titre d’exemple de data-sociologie, un doctorant de l’OSC a aussi commencé à rédiger un package Factiva pour R : là aussi, j’attends de voir ce qu’il est possible de faire avec, quand j’aurai enfin compris comment exporter en XML depuis ce service.

Comme l’invite à penser l’exemple de Factiva ci-dessus, les avancées de la data-sociologie dépendent largement des formats dans lesquels il est possible de télécharger des données. Le développement de l’open data et le travail de certaines associations comme Regards Citoyens ont fait un peu avancer la réflexion à ce sujet. Des institutions comme la Banque mondiale, Eurostat ou l’OCDE font aussi des efforts d’harmonisation autour de formats communs, comme le format SDMX.


12 réponses sur « Aperçu des technologies de data mining sur le blog Quanti / sciences sociales »

  1. Visiblement, Factiva a supprimé la fonction d’export en XML (tout comme il a retiré les notices who’s who, si pratiques pour faire de la prosopographique) cet été. Il est encore possible, à condition de quelques manipulations, d’extraire des données assez bien structurées, mais ca devient plus compliqué. À suivre.

    1. Ça devient d’autant plus compliqué que le service limite le nombre d’entrées par page, au point où cela devient impossible d’extraire quoi que ce soit sur de grandes dimensions… Merci de la précision !

    2. Pardon, je viens de retrouver le Who’s Who sur Factiva (grâce à Claire L). Il est caché sous recherche simple, dans le menu déroulant. Pour l’export de données sur Factiva, elle est toujours possible, mais un peu plus complexe.

    3. Je confirme votre observation, il y a quelques mois nous nous étions renseignés auprès de Factiva : “”Factiva has removed the XML export option from the Academic platform”.
      Donc pour tous les universitaires bénéficiant des accès institutionnels, cet export n’est plus disponible.

      p.s. : je suis tombé sur ce post en faisant des recherches sur Factiva & le who’s who qui nous semble avoir disparu, je n’arrive pas à le trouver dans la recherche simple, comme vous le mentionnez ci-dessous, je vais continuer mes recherches.

    4. Selon l’abonnement de votre institution, il est disponible (ou non) dans l’onglet de recherche simple…MAIS même dans ce cas, il me retourne (à cette date) un résultat de recherche vide. A suivre, mais c’est un peu contrariant (on pourrait faire une mobilisation sur twitter pour protester? On appelerait ça les #faisans ou les #poulets?).

    5. C’est amusant, je viens justement d’envoyer il y a moins d’un quart d’heure un mail à notre commercial Factiva demandant des explications sur cet accès disparu. Je mentionnerai ici la suite des informations si j’ai des nouvelles.

    6. Je viens d’avoir une réponse qui me confirme que le who’s who a disparu de la base Factiva mi-2012 et qu’il y a quelques semaines (c’est ce qui a du déclencher nos interrogations relatées ici) les archives ont aussi été supprimées. Nous utilisons une version “academic”, peut-être que le who’s who est toujours disponible sur d’autres versions mais pour les universités Fr visiblement c’est fini.

  2. Je vois que vous lancez un carnet sur Hypothèses : j’ai très hâte de vous lire !
    (Par ailleurs, ça m’intéresse le who’s who sur Factiva, je te redemanderai peut-être en temps voulu…)

  3. Je confirme que par l’accès Sciences Po le Who’s who, bien que toujours présent dans “recherche simple”, ne donne plus de résultats (même si on cherche Nicolas Sarkozy ou Michel Pébereau), ce qui est carrément délirant. En revanche il était bien là tout l’été (je l’ai intensément exploité pour une enquête et, je crois, encore en septembre).
    Vive les abonnements papier…

Les commentaires sont fermés.