Nous vous souhaitons la bienvenue sur notre site de "Programmation et projet encadré" que nous avons réalisé
au second semestre de l'année 2008-2009 pendant notre MASTER 1. Ce projet a pour but la réalisation de graphes de mots à partir de flux RSS.
Pour passer des flux aux graphes, nous sommes passées par quatres étapes : les quatre BAO (Boîte à outils).
Voici les étapes de notre projet :
Cliquez sur l'image pour l'agrandir
Flux RSS
En entrée, on prend un corpus de fils RSS qui correspond à une année du journal le Monde.
Ces flux ont été récupérés tous les jours à 19h.
Un fil ou flux RSS permet à un utilisateur de s’abonner à des informations qui l’intéressent.
Les flux sont au format XML. Ils donnent à voir les mises à jour d’un site.
Tous les sites du web 2.0 génèrent automatiquement des flux RSS.
Arborescence
Ces flux RSS sont organisés dans une arboresence. Cette arborescence part d'une racine : '2008', puis parcourt les mois (de janvier à décembre) et les jours (du premier au dernier de chaque mois). Il y a pour chaque jour un dossier '19-00-00' qui indique que les flux ont été récupérés à 19h. Enfin, dans chaque dossier, on trouve l'ensemble des flux. Pour chaque flux, il y a une version .xml et une version .txt.
Le code '0,2-3208,1-0,0.xml' correspond à la rubrique 'A la une'.
Le code '0,2-3210,1-0,0.xml' correspond à la rubrique 'International'.
Le code '0,2-3214,1-0,0.xml' correspond à la rubrique 'Europe'.
Le code '0,2-3224,1-0,0.xml' correspond à la rubrique 'Société'.
Le code '0,2-3232,1-0,0.xml' correspond à la rubrique 'Opinion'.
Le code '0,2-3234,1-0,0.xml' correspond à la rubrique 'Economie'.
Le code '0,2-3236,1-0,0.xml' correspond à la rubrique 'Médias'.
Le code '0,2-3238,1-0,0.xml' correspond à la rubrique 'Rendez vous'.
Le code '0,2-3242,1-0,0.xml' correspond à la rubrique 'Sports'.
Le code '0,2-3244,1-0,0.xml' correspond à la rubrique 'Environnement et Sciences'.
Le code '0,2-3246,1-0,0.xml' correspond à la rubrique 'Culture'.
Le code '0,2-3260,1-0,0.xml' correspond à la rubrique 'Livres'.
Le code '0,2-3404,1-0,0.xml' correspond à la rubrique 'Examens'.
Le code '0,2-3476,1-0,0.xml' correspond à la rubrique 'Cinéma'.
Le code '0,2-3546,1-0,0.xml' correspond à la rubrique 'Voyages'.
Le code '0,2-651865,1-0,0.xml' correspond à la rubrique 'Technologies'.
Le code '0,57-0,64-823353,0.xml' correspond à la rubrique 'Politique'.
Le code '0,57-0,64-987718,0.xml' correspond à la rubrique 'Fil municipales et cantonales 2008'.
Cliquez sur l'image pour l'agrandir
Cliquez sur l'image pour l'agrandir
Cliquez sur l'image pour l'agrandir
Cliquez sur l'image pour l'agrandir
Cliquez sur l'image pour l'agrandir
L'équipe
Sophie
Marion
