Cours 6 SGBD, Comparaison recherche & Scénario création BD

Transcription

1 École de bibliothéconomie et des sciences de l information SCI6052 Information documentaire numérique Cours 6 Systèmes de gestion de bases de données (SGD) textuels (suite et fin). Comparaison : Fonction recherche de fichiers de Windows, LRTI & SGD textuel Présentation du travail théorique; scénario type de création d une base de données documentaires Faculté des arts et des sciences Christine Dufour, / 40 SCI / 40 u programme aujourd hui Retour sur la gymnastique booléenne (TP3) DText (suite et fin!) Implantation d une D Comparaison avec la recherche de fichiers dans Windows et les LRTI Scénario type de création d'une base de données documentaire Présentation du travail théorique daptation de Yves Marcoux (2007), udrey Laplante (2008), Christine Dufour & Yves Marcoux (2009) SCI / 40 Cours 6 Objectifs visés, matériel associé et évaluation Examen intra OG1 Comprendre les principaux volets de la gestion d'information documentaire numérique OS d) Expliciter les avantages et désavantages de la structuration de l'information dans différents contextes OS e) OS g) Compétence à développer : Être en mesure d expliquer le contexte d utilisation d un SGD textuel par rapport à un LRTI et à la recherche dans un système d exploitation (acétates 24-26) Identifier certaines approches systématiques pour la mise sur pied de systèmes de gestion d'information documentaire numérique Compétence à développer : Pouvoir expliquer les différentes étapes de la création d'une base de données documentaire (acétate 28 complétée au besoin par 29-34, annexe du travail théorique) Expliquer les avantages et les désavantages des bases de données textuelles pour la gestion d'information documentaire numérique Compétence à développer : Pouvoir expliquer les forces et les limites des SGD textuels (acétate 23) UdeM) 1

2 SCI / 40 Cours 6 Objectifs visés, matériel associé et évaluation Examen final OG2 Mettre sur pied des systèmes de gestion d information documentaire numérique au moyen d outils représentatifs de la réalité des milieux OS d) ppliquer une approche systématique pour la mise sur pied d'une base de données textuelle incluant le développement d'un dictionnaire de données Compétences à développer : Distinguer les finalités et caractéristiques des différentes composantes d'une base de données textuelle (structure, bordereau de recherche, format de présentation) (acétates 15-22, TP5) Comprendre les différents paramètres d'un champ (type de champ et indexation, validation) et leur impact sur la saisie et la recherche (TP5) SCI / 40 Cours 6 Objectifs visés et activités associées Mise en application OG1 Comprendre les principaux volets de la gestion d'information documentaire numérique OS d) Expliciter les avantages et désavantages de la structuration de l'information dans différents contextes OG2 Mettre sur pied des systèmes de gestion d information documentaire numérique au moyen d outils représentatifs de la réalité des milieux OS d) ppliquer une approche systématique pour la mise sur pied d'une base de données textuelle, incluant le développement d'un dictionnaire de données ctivités : Travail théorique TP5 Principe de base Cas 1 Diagramme de Venn Cas où on retrouve des objets possédant uniquement la caractéristique de l'ensemble, des objets possédant uniquement celle de et des objets qui possèdent les deux à la fois. Dans ce cas, aucune des trois zones ne sera vide. Pommes Choses vertes Exemple de diagramme d'euler pour des objets Ici les trois zones seront "peuplées" comme on retrouve des pommes "non vertes", des pommes vertes et des choses vertes qui ne sont pas des pommes! type:pdf info Exemple de diagramme d'euler pour des fichiers et des dossiers dans Windows Search On pourrait sans peine imaginer un corpus où l'on retrouve des fichiers PDF dont le contenu textuel contient info, d'autres qui ne le contiennent pas, ainsi que des éléments contenant info, mais sans être des PDF. UdeM) 2

3 V I D E Principe de base Cas 2 Cas où aucun objet ne possède à la fois les caractéristiques Diagramme de Venn de l'ensemble et de l'ensemble Pommes Poires Exemple de diagramme d'euler pour des objets Ne dit-on pas que comparer des pommes et des poires, c'est comparer l'incomparable? Exemple de diagramme d'euler pour des fichiers et des dossiers dans Windows Search datedecreation: datedecreation: Un fichier ou un dossier n'ayant qu'une date de création, l'intersection ici est impossible! V I D E Diagramme de Venn Principe de base Cas 3 et 4 Cas où tous les objets de l'ensemble possèdent aussi la caractéristique des objets de l'ensemble. utrement dit, aucun objet ne possède que la caractéristique de l'ensemble. Pommes Exemple de diagramme d'euler pour des objets Toutes les pommes vertes sont des pommes! Pommes vertes info Exemple de diagramme d'euler pour des fichiers et des dossiers dans Windows Search information Tous les éléments contenant information dans leur contenu textuel y contiendront forcément info (troncature implicite à droite). Par contre, ce n'est pas tous les éléments qui contiennent info qui contiendront information. Pensons, par exemple, à informatiste ou informationnel ou même infoman! V I D E V I D E Diagramme de Venn Principe de base Cas 5 Cas où aucun élément ne possède que la caractéristique de l'ensemble et aucun élément ne possède que la caractéristique de l'ensemble. utrement dit, tous les éléments possèdent à la fois la caractéristique de l'ensemble et celle de l'ensemble. onnet blanc lanc bonnet Exemple de diagramme d'euler pour des objets Ici il n'y a qu'un ensemble comme bonnet blanc et blanc bonnet sont la même chose! info* info Exemple de diagramme d'euler pour des fichiers et des dossiers dans Windows Search Du fait de la troncature implicite à droite dans Windows Search, chercher info et info* revient exactement au même. Les deux ensembles se superposent. UdeM) 3

4 TP3 [Windows Search] : Q30 CS 1 CS 2 SCI / 40 Soit la recherche "technologies", qui retrouve 4 fichiers, et la recherche "technologie", qui en retrouve 2. Que peut-on dire de la recherche technologie? technologie retrouverait ici minimalement* = 5 documents comme il englobe les résultats de et de technologie retrouverait ici minimalement* 4+2 = 6 documents comme il englobe les résultats de et de CS 3 CS 4 CS technologie retrouverait ici minimalement* 2+2 = 4 Impossible car on sait que Impossible car on sait que et documents comme il englobe les repère plus de documents que possèdent un nombre différent résultats de et de de fichiers *minimalement car technologie, à tout le moins en théorie, pourrait repérer plus que "technologie" et "technologies" SCI / 40 TP3 [Windows Search] : Q31 CS 1 CS 2 asted arma On sait que asted or arma repère 15 fichiers et que asted and arma en retrouve 3. Que peut-on dire de arma not asted? asted arma n (où n 1)* 3 12-n (où n 11)* arma not asted retrouverait entre 1 et 11 fichiers comme n peut varier entre 1 et 11. CS 3 CS 4 CS 5 asted 12 3 arma asted 12 3 Impossible car on sait que asted and arma en retrouve 3! arma asted arma arma not asted retrouverait 0 fichier. arma not asted retrouverait 12 fichiers. * car, dans un diagramme d'euler, aucune zone ne doit être vide Impossible car asted or arma donne un nombre de fichiers différent de asted and arma SCI / 40 TP3 [Windows Search] : Q32 On sait que library ND association retrouve 26 fichiers et que "library association" en retrouve 18. Que peut-on dire de library OR association? library association "library association" UdeM) 4

5 TP3 [Windows Search] : Q32 CS 1 CS 2 library association library SCI / 40 On sait que library ND association retrouve 26 fichiers et que "library association" en retrouve 18. Que peut-on dire de library OR association? association n (où n 1)* 26 m (où m 1)* library OR association trouverait ici minimalement = 28 fichiers. CS 3 CS 4 association CS 5 library n n library (où n 1)* (où n 1)* association library library OR association retrouverait minimalement = 27 fichiers. * car, dans un diagramme d'euler, aucune zone ne doit être vide library OR association retrouverait minimalement = 27 fichiers. Impossible car on sait que library ND association trouve 26 fichiers! 26 association library OR association retrouverait exactement 26 fichiers. SCI / 40 D/TextWorks Implantation d une D Structure de la D Définition des champs (type de données, validation, indexation) Préparation de l antidictionnaire et de la liste des articles initiaux Choix de l ordre de tri par défaut ordereaux de saisie & de recherche Formats de présentation SCI / 40 Exemple de la D INFORM Structure : Principales options Définition des champs Ordre de tri ntidictionnaire rticles initiaux Menu Maintain > Edit Textbase Structure UdeM) 5

6 SCI / 40 Exemple de la D INFORM Structure : Définition des champs [1/2] Type de données Type d indexation Traitement des articles initiaux dans l indexoccurrences Utilisation de l antidictionnaire pour l indexmots Menu Maintain > Edit Textbase Structure > Edit Fields > Type and Indexing SCI / 40 Exemple de la D INFORM Structure : Définition des champs [2/2] Validation au niveau des occurrences. Champ obligatoire. Unicité des entrées. Occurrences simples Possibilité d ignorer la validation Validation du contenu. ucune validation. Masque ou intervalle. Liste de validation Possibilité d ajouter des valeurs à la liste de validation Menu Maintain > Edit Textbase Structure > Edit Fields > Validation SCI / 40 Exemple de la D INFORM ordereaux (saisie & recherche) ordereaux de saisie/édition & ordereaux de recherche Présence de boîtes pour entrer des informations (des données ou des requêtes selon le bordereau) Présence d étiquettes textuelles pour expliciter l utilisation du bordereau (e.g. nom des champs, rappel des règles d écriture) UdeM) 6

7 SCI / 40 Exemple de la D INFORM ordereaux (saisie & recherche) : Édition Pour ajouter une boîte Pour voir les propriétés d'une boîte Pour ajouter du texte Pour voir les propriétés du bordereau ordereau de saisie/édition (Menu Display > Design Form ) ordereau de recherche (Menu Search> Design Query Screen ) SCI / 40 Exemple de la D INFORM ordereaux (saisie & recherche) : Utilisation Voir la liste de validation Nouvel enregistrement Voir les index Repérer tous les enregistrements Pour naviguer entre les enregistrements Changer de bordereau ordereau de saisie/édition (Menu Records > Edit Record) jouter une nouvelle boîte de recherche ordereau de recherche (Menu Search > Query Screen) SCI / 40 Exemple de la D INFORM Formats de présentation [1/2] jouter une boîte jouter du texte Propriétés d un objet Propriétés du format oîte Pour visualiser avec des données UdeM) 7

8 SCI / 40 Exemple de la D INFORM Formats de présentation [2/2] Les «boîtes» dans un format de présentation sont des objets «composites» pouvant contenir une suite de champs, de chaînes de texte, de variables et même des formules Mode édition La définition du contenu d une boîte se fait via sa fenêtre de propriétés où l on peut préciser chacun de ses éléments et en définir les caractéristiques, entre autres définir : La liste des éléments de la boîte (Onglet Contents) La présence ou non d un retour de ligne entre chaque occurrence d un champ (Onglet Paragraphs) L ajout de texte fixe avant et/ou après la valeur d un champ ainsi qu entre ses occurrences (Onglet Format > dded Text) Visualisation SCI / 40 SGD textuels Remarques générales Principales forces Contrôle sur la saisie des données en partie pris en charge par le logiciel Langage d interrogation puissant Recherche textuelle Données structurées Principales limites Possibilités de lier des bases de données entre elles très variables d un logiciel à l autre Ex. : relier D bibliographiques (catalogue) et D des usagers Possibilités limitées pour les calculs SCI / 40 Recherche de fichiers, LRTI et SGD textuels Comparaison [1/3] Type de «contenants» d information Recherche de fichiers Recherche de fiches Structuration en champs Recherche mots ou chaînes? Recherche textuelle dans un système d exploitation LRTI SGD textuel Windows Search (Windows 8) NatQuest Pro D/TextWorks fichiers existants avec contenu textuel fichiers existants avec contenu textuel D créée avec le logiciel oui oui non non possible toujours non possible toujours mots mots mots UdeM) 8

9 SCI / 40 Recherche de fichiers, LRTI et SGD textuels Comparaison [2/3] Recherche indexée (accélérée) Visualisation de l'index ntidictionnaire utres critères sur métadonnées Recherche textuelle dans un système d exploitation LRTI SGD textuel Windows Search (Windows 8) NatQuest Pro D/TextWorks possible toujours toujours non non métadonnées système et d application oui (un par base) un par base, modifiable non oui (jusqu à 2 par champs) un par base, modifiable (applicabilité par champ) ne s applique pas (ne cherche pas des fichiers) SCI / 40 Recherche de fichiers, LRTI et SGD textuels Comparaison [3/3] Signes diacritiques ignorés Recherche textuelle dans un syst. exploitation LRTI SGD textuel Windows Search (Windows 8) NatQuest Pro D/TextWorks oui (peut être désactivé) oui (peut être désactivé) oui (peut être désactivé) Opérateurs booléens oui oui oui Troncature oui (automatique à droite) oui (n importe où) oui (à droite) Masque non oui non Opérateurs de distance non oui (dans l ordre) oui (dans l ordre ou non) SCI / 40 Scénario type de création d une base de données documentaire ase de données documentaire ase de données qui contient des informations sur des documents (e.g. bases de données bibliographiques) et/ou les documents eux-mêmes (bases de données en texte intégral) Exemples de bases de données bibliographiques Catalogue d une bibliothèque ou d un centre d archives ases de données spécialisées telles que LIS ou Library Literature Exemples de bases de données en texte intégral ases de données d articles de périodiques ou de journaux (Emerald, Eureka.cc) UdeM) 9

10 Scénario type de création d une base de données documentaire (cahier de protocoles) Identification d un besoin d une base de données documentaire Dictionnaire de données Implantation Étude de faisabilité si aucune rrêter Saisie initiale Cueillette d information Identification des solutions Conclusion ller de l avant Tests de fonctionnement et formation Évaluation des solutions esoin d informations supplémentaires Mise en service Recommandations Mises à jour/évaluation périodiques SCI / 40 Scénario type de création d une base de données documentaire En amont de l étude de faisabilité Projet de création de base de données documentaire s inscrit dans un contexte organisationnel (vient répondre à la mission de l organisation) est sous la responsabilité première des gestionnaires de l organisation (rôle décisionnel) voit certaines de ses étapes confiées à des personnes responsables de leur réalisation (de l organisation ou à contrat) SCI / 40 Scénario type de création d une base de données documentaire Étude de faisabilité [1/4] Cueillette de l information Objectifs visés? Contraintes particulières (e.g. budget, matériel et logiciels déjà disponibles, etc.)? Comment s intégrera la D dans le fonctionnement de l organisation (types d utilisateurs, besoins particuliers, etc.)? Quels documents pourraient figurer dans la base («analyse de l existant documentaire»)? UdeM) 10

11 SCI / 40 Scénario type de création d une base de données documentaire Étude de faisabilité [2/4] Identification des solutions possibles Quel(s) modèle(s) de données pourraient répondre à nos besoins? (modèle relationnel, modèle textuel, modèle hypertexte, etc.) Exemples de paramètres à considérer (voir liste détaillée dans cahier des protocoles) Quel(s) type(s) de documents veut-on traiter? -t-on besoin de paramètres de validation particuliers? De quels types de fonctionnalités de recherche a-t-on besoin? -t-on besoin de fonctionnalités permettant la production de rapports personnalisés? -t-on besoin de pouvoir gérer des accès par mots de passe? etc. SCI / 40 Scénario type de création d une base de données documentaire Étude de faisabilité [3/4] Évaluation des solutions possibles Coûts rattachés à la solution Ressources nécessaires à la création de la D, son entretien régulier par la suite (espace physique, matériel informatique, logiciels, formation des utilisateurs, ressources humaines, etc.) énéfices (directs et indirects) Par exemple, augmentation de productivité, plus grande satisfaction des usagers, prestige, et même revenus tirés de sousproduits de la base (bibliographies, catalogues, etc.) Échéancier d'implantation de la base de données Dates relatives à une éventuelle date de début SCI / 40 Scénario type de création d une base de données documentaire Étude de faisabilité [4/4] Formulation des recommandations Veut-on aller de l avant? Si oui : Quelle(s) solution(s) recommande-t-on? Limiter le nombre de solutions retenues Remarque générale sur l étude de faisabilité : «it is important to exert a level of effort for the analysis that is proportional to the size of the financial decision.» Kochtanek & Matthews, 2002, p. 162 UdeM) 11

12 SCI / 40 Scénario type de création d une base de données documentaire En aval de l étude de faisabilité Si on décide d aller de l avant Conception finale de la D Élaboration du dictionnaire de données u besoin, guide de l utilisateur plus succinct Manuel pour les procédures de gestion de la base Implantation de la D (structure, bordereaux, etc.) Saisie initiale de documents Tests de fonctionnement et formation des usagers (s il y a lieu) Saisie rétrospective (s il y a lieu) -> mise à jour périodique -> évaluation périodique SCI / 40 Travail théorique Mise en contexte Objectif du TP4 (rappel) : comprendre l impact des décisions de conception d une base de données textuelle sur son utilisation Utilisation = surtout saisie et interrogation ussi : mises à jour & production de rapports SCI / 40 Travail théorique Description [1/4] Objectif du Travail théorique Comprendre le processus de conception d une D textuelle pour répondre à des besoins donnés Moyen : concevoir une base de données pour des besoins donnés Travail en équipe UdeM) 12

13 SCI / 40 Travail théorique Description [2/4] Les «besoins donnés» Mise à jour de la structure d une base de données existante, INFORM, pour y ajouter un troisième format bibliographique INFORM contient déjà la structure pour les monographies et les articles de périodique Vous devez modifier sa structure (ajout/modification/retrait de champs) pour pouvoir aussi contenir certains types de ressources Web (par exemple des sites Web d associations ou de congrès) SCI / 40 Travail théorique Description [3/4]. Dans un premier temps, il faudra identifier les éléments descriptifs (champs) nécessaires pour décrire des ressources Web, sur la base des exemples fournis, et modifier le dictionnaire de données en conséquence.. Vous devrez, par la suite, estimer la taille de la base de données. C. Finalement, vous aurez à la fin du travail théorique à réfléchir sur l ajout, à votre base de données, d autres types de ressources Web que celles initialement couvertes. SCI / 40 Travail théorique Description [4/4] Procédure Partir avec le dictionnaire de données d INFORM Fichier canevas.dico-donnees.docx sur le site du cours où se retrouvent la structure du travail, le dictionnaire d'inform ainsi que les tableaux à compléter À noter : vous ne remettez pas en question les décisions prises pour les monographies et les articles de périodique Faire les ajouts / modifications voulus au dictionnaire de données en mode «suivi des modifications» Uniquement pour le dictionnaire de données. Pensez à désactiver le suivi des modifications lorsque vous rédigerez les autres parties du travail. Inscrire justifications de vos choix en insérant des commentaires dans le fichier À remettre Copie imprimée du rapport avec les marques de révision et les commentaires ainsi qu'une version électronique sur StudiUM UdeM) 13

14 SCI / 40 Travail théorique Logistique Un ensemble de ressources Web a été identifié et représente l éventail des possibilités quant aux types de ressources Web que l on veut inclure dans la base de données et aux informations bibliographiques propres à ces dernières Vous ne devez considérer que ces ressources Sur StudiUM URLs des ressources Web à examiner copies PDF des ressources Web Consultations avec l équipe de supervision mardi et mercredi prochains 18 et 19 octobre en laboratoire UdeM) 14