Archiver les réseaux sociaux - Données ouvertes et archives sociales - International ...
←
→
Transcription du contenu de la page
Si votre navigateur ne rend pas la page correctement, lisez s'il vous plaît le contenu de la page ci-dessous
SEMAINE
INTERNATIONALE
DES ARCHIVES
8 → 14 juin 2020
Archiver les réseaux sociaux
#IAW2020
RENFORCER
Données ouvertes et archives sociales
LES SOCIÉTÉS
DU SAVOIR
Aniol Maria Vallès, membre du Groupe de travail sur les
données et la transparence (Société catalane des archivistes
et gestionnaires de documents)
2
Participez avec Slido
https://www.sli.do
Code de l’événement :
#ArchivoSocial
www.ica.org #IAW2020
3
Open Data 5 ★
Tim Berners-Lee (https://5stardata.info/fr/) :
★ publiez vos données sur le Web (peu importe leur format) avec une
licence ouverte
★★ publiez-les en tant que données structurées (par exemple, un
document Excel au lieu d’une image scannée d’un tableau)
★★★ publiez-les dans un format ouvert et non-propriétaire (par
exemple, un CSV plutôt qu’un Excel)
★★★★ utilisez des URI pour désigner
des choses dans vos données, afin que
les gens puissent faire des références
★★★★★ liez vos données à d’autres
données pour y ajouter du contexte
contextualisation
www.ica.org #IAW2020
4
Fonds sociaux
Qu’est-ce qu’un fonds social ?
« C’est l’ensemble des archives créées par une
communauté d’utilisateurs à travers une participation
active sur les réseaux sociaux autour d’intérêts ou
d’événements communs »
rouver un juste milieu entre activisme archivistique et archives sociales,
Vicenç Ruiz, Société catalane des archivistes et gestionnaires de
documents
www.ica.org #IAW2020
5
Fonds sociaux
Qu’est-ce qu’un fonds social ?
« Un fonds social naît grâce à l’apport d’un ensemble
de créateurs, parfois unis simplement par un réseau
social dans le cadre d’un système privé qui
n’appartient à aucun d’entre eux (colonisation
numérique). Il est volumineux mais concis »
Se frayer un chemin entre l’activisme archivistique et les archives sociales,
Vicenç Ruiz, Société catalane des archivistes et gestionnaires de
documents
www.ica.org #IAW2020
6
Fonds sociaux
Qu’est-ce qu’un fonds social ?
« Il s’agit un élément de première importance lors de la
conception d’un modèle collaboratif de gestion documentaire
ou d’archives communautaires (Monash PRM), dans le but
d’adopter une démarche proactive visant à garantir un accès
démocratique ouvert et pérenne (archivage militant de
données) et de créer des outils permettant l’automatisation
des processus d’analyse (évaluation, description...) ainsi que
la valorisation de l’information (archivistique informatique) »
Se frayer un chemin entre l’activisme archivistique et les archives
sociales, Vicenç Ruiz, Société catalane des archivistes et gestionnaires de
documents
www.ica.org #IAW2020
7
Sites web sociaux
Sites centralisés
« Illustration des réseaux sociaux » d’Isaac Anthony, disponible sous licence CC BY-NC-ND 4.0
https://search.creativecommons.org/photos/e9571c58-0453-4df6-a802-3f67dda579bc
www.ica.org #IAW2020
8
Jeux de données
Les jeux de données sont des paquets
comprenant des ensembles de données
sélectionnés à partir d’un fichier de
mégadonnées (Big Data).
www.ica.org #IAW2020
9
Formats internet
« Document sous format ouvert dans lequel les données
tabulaires sont séparées par des virgules, qui
CSV représentent les colonnes, et par des sauts de ligne, qui
représentent les lignes »
« Langage de données textuelles ouvert et normalisé,
permettant l’échange de données lisibles. Dérivé du
JSON
langage JavaScript, il permet de représenter des
données structurées et des tableaux associatifs simples,
appelés objets »
www.ica.org #IAW2020
10
Métadonnées
Une métadonnée fournit
toutes les indications décrivant
le contexte, la qualité, l’état ou
les caractéristiques d’une
ressource, d’une donnée ou
d’un objet en vue de faciliter
sa récupération, son
authentification, son
évaluation, sa conservation
et/ou son interopérabilité.
https://commons.wikimedia.org/wiki/File:Donn%C3%A9es_Exif.jpg
www.ica.org #IAW202011
Activisme archivistique
Witness https://www.witness.org/resources/
www.ica.org #IAW202012
Archivage de sites web
À partir d’une liste
d'URL de sites web
que vous souhaitez
archiver, ArchiveBox
crée un clone HTML
local, statique et
navigable du
contenu de ces sites
(il sauvegarde, entre
autres, les fichiers
HTML, JS, les
fichiers multimédia,
les PDF et les
images).
ArchiveBox https://archivebox.io
www.ica.org #IAW202013
Tweet au format JSON
https://twitter.com/ICArchiv/status/1253618471591690241
www.ica.org #IAW202014
Tweet au format JSON
https://twitter.com/ICArchiv/status/1253618471591690241
www.ica.org #IAW202015
Utilisation de l’API
N’ayant pas conclu de contrat de transfert de
données, nous sommes obligés de faire
confiance à l’image renvoyée par l’API
(interface de programmation d’application)
et à l'aperçu qu'elle propose au format JSON.
www.ica.org #IAW202016
Utilisation de l’API
API (interface de programmation d’application)
● Interface précisant comment doivent interagir les différents
éléments des programmes informatiques.
● Ensemble d'indications, sous forme de fonctions et de
procédures, fournies par un service et destinées à être
utilisées par un autre programme pour leur permettre
d’interagir.
● Ensemble de dispositions qui définissent le contrat liant un
élément informatique avec la personne qui fera usage de
ses services.
www.ica.org #IAW202017
Utilisation de l’API
« Une API est un ensemble d'indications,
de fonctions et de procédures qui
permettent l’interaction entre les différents
éléments des programmes informatiques. »
www.ica.org #IAW202018
19
Métadonnées
Comparaison des métadonnées de Twitter avec celles
d’autres systèmes
EAD Twitter Dublin Core PREMIS
withheld_copyright rights rightsStatement
user creator linkingAgentIdentifier
created_at date eventDateTime
lang language -
id identifier objectIdentifier
www.ica.org #IAW202020
Tweet au format JSON
Déshydrater & réhydrater https://news.docnow.io/the-catalog-and-the-
hydrator-3299eddfe21e
www.ica.org #IAW202021
ID (identifiants) de tweets
www.ica.org #IAW202022
Tweets au format CSV
www.ica.org #IAW202023
Comment sont créés les identifiants
uniques d’un tweet ?
1164106327217639425
Conversion de
l’ID
décimal
en binaire
1000000100111101111001000100101110010100101111001000000000001
Cómo se generan los identificadores únicos de los tweets - El Blog de Marcelino Madrigal
https://www.mmadrigal.com/como-se-generan-los-identificadores-unicos-de-los-tweets/
www.ica.org #IAW202024
Comment sont créés les identifiants
uniques d’un tweet ?
1000000100111101111001000100101110010100101111001000000000001
Centre de données
d'origine du tweet :
Nombre ordinal
01011 = centre de
du tweet
données n° 11
Serveur d’origine
du tweet :
11001 = serveur 25
Ce code ID correspondrait donc au premier tweet émis par le serveur 25 du
centre de données 11
Cómo se generan los identificadores únicos de los tweets - El Blog de Marcelino Madrigal
https://www.mmadrigal.com/como-se-generan-los-identificadores-unicos-de-los-tweets/
www.ica.org #IAW202025
Comment sont créés les identifiants
uniques d’un tweet ?
1000000100111101111001000100101110010100101111001000000000001
Conversion
du nombre
binaire
en décimal
277544576458 + 1288834974657 = 1566379551115
(valeur de hachage de
contrôle Twitter Conversion
générée par Snowflake) au format
Epoch
GMT : Mercredi 21 août 2019 9:25:51.115
Cómo se generan los identificadores únicos de los tweets - El Blog de Marcelino Madrigal
https://www.mmadrigal.com/como-se-generan-los-identificadores-unicos-de-los-tweets/
www.ica.org #IAW202026
Représentation graphique
#UniteTheRight
Représentation de données Gephi des tweets #UniteTheRight supprimés en raison de la
suspension de comptes par Twitter
www.ica.org #IAW202027
Représentation graphique
http://tweettopicexplorer.neoformix.com/#n=ICArchiv
www.ica.org #IAW202028
Représentation graphique
http://www.proyectocuentalo.org
www.ica.org #IAW202029
Projets d'archivage avec Twitter
Exemple de la Bibliothèque du Congrès des USA
− Le 14 avril 2010, la Bibliothèque du Congrès a décidé de
conserver tous les tweets publics créés sur Twitter au cours
des dernières années qu’elle juge utiles.
− Ce don de Twitter sera enregistré via la société Gnip, qui
transférera les tweets vers les systèmes de conservation de
la Bibliothèque du Congrès.
− Ce sont plus de 55 millions de messages quotidiens, 50
champs de métadonnées, etc. dont l'accès, l'indexation, la
fiabilité, la validité et l'utilité sont « libres ».
www.ica.org #IAW202030
Projets d'archivage avec Twitter
Exemple de la Bibliothèque du Congrès des USA
●L'ensemble des tweets couvre les 12 premières années d'existence de
ce réseau social (2006-2017).
●Le 26 décembre 2017, il a été convenu de se montrer plus sélectif dans
le choix et la collecte des tweets.
●Le fonds de la Bibliothèque du Congrès n'inclut ni images, ni vidéos ni
contenus liés.
●Ce fonds demeurera inaccessible tant qu'une décision quant aux
modalités de cet accès n’aura pas été prise
https://blogs.loc.gov/loc/2017/12/update-on-the-twitter-archive-at-the-library-of-congress-2/
www.ica.org #IAW202031
Projets d'archivage avec Twitter
Exemple des Archives nationales du Royaume-Uni (TNA)
● Projet intéressant, mais d'un autre genre que celui de la
Bibliothèque du Congrès à ce stade. Il s'agit plutôt d'une
exposition et d'une collection ciblée.
● Les TNA proposent une visualisation des tweets « en temps
réel » au format JSON, XML avec un lien direct vers les comptes
Twitter officiels.
● Le projet propose également l’affichage des liens intégrés dans
les tweets, mais pas des contenus liés. Le lien s'affichera en
indiquant simplement où se trouvait la ressource.
www.ica.org #IAW202032
Projets d'archivage avec Twitter
Exemple des Archives nationales du Royaume-Uni (TNA)
www.ica.org #IAW202033
Projets d'archivage avec Twitter
Social Control 2019 Zine
Réappropriez-vous vos contenus
partagés sur les réseaux sociaux
(en anglais uniquement) -
Alexandra Dolan-Mescal
https://www.docnow.io/workshops/social-
control-2019/
Téléchargez vos archives Facebook
et faites-en don à la bibliothèque
Alexander Turnbull
https://www.youtube.com/watch?v=-
2FHw23Q4SQ
https://twitter.com/fromADMwithlove/st
atus/1156960213033017344
www.ica.org #IAW202034
Projets d'archivage avec Twitter
Pétition relative au règlement général
sur la protection des données (RGPD)
● Facebook a supprimé les appels et
SMS de téléphones Android
pendant des années [Mis à jour] |
Ars Technica (en anglais
uniquement)
https://arstechnica.com/information-
technology/2018/03/facebook-
scraped-call-text-message-data-for-
years-from-android-phones/
● Comment découvrir tout ce que
Facebook sait sur vous (en anglais
Dylan McKay sur Twitter : « Je viens de télécharger mes données Facebook uniquement)
en fichier ZIP. Allez savoir pourquoi, il contient tout l'historique des appels https://lifehacker.com/how-to-find-out-
que j'ai passés à la mère de ma copine https://t.co/CIRUguf4vD » / Twitter
https://twitter.com/dylanmckaynz/status/976368845635035138/ everything-facebook-knows-about-
you-1824022899
www.ica.org #IAW202035
Twarc
Recueillez des données sur Twitter avec Twarc ! · Apprenez à utiliser Twarc !
https://scholarslab.github.io/learn-twarc/
www.ica.org #IAW202036
Publication de jeux de données
Jeux de données d’ID de tweets
http://www.docnow.io/catalog/
www.ica.org #IAW202037
Publication de jeux de données
TweetSets - Le « dataverse » de l’université George
Washington https://tweetsets.library.gwu.edu
Source : Social Feed Manager https://gwu-
libraries.github.io/sfm-ui/
www.ica.org #IAW202038
Publication de jeux de données
Social Feed Manager https://gwu-libraries.github.io/sfm-ui/
www.ica.org #IAW202039
Conclusions
● Un tweet, ce n'est pas seulement l’image
affichée par votre navigateur, c'est aussi le jeu
complet de métadonnées hébergé sur Twitter.
● Nous pouvons savoir ce qu’héberge Twitter et de
quelle manière l'archiver grâce aux API et au
format JSON.
● Nous pouvons valider les messages Twitter à
condition de recevoir suffisamment de
métadonnées à partir du tweet ou du profil Twitter.
www.ica.org #IAW2020Questions-réponses avec l’auditoire ⓘ Lancez la présentation pour afficher les questions du public sur cette diapositive.
Vous pouvez aussi lire
