CIGen

Collectif Informatique pour la Généalogie

Les recherches multi-critères : c'est quoi, ça marche comment ?

Le concept de filtre

Les filtres

Toute recherche d'information repose sur le concept de filtre : on veut filtrer les informations pertinentes dans l'ensemble de toutes les informations possibles

Un filtre, c'est un peu comme un passoire : quand on fait passer l'eau et les pâtes, on conserve les pâtes dans la passoire et on jette l'eau, on a conservé l'élément pertinent (oui, les pâtes) et ignoré (jeté) les éléments inintéressants (l'eau)

Le premier souci, c'est qu'un filtre - une passoire - ne donne aucune indication sur quel élément est pertinent et quel élément est à jeter : si vous passez les pâtes, l'élément pertinent c'est ce qui reste dans la passoire, mais si vous passez du thé, l'élément pertinent c'est ce qui traverse la passoire.

En recherche d'information, il y a la même question : quand vous indiquez un nom, est-ce que vous voulez tous les relevés qui comportent ce nom (ceux qui ont le nom sont les éléments pertinents) ou uniquement ceux qui ne comportent pas ce nom (ceux qui ont le nom sont les éléments à jeter). La plupart du temps, le filtre est dit positif, ce qui signifie que les éléments retenus sont ceux qui comportent le filtre, ceux qui comportent le nom recherché. Mais ce n'est pas une obligation, il faut donc être attentif à la façon dont les questions sont formulées.

Bien, on vient de définir un filtre : c'est quelque chose qui accepte des éléments mélangés et sépare d'un côté ceux que l'on souhaite et d'un autre ceux que l'on rejette.

Application à la généalogie

Et en généalogie ?

La passoire ça va être un programme, évidemment. Mais ce qui fait qu'une passoire laisse ou non passer quelque chose, c'est sa maille : une maille petite laisse passer les liquides et guère autre chose, une maille large laissera passer plus de choses. Le fonctionnement de la passoire dépend de sa maille.

En informatique, on va évidemment retrouver quelque chose de similaire : ce sera l'élément sur lequel porte le filtre. Par exemple, un filtre pourrait avoir comme "maille" la condition "le nom doit être DUPONT" ou "l'année doit être supérieure à 1726".

Bon, évidemment, on ne créé pas d'avance tous les filtres possibles, rien que pour les noms, ce serait titanesque. Un filtre va donc s'exprimer comme "Le doit être quelque chose" et on remplacera ce "quelque chose" par le vrai nom cherché par le généalogiste.

Les filtres successifs

Filtres successifs

Bon, tout cela est fort bien, mais c'est totalement insuffisant dans la vraie vie : un tel filtre, unitaire, ne répond qu'à un nombre limité de cas.

Imaginons que vous vouliez trier des pièces d'or par taille (j'allais dire des graviers, mais ça fait moins rêver !).

Vous ne pouvez pas utiliser une seule passoire avec une seule maille : vous allez utiliser plusieurs passoires successivement. La première aura une maille large pour ne garder que les plus grosses pièces. La seconde aura une maille un peu plus resserée pour les pièces légèrement plus petites, etc.

Le nombre de "passoires" dépendra du nombre de tas que vous souhaitez obtenir.

Application à la généalogie

Et en généalogie ?

En généalogie, il est relativement rare qu'on cherche quelque chose dans un tas de pièces d'or. Il est plus habituel de faire des recherches dans des relevés.

Nos filtres vont jouer le même rôle que les différents tamis :

• un premier tamis pourra filtrer sur le nom (et vous remarquerez que dans ce cas, contrairement aux sections d'avant, l'élément pertinent est celui qui traverse le filtre). Par exemple, on exigera que le nom soit DUPONT et seuls les relevés qui correspondent à cette exigence passeront à la suite.
• Le second tamis portera par exemple sur le prénom, qui doit être Paul
• et enfin un troisième tamis exigera que la date soit 1679
• seul le relevé qui correspond à ces trois filtres successifs arrivera à l'écran (la petite fiole sur l'illustration).

Il faut donc imaginer une recherche comme une suite de filtres : on parle de recherche multi-critères car il y a plusieurs filtres ou critères de sélection.

Bien sûr, chaque filtre peut être plus ou moins simple : ici, on n'a évoqué que "nom=DUPONT" ou "année=1679" mais rien n'empêche d'imaginer des filtres comme "nom commence par DUP" ou "année est comprise entre 1679 et 1687" ou encore "la commune est à moins de 10km de Limoges".

Recherche dans des données disparates

Données disparates

Il y a cependant encore une difficulté : jusqu'à présent, nous avons seulement considéré que nous filtrions des éléments de même nature : des relevés, des pièces d'or. Mais en généalogie, les relevés sont en fait assez diversifiés : on a des relevés de baptêmes, des relevés de mariage, des relevés d'enrolement ou de recensement.

Le contenu des relevés est tellement disparate qu'on ne peut plus les considérer comme de même nature : entre les relevés de monuments aux morts où on a un nom et un prénom et des relevés d'actes notariaux où certains peuvent lister plusieurs dizaines de personnes, il n'y a que peu de points communs. Faire une recherche dans un tel amoncellement, c'est comme chercher à filtrer un mélange de pièces d'or et de meubles : comment définir des mailles (énormes) qui laissent passer une bibliothèque mais bloquent une pièce de 10 centimes ???

Plusieurs solutions ont été imaginées.

Approche 1 : la recherche saucissonnée

1. Recherche saucissonnée

La première, comme illustré sur la droite (et utilisée sur de multiples sites comme GeneaBank), a été de créer des recherches centrées sur un seul type de relevés. Pour chercher les baptême et mariages du même Paul DUPONT, il faut entrer plusieurs fois ces critères.

L'avantage est la simplicité, la facilité de comprendre le fonctionnement. L'inconvénient c'est l'impossibilité de consulter en même temps des documents de nature différente : parfois, voir tous les documents dans l'ordre chronologique éclaire la recherche.

Approche 2 : critères minimalistes

2. Critères minimaux

La seconde, comme on le voit sur la copie d'écran de Geneanet à gaiuche, a été de restreindre les filtres possibles aux seuls éléments communs à tous les relevés : nom, prénom, lieu, date. Geneanet a rajouté les parents, pour chercher les descendants d'un couple, mais ne s'est pas aventuré plus loin.

L'avantage est de combiner la simplicité et la combinatoire des résultats : on peut cette fois chercher aussi bien des baptêmes que des pages de livres, des photos de tombes ou des actes notariaux. Ceci répond à la principale critique de l'approche précédente.

Mais la difficulté a été reportée ailleurs : ce type de recherche manque de potentiel. Par exemple, on peut chercher Paul DUPONT mais il est totalement impossible d'exprimer que ce Paul DUPONT doit être un parrain de quelqu'un. On ne peut pas non plus chercher un acte chez un notaire ou dans un cimetière donné : ce ne sont pas des critères communs à tous les documents, puisqu'on ne trouve pas de notaire ou de cimetière par exemple sur un acte de naissance.

Approche 3 : critères exhaustifs

2. Critères maximaux

La troisième approche, présentée sur l'image à droite (une copie d'écran de la recherche dite avancée de genIndex), a été de proposer tous les critères possibles et imaginables et de se débrouiller ensuite pour les appliquer uniquement aux documents pertinents. On peut alors chercher des baptêmes et des tombes, indiquer un nom, et le prénom du père, ainsi qu'un numéro de concession dans le cimetière.

Les critères nom et prénom du père s'appliqueront alors aux baptêmes (qui n'ont pas de n° de concession), tandis que le nom et le numéro de concession s'appliqueront aux tombes (qui n'expriment pas la filiation et n'ont donc pas le prénom du père).

L'avantage, c'est qu'on peut tout faire, tout chercher en une fois, obtenir une vraie liste chronologique des documents d'une personne ou d'une famille

L'inconvénient, c'est que la grille de saisie des critères fait peur : des centaines de zones, lesquelles remplir, lesquelles s'applique à quel document ? Pour faciliter, on peut faire comme sur l'image ci-contre, regrouper les critères par type (critères communs, critères de filiation, critères sur le conjoint et sa famille etc.), mais cela n'enlève que peu de la difficulté. genIndex, par exemple, comporte donc deux recherches : une de la première famille, considérée comme d'accès facile, et une de cette troisième famille, considérée comme la recherche avancée

Approche 4 : critères sur demande

2. Critères sur demande

Enfin, la quatrième approche, présentée sur l'image de gauche (une copie d'écran du futur genIndex), a été de proposer les critères sur demande. C'est globalement la même chose que la troisième, sauf qu'on masque les centaines de zones : on n'affiche qu'un minimum au départ (comme dans l'approche 2) et on propose (dans la zone en bas, les boutons bleus) de pouvoir ajouter des critères si besoin. Comme l'approche 3, on se débrouille ensuite pour les appliquer uniquement aux documents pertinents.

L'utilisateur peut alors bénéficier d'une première vision simple, claire, facile à comprendre. Mais il n'est pas limité à cette simplicité insuffisante : il peut rajouter des critères, par exemple pour préciser quelle doit être la belle-mère (et ça ne s'appliquera pas aux baptêmes car on ne connaît pas la future belle-mère sur un baptême).

Pour faciliter au maximum la vie des généalogistes, cette recherche dans genIndex précise, pour chaque groupe de critère supplémentaires, à quels relevés ils peuvent s'appliquer. D'ailleurs, si le critère ne peut pas s'appliquer aux relevés que vous cherchez (vous avez coché uniquement des baptêmes : la belle-mère ou la tombe ne peuvent pas servir), les boutons sont grisés.

Enfin, lorsqu'on quitte le site et qu'on y revient, on retrouve les zones dans le même état qu'on l'avait laissé : ceci évite d'avoir à re-cliquer sur des boutons quand on les utilise souvent.

Pour connaître les inconvénients, il faudra attendre les retours des futurs utilisateurs, mais à priori, les règles d'ergonomie montrent qu'ils devraient être moindre que dans toutes les approches précédentes.

Quel impact sur votre recherche ?

Vos recherches

L'impact pour un utilisateur n'est pas très grand : dans tous les cas, même en comprenant parfaitement comme ça marche, vous ne pourrez rien faire de plus que ce que vous propose le logiciel.

Le seul point positif que vous pouvez en retirer c'est d'optimiser vos recherches en fonction de la méthode qui vous est offerte.

• Avec l'approche 'recherche saucissonnée', vous allez devoir chercher les relevés type par type. Mais parfois, la clé se trouve dans la comparaison des informations de différents relevés : vous ne trouvez pas le mariage de Paul Dupont ? ça peut être parce que sa mère est écrite Marie Anne sur le baptême et Marianne sur le mariage. Ce genre de détail, évident à posteriori, saute mieux aux yeux quand les deux relevés sont côte-à-côte. Si votre recherche ne vous donne pas satisfaction, copiez dans un traitement de texte les résultats des différentes recherches et ré-organisez les chronologiquement.
• Avec l'approche des 'critères minimalistes', vous faites nécessairement ce qu'on appelle un ratissage large : il y a peu de filtres donc (le plus souvent) beaucoup de relevés vont correspondre et vous risquez d'être noyé sous la masse. C'est ce qu'on voit sur Geneanet : quand on cherche 'Jean MARTIN', le site affiche '1.335.983 résultats' !! Impossible de s'y retrouver dans une telle masse, en passant seulement 10 secondes sur chaque relevé, il vous faudrait 1 an et demi pour tous les parcourir. Bien sûr c'est un cas extrême, mais qui ne se sent pas déjà découragé quand il voit '42.095 résultats' (14 jours pour les lires) ? De deux choses l'une : soit l'outil vous permet de préciser plus de filtres (une région, une plage de dates) et vous devrez vous en servir pour diminuer la masse de résultat, soit ce n'est pas le cas et... vous pouvez commencer à étudier ces relevés, mais il est probable qu'au bout de 2/3 jours vous arrêtiez. Personnellement, je ne commence même pas.
• Avec les approches des critères exhaustifs ou des critères sur demande, soit vous avez de la chance et la réponse tient en une poignée de relevés : étudiez les tous ! Si vous n'avez pas de chance, il y a deux façons de faire (partir avec peu ou beaucoup de critères de filtre et moduler le nombre tant qu'on n'a pas la réponse). Personnellement, voici comment je procède :
  - indiquer tous les filtres pertinents dont je dispose, par exemple nom, prénom, plage d'années, nom du conjoint, lieu approximatif (autrement dit faire la recherche la plus restrictive)
  - masquer les relevés inintéressants (il faut que l'outil le permette...) - si vous n'avez pas trouvé votre réponse, supprimer peu à peu les filtres, en commençant par les plus 'exotiques' : d'abord les beaux-parents, puis le conjoint, puis le prénom de la mère, puis le nom de la mère, puis le prénom de la personne, puis le prénom du père, puis le lieu, et recommencer avec chaque recherche, de plus en plus de relevés devraient correspondre, mais comme vous avez pris la précaution de masquer ceux que vous avez déjà consulter, vous ne voyez à chaque tour que ceux que vous n'avez pas encore vus.
  

  Quel impact sur votre choix de logiciel ?

  Votre logiciel

  

  Des fonctionnements décrits ci-dessus, on peut tirer quelques règles pour vérifier si le logiciel que vous envisagez vous conviendra ou non :

  • Les critères doivent être soit tous positifs (les réponses doivent correspondre au critère) ou (mais c'est rare) tous négatifs (les réponses ne doivent pas correspondre aux critères). En clair, il faut éviter les recherches comme :
    Nom :
    Prénom, tout sauf :
  • Il est recommandé de vérifier que les critères ne sont pas, par leur portée, limitants.
    • lorsqu'il y a un critère sur l'année, il ne faut pas que le relevé soit uniquement de l'année indiquée (trop limitant), il faut un mécanisme pour indiquer une plage d'années, par exemple :
      Année de : à
      ou
      Année : +/- ans
    • lorsqu'il y a un critère sur le lieu, il ne faut pas que le relevé soit sur le lieu indiqué (trop limitant), il faut un mécanisme pour indiquer plusieurs lieux, par exemple :
      Commune : +/- km
  • Un logiciel qui n'offre qu'une recherche saucissonnée ou minimaliste n'est pas recommandé : vos adhérents risquent d'avoir du mal à recouper les informations ou d'être noyés sous la masse de résultats. Nous préconisons
    • soit plusieurs recherches dans le même logiciel (ex : une recherche saucissonnée et une recherche exhautive)
    • soit une recherche équilibrée (quelque part entre minimaliste et exhaustive)
    • soit de type 'critères à la demande'.
  • Chaque critère doit indiquer à quel type de relevé il s'applique. On doit par exemple voir facilement que le n° de concession ne s'applique qu'aux relevés de tombes et que la côte du registre notarial ne s'applique qu'aux actes rédigés chez un notaire.
  • Nous avons vu que les utilisateurs peuvent être amenés à faire plusieurs 'rounds' dans une recherche, en limitant plus ou moins les critères : il est impératif que le logiciel propose une fonction de masquage de résultats non pertinents, et que ce masquage perdure sur plusieurs sessions (faites une recherche, masquez un relevé, déconnectez-vous, reconnectez-vous, refaites la même recherche : le relevé masqué ne doit pas réapparaître).
  • Comme nous exigeons la possibilité de masquer des relevés, il est impératif de pouvoir les 'dé-masquer' lorsque la recherche en cours est terminée, sinon, des relevés risquent de manquer lors d'une recherche suivante ; de la même façon, le logiciel doit indiquer très clairement que des relevés masqués ne sont pas affichés (pour le cas où l'utilisateur oublierait qu'il en a masqué).
  • Nous avons vu que tout le challenge pour l'utilisateur est de donner les bons filtres. Mais l'informatique peut l'aider : s'il impose de faire toutes les recherches avec tous les variants orthographiques d'un nom (DUPONT, DUPON, DUPPON etc.), on n'est pas sorti de l'auberge ! Le logiciel DOIT savoir l'aider. Il y a deux grandes solutions : la gestion des variantes patronymiques ou l'utilisation de la phonétique. Soyez très vigilants sur les pré-requis et limites induits par l'éventuelle solution du logiciel :
    • L'usage des variantes ne sort pas du chapeau, vous devrez d'une façon ou d'une autre indiquer que DUPONT = DUPPONT = DUPON = ... donc vous devrez disposer d'un recensement des variantes dans votre base de données. L'avantage c'est que parfois les variantes sont très éloignées les unes des autres (francisation des noms de famille), comme dans YAOUANCK = LEJEUNE = YAOU'ANCK = LE JEUNE (je pique un exemple que m'avait fourni Jean-François PELLAN du Centre Généalogique du Finistère).
    • Les équivalents phonétiques n'ont pas de pré-requis, vous n'avez normalement pas besoin d'indiquer la valeur phonétique d'un nom ou d'un prénom. Par contre, les limites sont l'impossibilité de traiter le cas d'une variation très importante (le cas YAOU'ANCK = LEJEUNE), l'éventuelle difficulté d'adéquation de la phonétique à une région (mon grand-père prononçait les A comme des Ê, un curé qui aurait écrit à l'oreille aurait probablement noté PESQUET au lieu de PASQUET - et ça, la phonétique est assez impuissante à traiter ce genre de piège).
  • Le logiciel doit parler le langage des utilisateurs et le moins possible celui des informaticiens. C'est souvent très difficile, surtout que les généalogistes ont des profils parfois très différents : le champ lexical (le vocabulaire) peut énormément varier entre un grand-père qui parle d'une 'zone dans le carré bleu' et une petit-fille qui parle de 'champ dans un popup'...

  Petite remarque finale : sauf mention inverse, toutes les images ont été générées avec ChatGPT, elles peuvent être réutilisées en citant le CIGen comme origine.