Construire et étudier des corpus de sites web archivés avec Hyphe

L’expérimentation prévue dans le WP4 visait à tester de nouvelles manières d’explorer les archives du web en utilisant les outils développés par le Médialab de SciencesPo pour répondre à des questions de recherche portant sur une thématique transverse au web vivant et au web archivé.

Le choix s’est porté sur le logiciel open source Hyphe (https://github.com/medialab/hyphe). Hyphe a été conçu pour fournir aux chercheurs et aux étudiants en sciences sociales un robot d’exploration orienté recherche permettant de créer et d’enrichir des “corpus web” sous la forme de réseaux de liens. Il utilise les liens hypertextes entre les sites pour cartographier des territoires du web et permet d’étudier des communautés d’acteurs. Hyphe intègre une méthodologie qui, étape par étape, aide les utilisateurs à organiser et définir des « webentités » (sites, parties de sites, pages) qui sont ensuite collectées afin d’en extraire les liens sortants. Les webentités découvertes grâce à ces liens peuvent ensuite être analysées et sélectionnées manuellement afin d’enrichir le corpus de manière itérative. Le corpus et les liens entre les webentités peuvent être visualisés sous forme de réseau et exportés pour être analysés avec d’autres outils de cartographie tel que Gephi. Le résultat permet d’étudier les communautés en ligne et les phénomènes sociaux, d’identifier et de regrouper les acteurs du web et d’explorer les liens entre eux. Cela permet de construire une cartographie des controverses, inspirée de la théorie des acteurs-réseaux.

En 2021, des études, tests et évolutions ont été réalisés sur Hyphe (https://github.com/medialab/hyphe/issues/372) et sur l’application Archives de l’internet qui permet de consulter les archives du web de la BnF, pour rendre possible l’utilisation de Hyphe sur le web archivé. Ces évolutions permettent également l’utilisation de Hyphe avec la Wayback Machine d’Internet Archive.

L’utilisation de Hyphe sur les archives du web a d’abord été testée lors d’un mini-Datasprint le 18 novembre 2021. Il préfigurait un événement de plus grande ampleur, le Datasprint ResPaDon, qui s’est déroulé pendant cinq jours du 4 au 8 avril 2022 dans les espaces BnF Datalab situés en bibliothèque de Recherche de la BnF. Cet événement a donné l’opportunité à quatre équipes pluridisciplinaires, associant chercheurs, ingénieurs, designers et professionnels de l’information scientifique et technique, de tester de nouvelles pratiques et d’explorer de nouvelles pistes méthodologiques. Les quatre expérimentations menées et leurs résultats sont décrits sur un site web dédié (https://ResPaDon.medialab.sciencespo.fr/) qui a été développé à la suite de l’événement. Les travaux de groupe ont permis également de dégager quelques réflexions générales d’ordre méthodologique pour étudier de manière complémentaire les archives du web et le web vivant à des fins de recherche (https://drive.google.com/file/d/11jfRnaZFum0eRPetxLb8G0JwuoOBFtps/view).

Depuis début 2023, Hyphe est accessible depuis le portail “Archives de l’internet Outils pour la recherche” proposé aux chercheurs travaillant dans les emprises du BnF DataLab (https://www.bnf.fr/fr/bnf-datalab). Il est utilisé par plusieurs équipes de recherche, des bibliothécaires en charge de repérer des sites à collecter dans le cadre du dépôt légal, ainsi que par des groupes d’étudiants.

En novembre 2023, Hyphe a été primé comme lauréat “Coup de Coeur” du Prix Science Ouverte du Logiciel Libre de Recherche par le Ministère de l’Enseignement Supérieur et de la Recherche (https://www.enseignementsup-recherche.gouv.fr/fr/remise-des-prix-science-ouverte-du-logiciel-libre-de-la-recherche-2023-93732).

Livrables :
– Site web « Explorer les archives du web avec Hyphe » (retour d’expérience et travaux du datasprint): https://ResPaDon.medialab.sciencespo.fr/
– Réflexions méthodologiques pour étudier de manière complémentaire les archives du web et le web vivant à des fins de recherche : https://drive.google.com/file/d/11jfRnaZFum0eRPetxLb8G0JwuoOBFtps/view
– Logiciel libre Hyphe et ses évolutions pour fonctionner sur le web archivé : https://github.com/medialab/hyphe/issues/372



Citer ce billet
CF (2024, 15 janvier). Construire et étudier des corpus de sites web archivés avec Hyphe. ResPaDon. Consulté le 18 mai 2024, à l’adresse https://doi.org/10.58079/vl0w

Vous aimerez aussi...

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.

Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search