Le web découpé en territoires

Qui influence qui sur le web ? D'où partent les buzz et comment se propagent-ils sur internet ? La start up RTGI tente de répondre à ces questions en ' développant des solutions technologiques de veille des médias sociaux, de suivi de l'influence et de la réputation en ligne ', précise Guilhem Fouetillou, cofondateur de RTGI. Linkfluence, l'institut d'étude affilié à la start up, utilise ces outils pour écouter et analyser les médias sociaux. ' Notre moteur analyse la structure hypertextuelle des sites web pour comprendre l'organisation sociale des individus et la restituer sous forme de cartes ou de listes ', poursuit Guilhem Fouetillou. Pour l'instant, RTGI a implémenté ses solutions pour ses clients au cas par cas, mais un portail plus générique, Linkspace, sera disponible début 2009 et adaptable à des cas particuliers.

Comme avec un moteur de recherche classique, le portail permet de faire des recherches sur le web, mais celles-ci sont restreintes à des sites considérés comme influents et actifs. ' Nos robots indexent quotidiennement plusieurs millions de sites, avec une moyenne de 50 pages par site ', expose Guilhem Fouetillou. A l'issue, 6 000 sites sont retenus et surveillés, notamment parce qu'ils ont un grand nombre de liens avec d'autres sites. La méthode d'analyse de RTGI mélange modélisation mathématique, science des réseaux et sociologie. La théorie des graphes sert à comprendre quels sont les sites fortement liés entre eux. Les liens de pages à l'intérieur d'un même site sont éliminés. La technique de ' focus crawling ' est utilisée pour orienter le robot en fonction du contenu des pages. Elle donne la possibilité de suivre uniquement les liens valides et de se prémunir contre les techniques d'échange de liens. Seuls les sites qui ont des liens forts et centraux dans le graphe sont considérés comme pertinents.

Les sites web sont regroupés par centres d'intérêts communs et forment des communautés représentées par des territoires sur une carte. ' Les filtres utilisés pour lancer une requête peuvent être temporels, la recherche s'effectuant alors dans un laps de temps déterminé, mais aussi spatiaux, c'est-à-dire limités à un territoire particulier ', détaille Guilhem Fouetillou. Une entreprise aura notamment la possibilité de suivre ce qui se dit sur l'un de ses produits sur un territoire en particulier.

Théoriquement, la carte devrait pouvoir évoluer quotidiennement. Mais, pour l'instant, la mise à jour s'effectue tous les trois mois. Et la start up vise à moyen terme un rafraîchissement mensuel. Il est à noter que le robot d'indexation est entièrement développé en Perl. ' La programmation est difficile avec ce langage, mais il est très performant pour traiter du contenu textuel en termes de rapidité ', s'enthousiasme Guilhem Fouetillou.