Références
Présentation
Auteur(s)
-
David COMMARMOND : Chargé de mission, Réseau Acrie
Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.
Lire l’articleINTRODUCTION
La donnée est devenue le « pétrole » du XXIe siècle. Malgré cette formule, de nombreuses entreprises ignorent encore qu’elles possèdent et qu’elles peuvent trouver sur le Web de gigantesques dépôts d’informations et de données sous-exploitées ou dormant. Des entrepôts qui se sont stratifiés au cours des décennies d’évolution technique et qui, peu à peu, au gré de la vie des entreprises, ont connu diverses destinées, parfois disparues, souvent oubliées. Les questions de cybersécurité ont toutefois engagé une réflexion sur le sujet.
Le « grattage Web » peut être entendu et connu sous plusieurs termes ou technologies qui pourraient refléter ce que vous cherchez :
-
screen scraping ;
-
collecte de données et collecte de données automatisée ;
-
Data Mining ;
-
grattage de site Web ;
-
extraction des données ;
-
données Crawling.
L'expertise technique et scientifique de référence
DOI (Digital Object Identifier)
Cet article fait partie de l’offre
Management et ingénierie de l'innovation
(450 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Des modules pratiques
Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Présentation
Organiser ses données1. Cadrer sa pratique du scraping
L’étudiant en informatique mettant à jour un tableau pour réaliser un exposé à partir des données wikidata réalise une action de scraping. Le chargé d’étude qui doit réaliser une présentation commerciale scrape des données issues de son entreprise et l’enrichit de données issues d’autres sources comme des études de marché ou l’INSEE.
On peut donc définir l’action de « scraper » comme l’action de collecter automatiquement des données provenant de différentes sources hétérogènes (sites Web, tableaux, api/applications).
1.1 De bonnes pratiques
Même si l’on souhaite limiter les risques, il est très difficile – à l’heure du RGPD, de l’intelligence artificielle, de l’évolution des conditions générales d’utilisation des grandes plates-formes – de définir aujourd’hui les contours légaux fixes et définitifs du scraping.
Des contours demeurent imprécis, mais des éléments demeurent fondamentaux : collecter l’intégralité des données publiques issues d’un site est proscrit ; collecter massivement des données en exploitant des failles, c’est s’exposer à une condamnation civile et pénale. La deuxième erreur serait d’en tirer une dimension commerciale sans valeur ajoutée et s’apparente aussi à du pillage pur et simple. Il est impératif de se raisonner sur la fréquence et le nombre de requêtes effectuées par heure ou jour, et plus encore par seconde dans certains cas.
Sur la plate-forme de formation CyberInstitut, un article de blog donne quelques clés de la question du scraping et de la sécurité informatique. Enfin, la diffusion d’outils et de la culture du « no code » auprès d’un public plus néophyte et encore moins sensibilisé aux questions éthiques est un nouvel enjeu majeur de déstabilisation des écosystèmes de l’entreprise. En effet, par défi, par maladresse, l’adolescent, l’étudiant, qui souhaite tenter de comprendre et maîtriser les techniques de scraping, sans objectif ni éthique, peut adopter des comportements prohibés, ou pire être l’« idiot utile » de puissances étrangères.
...
L'expertise technique et scientifique de référence
Cet article fait partie de l’offre
Management et ingénierie de l'innovation
(450 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Des modules pratiques
Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Cadrer sa pratique du scraping
DANS NOS BASES DOCUMENTAIRES
ANNEXES
-
Using Scrapy to acquire online data and export to multiple output files, Matthew J. Holland.
-
Data Mining, explorer les données du Data Warehouse par Alain Fernandez
-
A web scraping toolkit for journalists, Ebook de Kira Schacht
L'expertise technique et scientifique de référence
Cet article fait partie de l’offre
Management et ingénierie de l'innovation
(450 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Des modules pratiques
Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
