De #jesuischarlie à #offenturen – Archives et archivage du patrimoine nativement numérique face aux attentats

Mardi 29 novembre 2016 – 15.30-19.30

Institut des sciences de la communication (CNRS/Paris-Sorbonne/UPMC)

20 rue Berbier-du-Mets, 75 013 Paris, Métro Gobelins

Inscription obligatoire, dans la limite des places disponibles, avant le 25 novembre 2016 via un formulaire en lignePrésentation d’une pièce d’identité demandée à l’entrée.

Prenant pour point d’appui les archives du Web et des réseaux socio-numériques créées à la suite des attentats de janvier et novembre 2015, l’équipe ASAP, soutenue par le CNRS dans le cadre de l’appel à projets CNRS Attentats-Recherche, a mené une recherche interdisciplinaire (informatique, SIC, sociologie, histoire notamment) en partenariat avec les équipes de la BnF et de l’Ina chargées du DL Web et une partie de l’équipe européenne RESAW.

Elle vous invite au dialogue autour de ces enjeux liés aux mémoires et au patrimoine nativement numérique des attentats de 2015.

15.30 Mots d’introduction

Pascal Griset (Directeur de l’Institut des sciences de la communication – sous réserve)

Valérie Schafer (ISCC,CNRS/Paris-Sorbonne/UPMC)

16.00 Session 1 (en anglais) – Issues, governance, methods: cross analyses on Web archives and emergency collects

Chairwoman : Claude Mussou (Chef du Service InaTHEQUE, Direction déléguée aux collections – sous réserve)

Speakers :

Niels Brügger (Professor, Head of the Centre for Internet Studies, and of NetLab, School of Communication and Culture, Aarhus University) – An outline of a typology of media events and their impact on web archiving: Dayan & Katz revisited

Daniel Gomes (Leader of the Portuguese Web Archive and manager of the web development team at the Portuguese National Foundation for Scientific Computing (FCCN) – Arquivo.pt. Preservation of web information about the Charlie Hebdo attack


Jane Winters (Professor of Digital History, University of London)  – Archiving the 7/7 bombings (7 July 2005)

Peter Stirling  (Digital Legal Deposit, BnF) – Archiving the web and Twitter at the time of the Paris attacks

Francesca Musiani (ISCC, CNRS/Paris-Sorbonne/UPMC) – Practices of governance/identity-building within the frame of real-time “urgent collections”

17.30 Pause

17.45 Session 2 (en français) – Au coeur des archives de Twitter

Modérateur : Benjamin Thierry (ISCC, CNRS/Paris-Sorbonne/UPMC)

Intervenants :

Zeynep Pehlivan (Dlweb, Ina) – Archiver Twitter: de la collecte à l’accès 

Romain Badouard (Agora, Université Cergy-Pontoise) Analyzing conversations on social networks

Lucien Castex (MCPN/CIM, Université Sorbonne Nouvelle)Hommages et commémorations en temps réel

Gérôme Truc (CNRS/ISP, coordinateur du projet REAT) – La composante “Twitter” des réactions aux attentats : retour sur le cas du 13 novembre

Conclusion par Louise Merzeau (Dicen, Université Paris Ouest Nanterre La Défense)

Mots de clôture par Sandra Laugier (Directrice adjointe scientifique de l’InSHS, chargée de mission auprès du président du CNRS pour la place des sciences dans la société)

 

Collectes d’urgence au moments des attentats de janvier et novembre 2015 (3/3) : entretien avec Thomas Drugeon, responsable du DL Web à l’INA (entretien du 21 mars 2016)

En complément de sa mission de dépôt légal du Web media consistant en la collecte continue des sites Web liés à l’audiovisuel, des vidéos, et des flux de réseaux sociaux liés au paysage audiovisuel français, l’Ina a étendu ses collectes aux flux Twitter en lien avec l’attentat perpétré dans les locaux de Charlie Hebdo (dès le 9 janvier 2015) et ceux survenus le 13 novembre 2015 à Paris (pour ces derniers, la collecte a commencé au soir même des attentats), récoltant ainsi plusieurs dizaines de millions de tweets au cours d’une collecte qui continue à ce jour. Nous revenons avec Thomas Drugeon, responsable du DL Web INA sur les objectifs, réalisations et limites, modalités de ces collectes.

Marguerite Borelli : Pourquoi votre institution a-t-elle décidé ces collectes et qu’est-ce qui a fait le caractère impératif de celles-ci?

Thomas Drugeon : La mission de l’Ina en ce qui concerne la collecte Web est de collecter les sites, réseaux socio-numériques et médias sociaux en lien avec l’audiovisuel. Or ces événements ont eu un impact énorme au plan national bien sûr, mais aussi dans l’audiovisuel français. Cela nous paraissait important de consacrer une collecte d’urgence aux événements. Et Twitter nous a semblé particulièrement important à collecter, car il y avait le risque que personne ne le fasse. Par contre nous n’avons pas fait de corpus spécial sur les sites Web audiovisuels, car ils peuvent au besoin plus facilement être récupérés après coup, alors que concernant Twitter on peut difficilement récupérer le flux après.

Valérie Schafer : Vous archivez Twitter le reste de l’année ?

Thomas Drugeon  : Oui, absolument, nous suivons 400 hashtags liés à l’audiovisuel et 11 000 comptes environ, dont nous collectons de manière exhaustive les tweets en permanence. Ce sont des comptes de journalistes, de chaînes, etc. Mais là les événements dépassaient largement ces comptes habituels.

MB : Comment avez-vous procédé ?

TD : Pour les événements de novembre 2015, les choses se sont produites de manière un peu fortuite. Le vendredi 13 novembre, nous avions une intervention de maintenance prévue sur le réseau électrique de la salle serveur de l’Ina, et certains de nos processus de captation étaient donc délocalisés pour garantir la continuité de la captation des flux radio/tv et twitter. Si les circonstances n’avaient pas fait que nous soyons en situation d’astreinte pour contrôler cette délocalisation, nous n’aurions pas pu lancer de collecte spéciale avant le lundi matin. Mais nous avions un accès direct aux machines de captation, et ayant été informés des événements vers 23.30 nous avons pu commencer à collecter une série de hashtags (#bataclan, #prayforparis, #portesouvertes, #parisattacks par exemple) liés aux attentats en passant par l’API de streaming publique de Twitter. Par contre cette formule non payante limite la collecte de tweets à 1% du total des tweets émis au plan mondial à un instant T. Si l’on considère qu’il y en a environ 5000 émis par seconde en moyenne, on ne peut en capturer dès lors plus de 50 par seconde et là on dépassait ce total qui, en temps normal, nous suffit. Ainsi au moment du pic de tweets, nous n’avons pu en collecter qu’environ un quart. Les collections ne sont donc pas exhaustives au moment de l’afflux maximal des tweets, par contre, ensuite, lorsque le flux a diminué, on a pu tout collecter.

VS : Vous capturez des pages ? Comment collectez-vous les tweets ?

TD : Si on archive les pages twitter, il faut réextraire les posts ensuite, etc. Pour nous cela n’a pas d’intérêt, ce qui nous intéresse ce sont les « données brutes », un tweet c’est plus que 140 caractères, c’est aussi des informations sur la date, l’émetteur, des images, etc. Par contre on n’a pas capté les images de fond. On stocke une structure de données arborescente.

Continuer la lecture

1ère rencontre Lab Ina DL Web dédiée à l’archivage des RSN Attentats Paris

La première rencontre du Lab InaDLWeb  se déroulera le 1er Avril de 15h à 17h30 dans les emprises de l’Ina, sur le site de la BnF François-Mitterrand.

La séance portera sur les problématiques et enjeux liés à la collecte, à l’archivage et au traitement des  Tweets produits et diffusés en réaction aux attentats de 2015 à Paris ainsi que sur l’usage de la collection pour et par la recherche . 

Déroulé de séance :

15h00-15h45:  Présentation des modalités de collecte , indexation, archivage par l’Ina d’un corpus de plus de  20 M de  tweets en lien avec les événements

-15h45-16h30 :  Présentation des outils  existants de traitement et visualisation du corpus 

– 16h30 -17 h30 : « Hands on » /Travaux pratiques  : Accès à l’interface de consultation des Tweets archivés depuis ordinateurs portables individuels  pour prise en main et analyse

-17h30-18h00 : discussions, échanges, expression des besoins