La volatilité des sources : ce qui change entre deux passages

Pourquoi observer le rythme de changement d'une page suivie

Une source suivie dans un dispositif de veille n'est pas un objet stable : le contenu d'une page peut rester identique pendant des mois ou changer à chaque consultation. Cette variabilité, rarement mesurée en tant que telle, conditionne pourtant la charge de traitement et la pertinence des alertes générées. Un dispositif qui traite toutes les sources comme également changeantes surestime le travail utile sur les pages statiques et sous estime l'attention nécessaire sur les pages en mouvement constant.

Ce baromètre propose une mesure de cette volatilité, construite à partir de comparaisons successives du contenu d'une même page entre deux passages de collecte. Il ne traite ni la détection des retraits de contenu ni la question de la fréquence optimale de revisite, deux sujets qui font l'objet de publications distinctes ; il se limite à établir l'indicateur de volatilité et à décrire sa distribution parmi les sources suivies.

Construire une mesure de volatilité

La volatilité d'une source combine deux dimensions. La première est la part des passages de collecte pour lesquels un changement de contenu est détecté par rapport au passage précédent, une fréquence de changement. La seconde est l'ampleur de ce changement lorsqu'il survient, distinguant une modification mineure, correction typographique ou ajout marginal, d'une refonte substantielle du contenu. Une source peut ainsi changer souvent mais faiblement, ou rarement mais fortement, deux profils que la seule fréquence de changement confondrait à tort.

Le calcul repose sur une comparaison de contenu entre passages successifs, à intervalle constant pour permettre la comparaison entre sources. Une source consultée plus souvent qu'une autre verrait sinon sa volatilité mécaniquement gonflée par le simple effet du nombre de comparaisons, sans que cela traduise une différence réelle de comportement de la page suivie.

Une distribution en régimes distincts

Appliquée à un échantillon de sources suivies dans des dispositifs variés, cette mesure fait apparaître une distribution nettement segmentée plutôt qu'un continuum régulier. Un premier régime rassemble des sources quasi statiques, dont le contenu ne change qu'à de rares occasions et de façon mineure : pages institutionnelles peu actualisées, documents de référence, mentions légales. Un régime intermédiaire regroupe des sources qui évoluent par à coups, de longues périodes de stabilité interrompues par des mises à jour substantielles. Un dernier régime concerne des sources en flux quasi continu, où le contenu se renouvelle à chaque ou presque chaque passage.

Cette segmentation en régimes plutôt qu'en gradient continu constitue le résultat central du baromètre. Elle indique que la volatilité n'est pas une propriété graduelle des sources mais une caractéristique structurante, associée au type de support : une page de communiqués n'a pas le même régime qu'une page de profil institutionnel, indépendamment du secteur d'activité concerné.

Cette segmentation résiste également au changement d'échelle du support suivi. Qu'il s'agisse d'une page web publique, d'un document déposé sur une plateforme institutionnelle ou d'un flux structuré alimenté par une source tierce, le même triptyque de régimes se retrouve, ce qui suggère que la volatilité observée tient à la fonction éditoriale du support, informer ponctuellement, documenter un état stable, ou relayer un flux continu d'actualité, plutôt qu'à la technologie qui le porte.

Ce que cette distribution implique pour le traitement des alertes

Connaître le régime de volatilité d'une source permet d'ajuster l'attention qui lui est portée sans pour autant statuer sur la fréquence de revisite technique, qui dépend de contraintes propres à la collecte. Une source en flux continu génère un volume de comparaisons élevé dont la plupart n'apportent pas d'information nouvelle pertinente, ce qui appelle un filtrage du contenu plutôt qu'un simple horodatage du changement. Une source quasi statique, à l'inverse, mérite qu'un changement, même mineur, soit examiné avec attention, précisément parce qu'il est rare.

www.newscore.fr détecte automatiquement le régime de volatilité de chaque source suivie à partir des comparaisons successives de contenu, et priorise l'attention portée à un changement selon qu'il survient sur une source habituellement figée ou sur une source en flux continu.

Cette lecture par régime évite un écueil courant, celui de traiter chaque changement détecté comme équivalent en importance. Le régime de la source constitue un contexte nécessaire pour interpréter l'ampleur d'un changement donné : une modification identique en volume de texte ne signifie pas la même chose selon qu'elle survient sur une source habituellement figée ou sur une source qui se renouvelle en continu.

Le régime d'une source n'est pas nécessairement figé sur le long terme : une page institutionnelle quasi statique peut basculer vers un régime intermittent le temps d'une réorganisation, avant de revenir à sa stabilité initiale. Ce baromètre décrit une distribution observée sur une période donnée, pas une propriété permanente attachée à chaque source, ce qui justifie de réévaluer périodiquement le régime plutôt que de le figer une fois pour toutes au moment de l'ajout de la source au dispositif.

Limites de la mesure et conditions de reproductibilité

La mesure de volatilité dépend de la définition retenue pour ce qui constitue un changement significatif : un seuil trop bas fait remonter du bruit, corrections mineures de mise en forme, tandis qu'un seuil trop haut masque des évolutions réelles mais modestes en volume de texte. La nature du support suivi, page dynamique générée, document statique, flux structuré, influence également la mesure et doit être documentée pour toute comparaison entre sources.

Reproduire ce baromètre suppose un intervalle de comparaison constant entre les passages analysés, une méthode de comparaison de contenu explicite et stable dans le temps, et un échantillon de sources couvrant plusieurs types de supports, condition nécessaire pour que les régimes observés ne reflètent pas la seule composition de l'échantillon retenu.

Un biais fréquent consiste à confondre volatilité de forme et volatilité de fond : un site qui réorganise régulièrement sa mise en page sans modifier son contenu substantiel peut apparaître à tort comme appartenant au régime de flux continu si la méthode de comparaison ne neutralise pas les éléments purement cosmétiques, bandeaux, horodatages techniques, compteurs de visite. Isoler le contenu éditorial du reste de la page avant comparaison constitue donc un prérequis méthodologique, distinct du choix du seuil de significativité.

Questions fréquentes

La volatilité mesurée dépend-elle du secteur d'activité de la source suivie ? Elle dépend surtout du type de support, communiqué, page de profil, document de référence, davantage que du secteur d'activité proprement dit ; deux sources du même secteur mais de nature différente peuvent appartenir à des régimes de volatilité opposés.

Une source à volatilité élevée est-elle plus utile qu'une source quasi statique ? Non, les deux profils ont une utilité différente : une source volatile documente un flux d'événements, une source quasi statique documente un état de référence dont le changement, rare, est en général significatif. La volatilité mesure un comportement, pas une valeur informative.

Ce baromètre permet-il de repérer les retraits de contenu ? Non, la détection des retraits fait l'objet d'une mesure distincte, portant sur la disparition de contenu plutôt que sur sa modification. Ce baromètre se limite à la fréquence et à l'ampleur des changements de contenu constatés entre deux passages.

Le baromètre indique-t-il à quelle fréquence revisiter chaque source ? Non, la fréquence optimale de revisite dépend de contraintes techniques et opérationnelles propres à chaque dispositif de collecte et fait l'objet d'une publication séparée. Ce baromètre établit uniquement l'indicateur de volatilité et sa distribution parmi les sources suivies.