Le rôle et structure des données dans les trois webs

De plus en plus de données du monde se déplacent sur le Web. Depuis leur création, l’Internet et le Web ont révolutionné l’accès aux données. À partir de pages HTML statiques de textes et d’images, on trouve aujourd’hui des données dans tous les types de formats : des données numériques structurées dans des bases de données, des documents texte non structurés, des emails, des vidéos, des données audio et des transactions financières, etc. Avec les nombreuses applications Web interactives, on peut désormais visualiser les informations de manière dynamique et incrémentielle. Ce billet de blog donne un aperçu de la façon dont les données Web ont évolué au fil des ans.

Tout au début…

En 1945, Vannevar Bush a écrit un article intitulé « As we may think ». Dans cet article, il a identifié le problème de la gestion de grandes collections de documents lus et des liens établis entre ces documents. Il a proposé un appareil appelé Memex dans lequel une personne stocke tous ses documents et sa correspondance, et qui est mécanisé de façon à permettre la consultation à une vitesse énorme et avec une grande souplesse. En effet, il préfigure la navigation par un lien “hypertexte”.

Vingt ans plus tard, Ted Nelson s’inspire de cet article et propose un système informatisé reposant sur la structure hypertexte et hypermédia pour relier les documents. En 1989, cette idée est utilisée par Tim Berners-Lee lorsqu’il invente un système «hypertexte» pour faciliter le partage de l’information. Au début de 1991, la naissance d’Internet permet le partage de documents en ligne, et le Web est né.

Le système de gestion de contenu proposé Tim Berners-Lee pour le CERN

Les données non structurées

Au début, les données étaient non structurées : elles  comprenaient uniquement des documents hypertextes liés entre eux, les machines n’étant que des présentateurs de ces documents. Cela a laissé les utilisateurs dans un rôle de consommateur passif avec un contrôle limité de la lecture des données, mais sans manipulation réelle.

Lorsque le Web a émergé au début des années 90, une nouvelle communauté a commencé à travailler sur des outils tels que les navigateurs web permettant l’accès des données en ligne. Les entreprises privées ont développé des navigateurs tels que Mosaic, Excite, Magellan, Infoseek, Lycos, Hotbot ou Altavista, Netscape, Yahoo. Ces navigateurs permettent aux utilisateurs de récupérer et d’afficher des documents sur le Web.

Le Web était dominé par les sites personnels et les entreprises indépendantes qui étaient responsables de la mise à jour des utilisateurs et de la gestion des données de ces sites.  En 1994, l’organisme W3C a été fondé sur le mandat de diriger l’évolution du Web tout en maintenant son interopérabilité comme espace universel.

Puissance des données

De 1997 à 2000, le Web a évolué d’un web statique à un web dynamique et interactif grâce aux applications et technologies innovantes. Plusieurs sites et applications sont développés par des acteurs de web variés. Les plateformes comme AOL, Yahoo Messenger, Sixdegrees.com et des données partagées ont aidé à créer un web collaboratif. Le Web a tiré parti de l’intelligence collective ainsi que les utilisateurs qui peuvent exercer un certain contrôle sur les données. L’émergence des  plateformes (réseaux sociaux) permet la création des données par les utilisateurs. Car les données sont générées par les utilisateurs sous forme des blogs, wikis et des applications libres.  

Réseaux sociaux par Media Hackers

Grâce à la participation des utilisateurs, les utilisateurs créent des métadonnées et des objets en fonction de leurs besoins particuliers et des tags qui sont créés deviennent des « mots-clés » de recherche sur le Web. L’usage du tag s’est répandu dans des services de « social bookmarking », par exemple Delicious, ainsi que dans l’encyclopédie participative Wikipedia et dans des plateformes de partage de données sous forme d’images comme Flickr.

Dès lors, un nouveau moyen de stockage de données sur le cloud est né, ces réseaux sociaux stockent toutes les données des utilisateurs dans des base de données en ligne afin que les utilisateurs puissent y accéder.

Le Web devient un « one stop shop des données »

À partir de 2005, plusieurs acteurs du web, comme les moteurs de recherche Google, Yahoo, et les entreprises commerciales, exploitent des interfaces de programmation ouvertes (« Application Program Interface »)  qui combinent des données et des services créés par d’autres d’une manière originale. Par exemple, depuis sa création en 2004, Flickr, une application de partage de photographies, a ouvert au public son API qui est utilisée par Facebook pour combiner des photos.

De plus, le développement des technologies d’applications composites (« mashups ») permet la fusion des données fournies par différentes sources du web ainsi que la personnalisation de ce flux de données dans une page Web.

Carte géolocalisée de ses photos FlickR avec Google Maps par sockeyed

Le Web sémantique

Pendant l’annonce de la création du W3C, l’inventeur du web a mentionné les besoins d’ajouter le Web sémantique dans l’avenir du Web. Mais ça sera effectif dix ans plus tard quand le W3C commencera ses premières réflexions sur le Web sémantique. En effet, le Web sémantique a centré l’utilisateur et sa capacité de comprendre le sens dans les quantités énormes de données sur le Web en comprenant leurs liaisons et relations.

Le W3C, l’acteur principal de web sémantique, a mis en place I’ensemble des technologies (langages et protocoles) XML, RDF, OWL et SPARQL pour structurer des données sur le Web.  Tous favorisent une formalisation commune des données structurées en permettant leurs partages et transmission.

L’architecture en couches du Web sémantique par W3C

L’ouverture des données

Grâce au web sémantique, à partir de 2007 un nouveau concept de gestion des données liées et ouvertes était mis en oeuvre. Les données étaient identifiées par quelques principes fondateurs : les ressources sur le Web étaient identifiées par les URIs, qui sont compatibles avec le Web de données en utilisant les URIs HTTP pour pouvoir obtenir des représentations de ces ressources qui soient lisibles par les humains et les machines. Les URIs externes étaient ajoutées aux données pour améliorer la découverte d’autres informations sur le Web. Un exemple de Linked Open Data est dbpedia ; un projet des données libres dérivées de Wikipédia lancé en 2007 et accessible en public.

Représentation de Linked Open Data du dbpedia par CC-BY-SA

L’ouverture des données sur le Web était aussi soutenue par des initiatives gouvernementales qui ont lancé les serveurs variés de répertoire pour les données publiques. data.gov, data.gov.uk et data.gouv.fr.

Au futur proche

Les données sont l’avenir et appartiennent aux personnes qui peuvent les traiter et les transformer en information. Comme les données sur le Web deviennent plus omniprésentes, le traitement des données par les machines est devenu crucial, d’où la nécessité d’avoir des données structurées qui soient lisibles par une machine.

À mesure que les données sur le Web augmentent et deviennent plus complexes, tous les acteurs du Web, y compris les gouvernements, doivent commencer à respecter les politiques de sécurité des données, la sensibilité commerciale et la confidentialité des utilisateurs. En effet, d’après l’Indice de Web de 2014 par la Fondation World Wide Web, 84 % des pays n’ont pas de lois ni de pratiques efficaces pour protéger la confidentialité des communications en ligne. Ainsi, tout le monde a un rôle important à jouer dans ce web en évolution

Références

Article “As We May Think“, Vannevar Bush, The Atlantic, July 1945 URL : http://u-tx.net/ccritics/as-we-may-think.html

L’Histoire du web. URL :  https://www.w3.org/wiki/The_history_of_the_Web

Le World Wide Web Consortium (W3C). URL : http://www.w3c.fr/a-propos-du-w3c/

WIKIPEDIA. Application composite. URL : https://fr.wikipedia.org/wiki/Application_composite

Web sémantique. URL : https://www.w3.org/standards/semanticweb/

Gaillard, Rémi et al. De l’Open data à l’Open research data : quelle(s) politique(s) pour les données de recherche ?, 2014. URL : http://www.enssib.fr/bibliotheque-numerique/notices/64131-de-l-open-data-a-l-open-research-data-quelles-politiques-pour-les-donnees-de-recherche

La Fondation World Wide Web et al. Indice de Web de données, 2014. URL : http://webfoundation.org/

Le World Wide Web Consortium (W3C). Bonnes pratiques pour publier des données sur le web. URL  : https://www.w3.org/TR/dwbp/

---

---