Pour gérer vos consentements :

Dataset Search : Google encourage la structuration de l’open data

Sortie de bêta actée pour Dataset Search.

Google exploite depuis septembre 2018 ce moteur de recherche d’ensembles de données. Il affirme y avoir fédéré « des centaines de milliers » d’utilisateurs.

Chercheurs, journalistes et data scientists composent pour partie ce public.

L’outil leur permet de trouver un large spectre de contenus (fichiers CSV, collections de tableaux, éléments relatifs au machine learning (comme les paramètres d’entraînement ou les définitions de la structure d’un réseau de neurones, etc.)… pour peu qu’ils soient correctement balisés.

Google base sa découverte de données sur le balisage de schema.org et sur des structures équivalentes représentées au format DCAT (Data Catalog Vocabulary). Il envisage de proposer, en complément, un programme expérimental pour les données structurées basées sur CSVW (CSV on the Web).

Structurer l’open data

Les fournisseurs des ensembles de données doivent, au minimum :

  • documenter, dans leur sitemap, la manière dont ils publient les descriptions des ensembles
  • intégrer deux propriétés : name (nom descriptif d’un ensemble de données) et description (résumé de 50 à 5 000 caractères)

Les autres propriétés sont recommandées. Parmi elles :

  • alternateName (autres noms utilisés pour faire référence à un ensemble)
  • citation (identification de contenus recommandés en plus de l’ensemble)
  • keywords (mots-clés)
  • license (conditions de mise à disposition des données)
  • spatialCoverage (description de l’aspect spatial d’un ensemble)
  • temporalCoverage (description de l’intervalle temporel couvert)

Côté utilisateur, le moteur permet de filtrer les résultats par :

  • date de mise à jour
  • format de téléchargement (tableau, document, image, texte, archive)
  • usage commercial autorisé ou non
  • gratuité

À l’occasion de la sortie de bêta, Google annonce la disponibilité d’une version mobile. Ainsi que d’une vue en carte pour les données géographiques.

Le groupe américain déclare travailler sur des fonctions qui lui permettront de mieux comprendre l’utilisation des ensembles de données.

Photo d’illustration via Shutterstock.com

Recent Posts

Après la NAND, Intel dit stop à la gamme Optane

Après avoir vendu son activité NAND, Intel tire un trait sur la technologie 3D XPoint,…

3 semaines ago

Google Analytics : la Cnil a posé les règles du jeu

Près de six mois ont passé depuis de que la Cnil a déclaré l'usage de…

3 semaines ago

Truffle 100 France : le top 20 des éditeurs de logiciels

Truffle 100 France : qui sont les 21 entreprises qui ont dépassé, en 2021, les…

3 semaines ago

Cloud : AWS brocarde les politiques de licences Microsoft

Un dirigeant d'Amazon Web Services dénonce des "changements cosmétiques" apportés par Microsoft à ses politiques…

3 semaines ago

Sécurité du code au cloud : Snyk Cloud, un joker pour développeurs

Snyk officialise le lancement de sa solution de sécurité cloud pour développeurs, Snyk Cloud, fruit…

3 semaines ago

Cegid accroche Grupo Primavera à son tableau d’acquisitions

Cegid va absorber Grupo Primavera, plate-forme de logiciels de gestion d'entreprise née dans la péninsule…

3 semaines ago