À retenir
- Extraction automatisée et rapide de données web.
- Nécessite souvent de transformer du texte brut en données structurées.
- Soumis à des règles éthiques et juridiques strictes.
Le moissonnage de données est une technique permettant de collecter automatiquement des informations précises sur Internet à l'aide d'un logiciel. Imaginez un assistant virtuel qui parcourrait des milliers de pages web en quelques minutes pour copier-coller uniquement les prix ou les descriptions de produits dans un grand tableau Excel à votre place.
Étymologie
Traduction littérale de l'anglais data harvesting. Le terme emprunte au vocabulaire agricole l'image de la « moisson » pour souligner l'idée de récolter une grande quantité de ressources (les données) semées sur différents sites web pour les traiter ultérieurement.
Exemples d'usage
- Un site de voyage qui récupère les tarifs de toutes les compagnies aériennes pour trouver le billet le moins cher.
- Une entreprise de marketing qui extrait les noms et descriptions des commerces locaux depuis un annuaire en ligne.
- Un moteur de recherche qui analyse le contenu des pages pour les indexer.
Cas d'usage
Ce procédé est massivement utilisé dans la veille concurrentielle pour surveiller les prix, dans la science des données pour entraîner des intelligences artificielles, ou encore par les journalistes de données pour analyser de grandes quantités d'archives publiques.
Bonnes pratiques
Il est crucial de limiter la fréquence des requêtes pour ne pas ralentir le site visé (principe de courtoisie). Il faut également consulter le fichier robots.txt du site cible pour vérifier si l'automatisation y est autorisée et respecter les réglementations sur la protection des données personnelles (comme le RGPD).
Synonymes
Antonymes
Conseil
Si vous débutez, commencez par explorer des outils d'extraction intégrés aux navigateurs (extensions) avant de vous lancer dans l'écriture de scripts complexes. Apprenez toujours à identifier la structure HTML d'une page pour mieux cibler l'information.
Questions fréquentes
Quelle est la différence avec le web scraping ?
Les deux termes sont souvent synonymes, bien que le moissonnage (harvesting) désigne souvent la collecte globale et massive, tandis que le scraping insiste sur l'extraction technique de données précises.
Est-ce que tout le monde peut le faire ?
Oui, il existe des logiciels simples sans programmation, mais les développeurs utilisent souvent des langages comme Python pour des besoins plus complexes.