Faceted Search

Favoriser la découverte d'informations grâce à la recherche par facettes

Konigi - Exemple de site utilisant Faceted Search
IFPRI.org - Exemple de site utilisant Faceted Search
Explora Images - Premier prototype de Faceted Search
Inéaguide - Exemple de site utilisant Faceted Search avec Views et Google Maps
Répertoire des arts et littératures hypermédiatiques - Recherche par facettes
The Mandarin Center - Exemple de site utilisant Faceted Search
The Pulitzer Prizes - Exemple de site utilisant Faceted Search

Faceted Search est un moteur de recherche pour Drupal dont l'interface permet à l'utilisateur de naviguer dans une banque d'informations d'une manière telle qu'il saura rapidement en saisir la nature et l'envergure, sans jamais se sentir perdu dans un océan de données. Plus qu'une interface de recherche, c'est un outil de découverte de connaissances.

L'interface de recherche par facettes permet à l'utilisateur de construire sa requête graduellement, l'affinant ou l'élargissant au fur et à mesure de ses découvertes. Dès qu'un critère de recherche est modifié, ceci se transpose automatiquement sur les résultats. La recherche classique par mots clés est également possible et se combine harmonieusement aux outils de navigation. L'ensemble élimine tout besoin pour les formulaires de recherche complexes, généralement dits "avancés", dont l'absence de rétroaction amène, plus souvent qu'autrement, des pages "aucun résultat".

Si le système de taxonomie de Drupal fournit l'armature la plus évidente pour la navigation par facettes, l'interface de programmation (API) de Faceted Search encourage l'usage d'autres types de métadonnées. C'est à travers cette API que Faceted Search permet notamment d'exposer les données de champs CCK comme des facettes.

Faceted Search est, comme Drupal, basé sur les langages PHP et SQL, ce qui en fait un système très simple à déployer, d'autant plus que son interface d'administration reste conviviale. Cependant, pour des sites contenant une très grande quantité d'informations, l'on favorisera généralement un moteur plus complexe, mais très performant et affranchi des contraintes de SQL, tel que Apache Solr.

Quels que soient vos besoins en matière d'interface de recherche, nous pouvons vous aider à développer une stratégie adaptée à votre contexte, autant en termes de technologie que d'architecture de l'information.