FR2960669A1 - Procede et dispositif de recherche d'information - Google Patents

Abstract

Le procédé de recherche d'information comporte : - une étape de configuration de filtres sémantiques différents pour différents sites susceptibles de disposer d'information recherchée, - une étape de définition d'une recherche avec des mots-clés, par un utilisateur, une étape de transmission d'une requête initiale représentative des dits mots-clés , à des filtres sémantiques de sites susceptibles de disposer de l'information recherchée, - une étape de filtrage sémantique effectuée par chaque filtre configuré pour au moins un site destinataire de ladite requête, pour faire correspondre la requête initiale à une requête dérivée, - une étape de réponse, par au moins un site destinataire, à ladite requête dérivée et - une étape de présentation d'au moins une réponse en provenance d'un site.

Description

PROCEDE ET DISPOSITIF DE RECHERCHE D'INFORMATION La présente invention concerne un procédé et un dispositif de recherche d'information. Elle s'applique, en particulier, à la recherche d'informations sur un réseau informatique. Habituellement les moteurs de recherche parcourent (en anglais "crawl") les sites du réseau informatique, par exemple internet ou un intranet, et extraient les informations qu'ils jugent pertinentes pour mémoriser de gigantesques index. Leurs concepteurs ont développé des algorithmes performants pour retrouver très rapidement, dans cet index, une séquence de mots proche de la demande de l'utilisateur. Ainsi, Google (marque déposée) est capable de proposer des résultats satisfaisants très rapidement pour n'importe quelle requête textuelle.

Cependant, il est un domaine où ces résultats restent largement perfectibles: la recherche d'objets associés à un attribut numérique essentiel et comparable, par exemple des produits ou des services sur des sites commerciaux (les attributs numériques concernent, par exemple, les prix et la date de disponibilité), notamment lorsque la valeur de ces attributs est variable. Pour le constater, il suffit de rechercher un produit, par exemple "fauteuil blanc pas cher". En tête, le moteur de recherche cité plus haut fournit une publicité qui oriente vers un site non pertinent par rapport à la recherche. A partir de la quatrième ligne, on est soit capté par un site comparateur de prix qui propose une offre commerciale partielle et partiale (généralement, une offre publicitaire déguisée). Enfin, à partir de la douzième réponse, on est soit guidé vers un produit adéquat mais où l'attribut "pas cher" est négligé, soit vers un article non disponible. La technique de l'indexation des sites commerciaux présente, en effet, trois écueils: les descriptifs des fiches produits des sites sont publicitaires, souvent éloignés des termes par lesquels s'expriment les internautes (écueil sémantique), la volatilité des prix et des indisponibilités qui interdisent un résultat approprié (écueil temporel).

Pour dégager une profitabilité, les moteurs ont rajouté à leurs réponses des encarts publicitaires ajustés par les e-commerçants eux-mêmes (les liens « promotionnels » ou « partenaires »). Ceci rajoute une confusion dans les résultats présentés aux internautes. En effet, cela ajoute des réponses biaisées par les sites, mélangées à des réponses très élaborées par le moteur (écueil publicitaire). Au bout du compte, les résultats sont de qualité très variable. La présente invention vise à remédier à ces inconvénients.

A cet effet, selon un premier aspect, la présente invention vise un procédé de recherche d'information, qui comporte : - une étape de configuration de filtres sémantiques différents pour différents sites susceptibles de disposer d'information recherchée, - une étape de définition d'une recherche avec des mots-clés, par un utilisateur, - une étape de transmission d'une requête initiale représentative des dits mots- clés, à des filtres sémantiques de sites susceptibles de disposer de l'information recherchée, - une étape de filtrage sémantique effectuée par chaque filtre configuré pour au moins un site destinataire de ladite requête, pour faire correspondre la requête initiale à une requête dérivée, - une étape de réponse, par au moins un site destinataire, à ladite requête dérivée et - une étape de présentation d'au moins une réponse en provenance d'un site.

Grâce à ces dispositions, le procédé de recherche fournit des résultats pertinents pour toute recherche d'information, notamment pour des offres dotées d'attributs numériques variables dans le temps. Selon des caractéristiques particulières, au cours de l'étape de filtrage sémantique, on traduit au moins un mot-clé de la définition de la recherche.

Grâce à ces dispositions, la sémantique du site est automatiquement prise en compte, même si elle ne correspond pas à celle de l'utilisateur. On s'affranchit ainsi des jargons professionnels et/ou marketing. Selon des caractéristiques particulières, au cours de l'étape de filtrage sémantique, on met en oeuvre un glossaire.

Ce glossaire permet de convertir tout ou partie des termes, ou mots-clés des requêtes. Il permet aussi d'utiliser des synonymes, de corriger des mots mal orthographiés et d'effectuer des troncatures de requêtes, en les remplaçant par des requêtes mieux adaptées à chaque site. Selon des caractéristiques particulières, le procédé objet de la présente invention, tel que succinctement exposé ci-dessus, comporte, en amont de l'étape de transmission, une étape de pré-filtrage au cours de laquelle on sélectionne des sites susceptibles de disposer de l'information recherchée. On sélectionne ainsi des sites dans une catégorie choisie par l'utilisateur ou déterminé automatiquement.

Selon des caractéristiques particulières, le procédé objet de la présente invention comporte, en amont de l'étape de pré-filtrage, une étape d'affectation d'au moins une catégorie à au moins un site susceptible de disposer d'information recherchée, au cours de laquelle on enregistre au moins une catégorie associée au plus grand nombre de mots-clés mis en oeuvre pour le site pour la configuration de filtre sémantique ou dans un catalogue fourni par ledit site. On établit ainsi une probabilité que le site appartienne à la catégorie concernée.

Selon des caractéristiques particulières, le procédé objet de la présente invention comporte, en amont de l'étape de pré-filtrage, une étape d'affectation d'au moins une catégorie à au moins un site susceptible de disposer d'information recherchée, au cours de laquelle on transmet au dit site des requêtes représentatives de mots-clés prédéterminés associés à des catégories et on enregistre au moins une catégorie correspondant au plus grand nombre de réponse obtenues pour les mots-clés associés à ladite catégorie. On établit ainsi une probabilité que le site appartienne à la catégorie concernée. Selon des caractéristiques particulières, au cours de l'étape de pré-filtrage, on sélectionne des sites en fonction de préférences de l'utilisateur prédéterminées. On sélectionne ainsi des sites préférés de l'utilisateur et on exclut des sites bannis par l'utilisateur. Selon des caractéristiques particulières, au cours de l'étape de pré-filtrage, on sélectionne des sites en fonction de parcours d'utilisateurs précédents. On tient ainsi compte de la satisfaction des utilisateurs précédents, par le biais de la durée de visite des sites concernés, à la suite de leur réponse à des recherches antérieures et/ou de réponses des utilisateurs à une enquête de pertinence des réponses à la recherche effectuée en fin de recherche. Un site qui attire souvent les utilisateurs et les garde ensuite sur ses pages est ainsi mieux considéré qu'un site moyen. Selon des caractéristiques particulières, au cours de l'étape de pré-filtrage, on sélectionne des sites en fonction de la vitesse de réponse des dits sites à des requêtes précédentes. Selon des caractéristiques particulières, au cours de l'étape de pré-filtrage, on sélectionne des sites en fonction du nombre de clics des utilisateurs sur des liens vers ce site, par rapport au nombre de fois où un lien vers ce site est affiché lors de l'étape de présentation de réponses à des requêtes.

Selon des caractéristiques particulières, le procédé objet de la présente invention comporte, en outre, pour au moins un site susceptible de disposer de l'information recherchée, une étape de recherche dans un catalogue d'offres dudit site, sans accéder audit site. Les sites peuvent ainsi mettre à disposition leur catalogue pour répondre plus rapidement aux requêtes sans avoir à gérer la recherche sur leurs pages. En mode « catalogue », on n'interroge ainsi pas le serveur du site mais on puise le résultat dans les informations du catalogue de ce site. L'unité sémantique peut ainsi travailler en mode mixte, sur catalogue et par requête à des sites. La requête est effectuée vers le site et la recherche est simultanément effectuée dans le catalogue correspondant. Les deux résultats sont pris en compte dans l'affichage des résultats. Selon des caractéristiques particulières, au cours de l'étape de présentation de réponse, on sélectionne et/ou on organise les réponses en fonction de parcours d'utilisateurs précédents. On tient ainsi compte de la satisfaction des utilisateurs précédents, par le biais de la durée de visite des sites concernés, à la suite de leur réponse à des recherches antérieures et/ou de réponses des utilisateurs à une enquête de pertinence des réponses à la recherche effectuée en fin de recherche. Un site qui attire souvent les utilisateurs et les garde ensuite sur ses pages est ainsi mieux considéré qu'un site moyen. Selon des caractéristiques particulières, au cours de l'étape de présentation de réponse, on sélectionne et/ou on organise les réponses en fonction de la vitesse de réponse des dits sites à au moins une requête.

Selon des caractéristiques particulières, au cours de l'étape de présentation de réponse, on sélectionne et/ou on organise les réponses en fonction du nombre de clics des utilisateurs sur des liens vers ce site, par rapport au nombre de fois où un lien vers ce site est affiché lors de l'étape de présentation de réponses à des requêtes. Selon des caractéristiques particulières, le procédé objet de la présente invention comporte, pour un site, une étape d'analyse statistique d'événement survenus au cours de la navigation des utilisateurs sur ledit site pour évaluer la pertinence du filtrage sémantique, en fonction croissante du nombre de clics des utilisateurs sur des liens à l'intérieur du site et/ou en fonction croissante de la durée de visite de ce site et une étape de transmission de ladite évaluation.

On peut ainsi informer et/ou alerter un responsable de site sur la pertinence du filtrage sémantique qu'il a mis en place. Selon un deuxième aspect, la présente invention vise un dispositif de recherche d'information, qui comporte : - un moyen de configuration de filtres sémantiques différents pour différents sites susceptibles de disposer d'information recherchée, - un moyen de définition d'une recherche avec des mots-clés, par un utilisateur, - un moyen de transmission d'une requête initiale représentative des dits mots- clés, à des filtres sémantiques de sites susceptibles de disposer de l'information recherchée, - un moyen de filtrage sémantique par chaque filtre configuré pour au moins un site destinataire de ladite requête, pour faire correspondre la requête initiale à une requête dérivée, - un moyen de réponse, par au moins un site destinataire, à ladite requête dérivée et - un moyen de présentation d'au moins une réponse en provenance d'un site. Les avantages, buts et caractéristiques particulières de ce dispositif étant similaires à ceux du procédé objet de la présente invention, tels que succinctement exposés ci-dessus, ils ne sont pas rappelés ici. D'autres avantages, buts et caractéristiques de la présente invention ressortiront de la description qui va suivre faite, dans un but explicatif et nullement limitatif en regard des dessins annexés, dans lesquels : - les figures 1A et 1B représentent, sous forme d'un logigramme, des étapes mises en oeuvre dans un mode de réalisation particulier du procédé objet de la présente invention et - la figure 2 représente, schématiquement, un mode de réalisation particulier du dispositif objet de la présente invention.

Dans la description des figures 1A et 1 B, on considère qu'un seul serveur héberge le site de recherche, par souci de simplification. Cependant, une pluralité de serveurs peut être mise en oeuvre en fonction du dimensionnement de l'audience, des zones géographiques couvertes et du nombre de sites partenaires. Comme illustré en figure 1A, avant qu'un utilisateur effectue une recherche, au cours d'une étape 100, on affecte au moins une catégorie à au moins un mot-clé susceptible d'être utiliser par un utilisateur pour une recherche d'information. Ainsi, on met en oeuvre un dictionnaire de mots-clés susceptibles d'être utilisés par des utilisateurs au cours de recherche, chacun de ces mots-clés étant associé à au moins une catégorie. Par exemple, le mot « voiture » est associé à 70 % à la catégorie « automobile », à 20 % à la catégorie « jouets » et à 10 % à la catégorie « livres ». Eventuellement, les pourcentages sont choisis pour que chaque catégorie ait la même somme de pourcentage dans l'ensemble du dictionnaire. On note que les mots-clés peuvent comporter des marques et des modèles. Dans des modes de réalisation, on évalue la probabilité d'un mot-clé de concerner une des catégories. Préférentiellement, un dispositif dédié évalue cette probabilité et l'affine en fonction des résultats obtenus, par auto-apprentissage. Par exemple, le mot « voiture » est associé à la catégorie « auto/moto ». Si le terme « 4x4 » n'est associé à aucune catégorie, soit on demande à l'utilisateur la catégorie de la recherche et on associe cette catégorie à ce terme, en fonction des réponses successives des utilisateurs, soit on tient compte des catégories des autres mots-clés de la recherche. Ainsi, une recherche sur « Voiture 4x4 » permet d'associer « 4x4 » à la catégorie « auto/moto ». Au cours d'une étape 105, au moins une partie des sites fournit un catalogue de ses produits ou services. Bien entendu, certains sites peuvent, d'une part, fournir un catalogue et, d'autre part, configurer un filtre sémantique, notamment pour permettre des recherches d'information mixtes, comme exposé plus loin. Puis, on détermine, ceux de ces mots-clés qui sont effectivement utilisés dans le catalogue du site ou dans la configuration du filtre sémantique qui concerne ce site. Chacun de ces mots-clés ainsi trouvés augmente un compteur de chacune des catégories qui lui sont associées, soit de « 1 », soit du pourcentage d'association. Une fois tous les mots-clés recherchés, au cours d'une étape 110, on affecte au moins une catégorie à au moins un site susceptible de disposer d'information recherchée en prenant au moins la catégorie dont le compteur représente le nombre le plus élevé. On enregistre ainsi au moins une catégorie associée au plus grand nombre de mots-clés mis en oeuvre pour le site pour la configuration de filtre sémantique ou dans un catalogue fourni par ledit site. Les mots-clés susceptibles d'être saisis par l'utilisateur ont ainsi un pourcentage d'appartenance à certaines catégories. Lors de la recherche, on interrogera un échantillon de sites en tenant compte de cette probabilité d'appartenance et d'un pourcentage d'appartenance d'un site à des catégories. Dans des modes de réalisation, à partir du même dictionnaire, on transmet au site des requêtes représentatives de mots-clés prédéterminés associés à des catégories et on enregistre au moins une catégorie correspondant au plus grand nombre de réponses obtenues pour les mots-clés associés à ladite catégorie. On note ici que, pour effectuer les requêtes de recherche, il suffit, dans la plupart des cas, de connaître la marque de fabrique du progiciel avec lequel le moteur de recherche du site a été réalisé. Au cours d'une étape 115, au moins une partie des responsables de sites configurent, chacun, un filtre sémantique pour au moins un site. Les filtres sémantiques sont ainsi différents pour différents sites susceptibles de disposer d'information que des utilisateurs pourraient rechercher. Par exemple, la configuration consiste à fournir un glossaire des mots autorisés pour une recherche et de leurs synonymes. On note que le dictionnaire des synonymes peut être fournit pour toutes les recherches et donc pour tous les filtres sémantiques par le serveur hébergeant le site de recherche.

Ainsi c'est chaque marchand qui décide, par exemple, si "pas cher" se traduit par: - un tri par prix décroissant, - des promotions ou - des soldes. Ainsi, certains sites fournissent l'interprétation sémantique de la requête en ayant à disposition un outil qui permet de configurer simplement ce filtrage. Tel gestionnaire de site décide de choisir un tri par prix, un autre les promotions et encore un autre les deux. Préférentiellement, on met en oeuvre plusieurs niveaux de glossaire : - un premier glossaire sert à corriger les fautes de frappe ou d'orthographe les plus courantes, - un deuxième glossaire relie des marques commerciales à des mots-clés et/ou des mots-clés à des marques commerciales, - un troisième niveau de glossaire comporte un glossaire par catégorie et - un quatrième niveau de glossaire comporte un glossaire par site. On note que chaque site peut ainsi traduire, à son niveau et en temps réel, grâce au filtre sémantique et/ou au glossaire, les mots-clés utilisés dans une requête. Au cours d'une étape 120, pour obtenir des informations sur un objet, un produit ou un service, un utilisateur accède à un site de la toile dédié à cette recherche, de manière connue en soi. Par exemple, il saisit l'adresse électronique URL (acronyme de « Unified Resource Locator » pour localisateur de ressource unifié) du site de recherche, le sélectionne dans une liste de favori qu'il a préalablement constituée ou suit un lien, par exemple sur un site partenaire du site de recherche.

Au cours d'une étape 125, l'utilisateur définit sa recherche en saisissant, dans un champ prévu à cet effet, de la page d'accueil du site de recherche, des mots-clés de sa recherche. Eventuellement, l'utilisateur définit aussi sa recherche en sélectionnant une catégorie de sites ou de produits et services. Au cours d'une étape 130, le serveur hébergeant le site de recherche effectue une sélection de sites à interroger. Cette sélection se fait, d'abord, selon la catégorie choisie par l'utilisateur ou déterminée automatiquement à partir des mots-clés de la recherche. Puis, le serveur sélectionne des sites en fonction de préférences de l'utilisateur. A cet effet, le serveur hébergeant le site de recherche détermine si l'utilisateur a donné des sites favoris et/ou des sites interdits. Ces données sont, préférentiellement, conservées par le serveur et obtenus sur enquête (voir étape 195, ci-après). Les premiers sont automatiquement sélectionnés pour être interrogés alors que les seconds sont automatiquement exclus de la sélection. Puis, au cours d'une étape 135, la sélection s'effectue en fonction de la note de chaque site, ladite note étant mise à jour au cours des étapes 160 et 200 détaillées plus loin.

Au cours d'une étape 140, parmi les sites présélectionnés, on effectue une répartition de ceux qui feront l'objet d'une recherche sur catalogue, d'une recherche par requête ou d'une requête mixte cumulant les deux autres types de recherche, en fonction de ce qui a été fourni par les sites au cours des étapes 105 et 110. Au cours d'une étape 145, le serveur transmet, aux filtres configurés pour les sites présélectionnés, une requête initiale représentative des dits mots-clés. Au cours d'une étape 150, la requête initiale passe par le filtre sémantique associé à chaque site objet d'une requête. Ce filtrage fait correspondre la requête initiale à une requête dérivée dans laquelle, les mots-clés de la requête initiale sont remplacés par des mots-clés adaptés à une recherche sur le site. En particulier, le filtrage peut effectuer une troncature des mots, un retrait de mots, un remplacement par un synonyme ou un remplacement par un mot mieux orthographié.

Au cours d'une étape 155, au moins une partie des sites destinataires effectue une recherche sur ses pages et, éventuellement, ses bases de données, sur la base des mots-clés filtrés, c'est-à-dire sur la base de la requête dérivée, pour fournir une réponse comportant au moins un lien vers une de ses pages. Au cours d'une étape 160 (Figure 1 B), le serveur hébergeant le site de recherche met à jour les scores de chaque site ayant répondu en fonction de sa vitesse de réponse et du nombre de ses réponses. Grâce à ce traitement, au cours de l'étape de pré-filtrage 130, on sélectionne des sites en fonction de la vitesse de réponse de ces sites à des requêtes précédentes. Au cours d'une étape 165, le serveur hébergeant le site de recherche effectue un filtrage sémantique utilisant le même filtre sémantique qu'exposé ci-dessus mais adapté au catalogue et une recherche sur catalogue. Cette étape de recherche dans un catalogue d'offres de sites se fait sans accéder aux dits sites. Au cours d'une étape 170, le serveur hébergeant le site de recherche effectue un filtrage des réponses pour en sélectionner une partie et/ou pour les organiser selon des critères prédéterminés. Ce filtrage est effectué sur la base des scores des sites. Ainsi, on sélectionne et/ou on organise les réponses en fonction : - de parcours d'utilisateurs précédents, - de la vitesse de réponse des dits sites à au moins une requête et/ou - du nombre de clics des utilisateurs sur des liens vers ce site, par rapport au nombre de fois où un lien vers ce site est affiché lors de l'étape de présentation de réponses à des requêtes. On note que chaque site a la possibilité d'orienter à son niveau et en temps réel, grâce au filtre sémantique, la pertinence des résultats. Au cours d'une étape 175, le serveur présente les réponses en provenance de sites et/ou de catalogues. Au cours d'une étape 180, le serveur détermine si l'utilisateur quitte le site de recherche, effectue une nouvelle recherche ou sélectionne un lien (par pointage et clic de souris). Au cours d'une étape 185, le serveur attribue un score aux réponses en fonction de l'action de l'utilisateur. Ainsi, pour chaque clic d'un utilisateur sur une réponse, cette réponse augmente le score du site. Rester sur ce site plus d'une durée prédéterminée augmente encore plus le score de ce site. Effectuer un achat sur ce site augmente encore plus le score du site que les deux autres actions exposées précédemment. Au cours d'une étape 190, le serveur ré-affecte une catégorie dans laquelle se trouve chaque site en fonction des scores. Par exemple, au cours de l'étape de ré- affectation, les résultats sont classés par catégories des sites ayant répondu. Un clic sur une réponse associée à une catégorie augmente la probabilité que le mot-clé utilisé concerne réellement cette catégorie. L'absence d'évolution ou la lente évolution du score d'une catégorie d'un site, au cours de recherches successives dans cette catégorie, déclenchent le retrait de l'association de ce site à cette catégorie.

Au cours d'une étape 195, lorsque l'utilisateur quitte le site de recherche, on lui soumet une enquête de satisfaction. En particulier, on lui demande, pour les sites vers lesquels il est allé par sélection d'un lien, s'il souhaite les désigner comme favoris, bannis oui neutre. Cette enquête peut aussi porter sur les autres sites pour déterminer si l'utilisateur les considère comme pertinents pour sa recherche. Cette enquête impose que l'utilisateur accepte de s'identifier (nom d'utilisateur) ou qu'un « cookie » soit installé sur son ordinateur. L'utilisateur peut aussi demander à ne plus être interrogé par enquête, un cookie permettant de mémoriser ce choix. Au cours d'une étape 200, on met à jour le score, ou note, des sites, en fonction des résultats obtenus. En particulier, le score varie en fonction du nombre de clics des utilisateurs sur des liens vers ce site, par rapport au nombre de fois où un lien vers ce site est présenté en réponse à une requête (éventuellement pondéré en fonction de son rang dans la présentation des réponses). Grâce au traitement de cette enquête et de la navigation effectuée par les utilisateurs, au cours de l'étape de pré-filtrage 130, on sélectionne des sites en fonction de parcours d'utilisateurs précédents. Au cours d'une étape 205, on effectue, pour chaque site, une analyse statistique d'événements survenus au cours de la navigation des utilisateurs sur ledit site. En particulier, la pertinence du filtrage varie en fonction croissante du nombre de clics des utilisateurs sur des liens à l'intérieur du site et/ou en fonction croissante de la durée de visite de ce site.

Au cours d'une étape 210, on transmet au responsable du site, un résultat de cette analyse statistique. Cette transmission peut dépendre d'un déclencheur activé en fonction d'une comparaison entre le résultat de l'analyse statistique et un résultat minimal. Par exemple, si les visiteurs passent, en moyenne, moins de 10 secondes sur le site ou ne cliquent, en moyenne, que sur moins d'un lien interne au site, on transmet un message indiquant les mots clés utilisés par ces visiteurs et une évaluation de la pertinence du filtrage en regard de ces mots-clés. En réaction, le responsable du site peut améliorer le filtrage qui concerne ce site.

Par exemple, s'il associe « pas cher » à « prix inférieur à 2000 Euros » et que la pertinence est faible, il peut modifier le montant considéré. On donne, ci-après, un exemple de dimensionnement pour un ensemble de 40 000 sites susceptibles d'être interrogés et 100 000 requêtes par jour, en fixant un délai moyen de réponse de sept secondes. Sans traitement des catégories, plusieurs milliers de serveurs seraient nécessaires pour interroger les sites. En admettant cette quantité de serveurs, le moteur imposerait aux sites une telle charge que ces sites dégraderaient fortement leur service. Comme exposé avec le choix de catégories, ci-dessus, on limite les ressources nécessaires grâce à la sélection de catégories. Cela ferait chuter le nombre de serveur d'un facteur dix. En partant du fait que les réponses sont celles de l'instant de la recherche, il n'y a donc aucune promesse que la même recherche faite un instant plus tard donne les mêmes réponses. On en conclut qu'interroger 100 à 300 serveurs de sites ciblés et variés à chaque demande est largement suffisant. S'il s'avérait que le nombre de réponses est insuffisant, on pourrait re-déclencher la même recherche par une nouvelle salve de requêtes destinées à d'autres serveurs de sites. Par ailleurs, l'internaute a souvent des préférences d'achat qui le guident vers ses sites favoris. On inclut donc systématiquement ces sites dans la liste des sites interrogés. De même, chaque internaute doit pouvoir exclure des sites avec qui il ne veut plus faire de transaction. Si on compte 100 000 internautes dans une journée sur dix heures à raison de cinq demandes par internautes, il faut compter pouvoir servir quinze requêtes par secondes (100 000 x 5/10x3600).

Pour 200 serveurs interrogés par requêtes, il faudrait prévoir une puissance d'interrogation de 3000 serveurs/s (15 x 200). En fait, on peut confier à un serveur le soin d'interroger une cinquantaine de serveurs. Ainsi 60 serveurs (3000/50) devraient suffire à assurer les interrogations directes des marchands. Le recueil et l'analyse des réponses se font par une batterie de six serveurs (avec un ratio de 1 pour 10). Ces six serveurs, communiquent les réponses à une unité coordinatrice qui présente les résultats à l'internaute. Au total, un maximum de 80 à 100 serveurs est ainsi suffisant pour gérer l'ensemble des sites de commerce français. On peut y ajouter une redondance. On peut donc espérer des temps de réponses avoisinant les sept à dix secondes pour chaque recherche.

Même si tous les sites ne sont pas systématiquement interrogés, si les requêtes sont uniformément réparties sur chacun des serveurs des sites, chacun doit pouvoir encaisser un surcroît de trafic d'environ 12 500 visites supplémentaires par jour. L'utilisation d'un catalogue fourni par le site permet de réduire cette surcharge. L'unité sémantique est un dispositif mis à la disposition des marchands qui permet de convertir, à partir d'un glossaire, tout ou partie des termes des requêtes entrantes. Ce filtre sémantique est configurable par chaque marchand et permet d'éliminer ou de convertir les mots ou séquences de mots. Ainsi, par exemple, les mots à valeur subjective, tels « pas cher » peuvent être remplacés par un intervalle de valeurs numériques affectées à un attribut. « fauteuil blanc pas cher » ----> « fauteuil blanc prix < 500 » ou « fauteuil blanc en promotion » ou « fauteuil blanc en solde » les fautes d'orthographe, telles que « fauteil »: « fauteil blanc» ----> « fauteuil blanc» les synonymes, par exemple pour « transat » « transat » les pluriels, tels que « fauteuils blancs » « fauteuils blancs »« chaise longue » « fauteuil blanc » Bien sûr, ce filtre comporte des automatismes qui simplifient la configuration. Si l'unité sémantique permet d'augmenter considérablement le taux de réponses, elle met à disposition des e-marchands des outils pour perfectionner leur glossaire. Chaque marchand peut détecter les réponses absentes ou trop nombreuses et agir soit sur le glossaire soit sur son catalogue. Ainsi, l'unité sémantique est un outil très utile pour gérer un problème important des 25 sites. L'unité sémantique peut être détournée de cet objet initial et servir en même temps à optimiser les campagnes « Adwords » (marque déposée) des sites ou tout autre moteur de recherche fondé sur l'utilisation de mots-clés. En affinant le glossaire pour mieux utiliser ce moteur, on améliore son score sur le moteur de recherche et inversement. 30 On rappelle ici que AdWords est le nom du système publicitaire du moteur de recherche Google (marque déposée) qui affiche des annonces texte ciblées. Les annonceurs paient lorsque l'internaute clique sur la publicité selon un système d'enchère et de qualité : plus l'annonce sera pertinente pour l'utilisateur, plus le prix au clic sera bas et l'annonce en évidence. Ceci afin d'inciter les publicitaires à fournir des renseignements 35 pertinents par rapport à la demande de l'utilisateur. Avec AdWords, les publicités sont affichées : - sur les pages de recherche Google (si vous tapez le mot-clé « voiture », des publicités ciblées pour voitures apparaissent), - sur les pages des partenaires de Google (AOL, Free, Amazon, etc.), - sur des sites personnels (avec AdSense (marque déposée), si votre site personnel parle de voiture, des publicités ciblées pour voitures apparaissent et google vous paye un pourcentage du clic payé par l'annonceur qui vend des voitures). - sur le webmail (courrier électronique) de Google : Gmail (avec AdSense, si on écrit par courrier électronique à un ami que l'on cherche une voiture, des publicités ciblées pour voitures apparaissent).

Cette publicité est très efficace, car elle permet de cibler les internautes en fonction de la recherche effectuée. L'unité sémantique dispose d'une fonctionnalité bien pratique pour contrôler ses pages d'entrées du site : il est possible de charger un ensemble de mots-clés dans cette unité et de demander à connaître la qualité de la page de résultats. Lorsqu'on sait que les e- commerçants gère plusieurs centaines, voire milliers, de mots-clés, le gain est déterminant. Par défaut, le résultat présenté aux internautes consiste en une image représentant l'accueil du site commenté par le nombre de produits trouvés. L'unité sémantique offre aussi la possibilité de charger un catalogue de produits avec ses attributs: caractéristiques, prix, disponibilité. En mode « catalogue », l'unité sémantique n'interroge pas le serveur e-commerce mais puise le résultat dans les informations du catalogue. Ce mode « catalogue » présente, notamment, les avantages suivants : - il évite de charger le site de requêtes, - la réponse est plus rapide, elle a donc plus de chance d'être en bonne position dans la liste des réponses présentées à l'utilisateur, - il permet d'offrir un extrait du catalogue uniquement, - il est plus précis dans la recherche et - il permet d'afficher une imagette (« thumbnail ») des premiers produits trouvés En revanche le site doit mettre ce catalogue à jours très régulièrement.

L'unité sémantique peut travailler en mode « mixte » dans lequel la recherche est effectuée dans le site et dans le catalogue du site. Les deux résultats sont alors pris en compte dans l'affichage des résultats à l'utilisateur. En ce qui concerne la traçabilité des résultats, plusieurs types de données sont intéressants pour un site : - les demandes des utilisateurs : ce sont les mots-clés saisis sur le moteur de recherche, - les demandes après modification par le filtre sémantique, - le nombre d'affichage des annonces (aussi appelés les « impressions ») - le clic sur l'annonce et - l'achat. Les trois premières informations sont recueillies sur l'unité sémantique, la quatrième sur l'unité coordinatrice. La cinquième fournit une information intéressante pour déterminer le score des réponses: un marchand qui conduirait souvent à l'achat est un marchand de qualité dont le score est élevé. Dans des modes de réalisation, il est prévu deux canaux pour recueillir cette information : - un « tag » posé sur la page d'acceptation du paiement d'un achat (mode automatique) et/ou - une déclaration spontanée du client. Le bénéfice de cette déclaration est de centraliser la liste de ses achats e-commerce: date / site/ montant / avis , en un seul endroit.

Pour présenter les résultats avec la meilleure pertinence, partant des catégories et mots-clés fournis par les utilisateurs, on procède à une interrogation d'un nombre limité de sites (par exemple 200) et à une présentation ordonnée d'un nombre limité de résultats obtenus (par exemple 50). On met en oeuvre, par exemple, quinze catégories, ou domaines d'activité : « Auto et Moto »; « Billets d'avion et voyages »; « Cadeaux et Fleurs »; « Electroménager »; « Finance Personnelle »; « Hifi », « Photo et Vidéo »; « Informatique »; « Jeux vidéo et Jouets »; « Livre », « Musique et Film »; « Maison et jardin »; « Mode et Accessoires »; « Santé et Beauté »; « Sport et Loisirs »; « Téléphonie et Internet »; « Vin et Alimentation ». Les critères de sélection des sites interrogés comportent : être dans la liste des sites préférés de l'internaute (critère de l'utilisateur) ne pas être dans la liste des sites bannis de l'internaute (critère de l'utilisateur) domaine d'activité du site (critère site) temps de réponse du site (critère site) qualité du glossaire (nombre d'entrées configurées) (critère site) nombre de réponses moyennes aux requêtes (historique) (critère site) pénalité si pas de traçabilité des ventes (critère du moteur de recherche) nombre magique pour une meilleure répartition (critère du moteur de recherche) - nombre joker - pour forcer le placement d'un site (critère du moteur de 35 recherche) et - nombre de clics par rapport au nombre de fois où une réponse en provenance de ce site est affichée (CTR du site) (critère de l'utilisateur).

30 Pour la sélection des réponses, les critères peuvent comporter : être dans la liste des marchands préférés (critère de l'utilisateur), taux de transformation constaté du marchand à travers le moteur de recherche (achats/clics) (critère de l'utilisateur), - nombre de réponses à la requête (0: non présenté, grand nombre: pénalisé) (critère site), nombre magique pour une meilleure répartition (critère du moteur de recherche), nombre joker - pour forcer un site (critère du moteur de recherche) et - CTR du site (nombre de clics divisé pare le nombre d'impressions) (critère de l'utilisateur). Comme on le comprend à la lecture de la description qui précède, le procédé de recherche d'information comporte : - une étape de configuration de filtres sémantiques différents pour différents sites susceptibles de disposer d'information recherchée, - une étape de définition d'une recherche avec des mots-clés, par un utilisateur, - une étape de transmission d'une requête initiale représentative des dits mots- clés, à des filtres sémantiques de sites susceptibles de disposer de l'information recherchée, - une étape de filtrage sémantique effectuée par chaque filtre configuré pour au moins un site destinataire de ladite requête, pour faire correspondre la requête initiale à une requête dérivée, - une étape de réponse, par au moins un site destinataire, à ladite requête dérivée et - une étape de présentation d'au moins une réponse en provenance d'un site. Un glossaire permet de convertir tout ou partie des termes, ou mots-clés des requêtes. Il permet aussi d'utiliser des synonymes, de corriger des mots mal orthographiés et d'effectuer des troncatures de requêtes. En amont de la transmission de requêtes, on sélectionne des sites susceptibles de disposer de l'information recherchée, dans une catégorie choisie par l'utilisateur, en fonction de préférences de l'utilisateur prédéterminée, en fonction de la vitesse de réponse des dits sites à des requêtes précédentes, en fonction du nombre de clics des utilisateurs sur des liens vers ce site, par rapport au nombre de fois où un lien vers ce site est affiché lors de l'étape de présentation de réponses à des requêtes et/ou en fonction de parcours d'utilisateurs précédents, par le biais de la durée de visite des sites concernés, à la suite de leur réponse à des recherches antérieures et/ou de réponses des utilisateurs à une enquête de pertinence des réponses à la recherche effectuée en fin de recherche. Un site qui attire souvent les utilisateurs et les garde ensuite sur ses pages est ainsi mieux considéré qu'un site moyen. Pour la présentation de réponse, on sélectionne et/ou on organise les réponses : - en fonction de parcours d'utilisateurs précédents, par exemple, par le biais de la durée de visite des sites concernés, à la suite de leur réponse à des recherches antérieures et/ou de réponses des utilisateurs à une enquête de pertinence des réponses à la recherche effectuée en fin de recherche. Une réponse d'un site qui attire souvent les utilisateurs et les garde ensuite sur ses pages est ainsi mieux considérée qu'une réponse moyenne, - en fonction de la vitesse de réponse des dits sites à au moins une requête et/ou - en fonction du nombre de clics des utilisateurs sur des liens vers ce site, par rapport au nombre de fois où un lien vers ce site est affiché lors de l'étape de présentation de réponses à des requêtes. Comme on l'observe en figure 2, le dispositif de recherche d'information objet de la présente invention comporte, dans un mode de réalisation : - un moyen 305 de configuration de filtres sémantiques différents pour différents sites susceptibles de disposer d'information recherchée, - un moyen 310 de définition d'une recherche avec des mots-clés, par un utilisateur, - un moyen 315 de transmission d'une requête initiale représentative des dits mots-clés, à des filtres sémantiques de sites susceptibles de disposer de l'information recherchée, - un moyen 320 de filtrage sémantique par chaque filtre configuré pour au moins un site destinataire de ladite requête, pour faire correspondre la requête initiale à une requête dérivée, - un moyen 325 de réponse, par au moins un site destinataire, à ladite requête dérivée et - un moyen 330 de présentation d'au moins une réponse en provenance d'un site. Dans l'implémentation illustrée en figure 2, une unité coordinatrice 330 reçoit les recherches brutes (catégorie et mots-clés) des utilisateurs, par le biais d'ordinateurs 310, et effectue leur répartition sur des unités discriminantes 315 en fonction des catégories sélectionnées par l'utilisateur. Les unités discriminantes 315 procèdent à la sélection des sites à interroger. Les recherches sont filtrées par des unités de filtrage sémantiques 320 associées aux sites. Les unités de filtrage sémantique 320 interrogent les moteurs de recherche 325 des sites 340 et/ou leur catalogue 345 et reçoivent des réponses en retour. Les réponses sont sélectionnées et/ou organisées au cours de leur retour à l'unité coordinatrice 330 et fournies à l'utilisateur et à des moyens de tenue de statistiques et de traçabilité 335. Les actions des utilisateurs à la suite de la fourniture de ces réponses sont traitées par les moyens de tenue de statistiques et de traçabilité 335, qui traitent, notamment, les catégories et notes, ou scores, des sites et les informations qui peuvent les intéresser.

Claims (11)

1. REVENDICATIONS1. Procédé de recherche d'information, caractérisé en ce qu'il comporte : - une étape de configuration de filtres sémantiques différents pour différents sites susceptibles de disposer d'information recherchée, par mise en correspondance de mots-clés sans fautes, chaque filtre étant configuré pour au moins un site, - une étape de définition d'une recherche avec des mots-clés, par un utilisateur, - une étape de transmission d'une requête initiale représentative des dits mots- clés, à des filtres sémantiques de sites susceptibles de disposer de l'information recherchée, - une étape de filtrage sémantique effectuée par chaque filtre configuré pour au moins un site destinataire de ladite requête, pour faire correspondre la requête initiale à une requête dérivée, - une étape de transmission de la requête dérivée à des sites susceptibles de disposer de l'information recherchée, - une étape de réception d'au moins une réponse fournie par au moins un site destinataire, à ladite requête dérivée et - une étape de présentation d'au moins une réponse en provenance d'un site.
2. 2. Procédé selon la revendication 1, qui comporte, en amont de l'étape de transmission, une étape de pré-filtrage au cours de laquelle on sélectionne des sites susceptibles de disposer de l'information recherchée.
3. 3. Procédé selon la revendication 2, qui comporte, en amont de l'étape de pré-filtrage, une étape d'affectation d'au moins une catégorie à au moins un site susceptible de disposer d'information recherchée, au cours de laquelle on enregistre au moins une catégorie associée au plus grand nombre de mots-clés mis en oeuvre pour le site pour la configuration de filtre sémantique ou dans un catalogue fourni par ledit site.
4. 4. Procédé selon l'une quelconque des revendications 2 ou 3, qui comporte, en amont de l'étape de pré-filtrage, une étape d'affectation d'au moins une catégorie à au moins un site susceptible de disposer d'information recherchée, au cours de laquelle on transmet audit site des requêtes représentatives de mots-clés prédéterminés associés à des catégories et on enregistre au moins une catégorie correspondant au plus grand nombre de réponse obtenues pour les mots-clés associés à ladite catégorie.
5. 5. Procédé selon l'une quelconque des revendications 2 à 4, dans lequel, au cours de l'étape de pré-filtrage, on sélectionne des sites en fonction de préférences de l'utilisateur prédéterminées.
6. 6. Procédé selon l'une quelconque des revendications 2 à 5, dans lequel, au cours de l'étape de pré-filtrage, on sélectionne des sites en fonction de parcours d'utilisateurs précédents.
7. 7. Procédé selon l'une quelconque des revendications 2 à 6, dans lequel, au cours de l'étape de pré-filtrage, on sélectionne des sites en fonction de la vitesse de réponse des dits sites à des requêtes précédentes.
8. 8. Procédé selon l'une quelconque des revendications 2 à 7, dans lequel, au cours de l'étape de pré-filtrage, on sélectionne des sites en fonction du nombre de clics des utilisateurs sur des liens vers ce site, par rapport au nombre de fois où un lien vers ce site est affiché lors de l'étape de présentation de réponses à des requêtes.
9. 9. Procédé selon l'une quelconque des revendications 1 à 8, dans lequel, au cours de l'étape de présentation de réponse, on sélectionne et/ou on organise les réponses en fonction du nombre de clics des utilisateurs sur des liens vers ce site, par rapport au nombre de fois où un lien vers ce site est affiché lors de l'étape de présentation de réponses à des requêtes.
10. 10. Procédé selon l'une quelconque des revendications 1 à 9, qui comporte, pour un site, une étape d'analyse statistique d'événement survenus au cours de la navigation des utilisateurs sur ledit site pour évaluer la pertinence du filtrage sémantique, en fonction croissante du nombre de clics des utilisateurs sur des liens à l'intérieur du site et/ou en fonction croissante de la durée de visite de ce site et une étape de transmission de ladite évaluation.
11. 11. Dispositif de recherche d'information, caractérisé en ce qu'il comporte : - un moyen de configuration de filtres sémantiques différents pour différents sites susceptibles de disposer d'information recherchée, ledit moyen de configuration étant adapté à mettre en correspondance de mots-clés sans fautes, - un moyen de définition d'une recherche avec des mots-clés, par un utilisateur, - un moyen de transmission d'une requête initiale représentative des dits mots-clés, à des filtres sémantiques de sites susceptibles de disposer de l'information recherchée, - un moyen de filtrage sémantique par chaque filtre configuré pour au moins un site destinataire de ladite requête, pour faire correspondre la requête initiale à une requête dérivée, - un moyen de transmission de la requête dérivée à des sites susceptibles de disposer de l'information recherchée, - un moyen de réception d'au moins une réponse fournie par au moins un site destinataire, à ladite requête dérivée et - un moyen de présentation d'au moins une réponse en provenance d'un site.