Support de presentation utilisé lors du WebCampDay 2016 à Angers, un événement Webmarketing dans l'Ouest http://www.webcampday.com Merci à tous de votre participation

1. QWANT VS GOOGLE :
!
QUELLES DIFFÉRENCES
ENTRE LES DEUX
MOTEURS ?
Sylvain Peyronnet

2. SYLVAIN PEYRONNET
chief scientist @Qwant
head @the machine in the middle
head @ix-labs
@speyronnet

3. L’ALTERNATIVE ?
UNE ALTERNATIVE C’EST QUELQUE CHOSE DE
DIFFÉRENT !
• Y a-t-il une réalité au delà du marketing ?

4. L’ALTERNATIVE ?
DES ALTERNATIVES QUI N’EN SONT PAS…
Jan Pedersen
chief scientist des deux
(et de altavista)
powered by depuis oct 2015
powered by de 2009 à oct 2015
Marissa Mayer

5. L’ALTERNATIVE ?
DES ALTERNATIVES QUI N’EN SONT PAS…
Jan Pedersen
chief scientist des deux
(et de altavista)
powered by depuis oct 2015
powered by de 2009 à oct 2015
Marissa Mayer
Même type d’algorithmes, même vision du search,
même vision éthique, même gestion des données
utilisateurs, et même : même personnel (le jeu des
chaises de la silicon valley)

6. L’ALTERNATIVE ?
UNE ALTERNATIVE C’EST QUELQUE CHOSE DE
DIFFÉRENT !
• Y a-t-il une réalité au delà du marketing ?
Crée en 2007, opérationnel à
partir de 2010
Le mécanisme à son
paroxysme (algo+humain)
Maintenant fermé, devenu la
brique de crawl de IBM
Watson

7. L’ALTERNATIVE ?
UNE ALTERNATIVE C’EST QUELQUE CHOSE DE
DIFFÉRENT !
• Y a-t-il une réalité au delà du marketing ?
Crée en 2009, technos
d’inférence de Mathematica
Moteur de réponses
En frontal face au knowledge
graph désormais

8. L’ALTERNATIVE ?
UNE ALTERNATIVE C’EST QUELQUE CHOSE DE
DIFFÉRENT !
• Y a-t-il une réalité au delà du marketing ?
Vison éthique différente :
respect de la vie privée et des
données users
Pas de filter bubble
Mais pub viaYahoo!-Bing ^^
et metamoteur principalement

9. L’ALTERNATIVE ?
UNE ALTERNATIVE C’EST QUELQUE CHOSE DE
DIFFÉRENT !
• Y a-t-il une réalité au delà du marketing ?
Parlons en…

10. L’ALTERNATIVE ?
UNE ALTERNATIVE C’EST QUELQUE CHOSE DE
DIFFÉRENT !
Vison éthique différente :
respectTOTALE de la vie
privée et des données users
Cela implique une
algorithmique différente…
Neutralité des résultats

11. L’ALTERNATIVE ?
UNE ALTERNATIVE C’EST QUELQUE CHOSE DE
DIFFÉRENT !
Vison éthique différente :
respectTOTALE de la vie
privée et des données users
Protection de la jeunesse
Qwant junior ce n’est pas un safe search, c’est un safe
index

12. QWANT
L’INSTANT CORPORATE
9
Le moteur de recherche qui
respecte la vie privée
© Copyright Qwant 2015, tous droits réservés
Les réalisations
de Qwant à ce jour
développement centrée sur l’optimisation de ses produits et de sa technologie.
2011/12 2013 2014 2015
Les promesses de Qwant
Sécurité, confidentialité et
respect de la vie privée
Année de création de
Qwant
Développement & Lancement
Première version
Nouveau lancement
Le nouveau Qwant
Optimisation
Produits & Technologies
Etapes
desproduits
Etapes
delasociété
Phases
dedéveloppement
Mai 2013
Lancement de la 1ère
version de Qwant en France
Avril 2015
Le nouveau Qwant est lancé en France
et en Allemagne
Janvier 2016
Lancement de Qwant Junior
dans les écoles
Mars 2014
Lancement de la 1ère
version de Qwant en
Allemagne
Juin 2014
Axel Springer Digital
Ventures investit
Résultats généraux et
réseaux sociaux intégrés
ensemble dans la
recherche
Ajout de nouveaux
produits
Création des carnets
permettant aux utilisateurs
de collecter et partager des
informations sur Qwant
Préparation pour
l’internationalisation
Priorité à l’infrastructure, la
sécurité et le crawling
Qualité des résultats optimisés et nouvelle
interface utilisateur
Structure responsive
optimisée pour les mobiles
Amélioration de la
partinence des algorithmes
et de la sémantique

13. QWANT
L’INSTANT CORPORATE
France : presque 16 M, DDG en France : moins de 10 M

14. RECHERCHE ET ALGOS
UNE VISION QUI A UN IMPACT TECHNIQUE
Vison éthique différente :
respectTOTALE de la vie
privée et des données users
Neutralité des résultats
Protection inconditionnelle de
la jeunesse

15. RECHERCHE ET ALGOS
PROTÉGER LA JEUNESSE
93% des garçons et
62% des filles voient du
des contenus
inappropriés pendant
l’adolescence, depuis
du porn « standard »
jusqu’à des contenus
extrêmes (violence,
animaux, etc.)
La première exposition est majoritairement
accidentelle (pour tous les types de contenus)

16. RECHERCHE ET ALGOS
PROTÉGER LA JEUNESSE
NDD in the
blacklist?
is there an adult
disclaimer?
TLD is .xxx?
Decision forest
C0 C1 C2 C3 C4 C5 C6 C7 C8 C9
Score computation
Score > thresold?
URL
ADULT
SAFE
YES
YES
YES
YES
Blacklist update
NO
99,7% de réussite
(meilleur score mondial)
!
Faux négatif 2,1%
Faux positif 4,5%
!
Et ça suffit car l’index
étant « safe » on tue le
« PR » des sites adultes
survivants, et ils n’ont pas
de texte borderline
donc…

17. RECHERCHE ET ALGOS
FAIRE AUSSI BIEN, PLUS VITE ET MOINS CHER
Priorité des moteurs : trouver les pages de qualité
• Il faut travailler le dyptique popularité-pertinence.
• PourTOUS les moteurs, la popularité vient d’un modèle de
surfeur aléatoire. Qwant ne fait pas exception à la règle
!
• Nous avons développé notre propre algorithme, nommé
Iceberg, qui classe les pages par importance, en utilisant les
propriétés structurelles du graphe du web.
• Cet algorithme est extrêmement rapide : un gain de
performance de 20% est atteint par notre prototype.

18. RECHERCHE ET ALGOS
PETIT OURSON DE CHINE
Priorité des moteurs : trouver les pages
de qualité
• Il faut attraper les tricheurs ;)
• Pour cela on a crée un classifieur qui
prédit la qualité des pages (haut, bas,
spam) V5 : DENSITY OF MOST FREQUENT TERM
0.00
0.25
0.50
0.75
1.00
0.0 0.1 0.2
Proportiondubucket
Qualité Spam Basse Haute
0.00
0.05
0.10
0.15
0.0 0.1 0.2
Densité du terme le plus fréquent
Proportiondudataset
C5.0 WITH BOOSTING : RULES EXAMPLES
Warning there are
thousands of them
Rule 0/1: (10, lift 6.9)
V5 <= 0.04518272
V7 = fr
V10 > 30
V11 > 3.217044
V21 > 0.6142424
V27 > 0.3736264
-> class A [0.917]
Rule 0/2: (8, lift 6.8)
V7 in {asso.fr, com.fr, gouv.fr}
-> class A [0.900]
Rule 0/3: (8, lift 6.8)
V4 > 161
V4 <= 293
V5 > 0.03825137
V7 = com
V10 > 27
V11 > 3.36462
V11 <= 4.018884
V27 > 0.3108108
-> class A [0.900]
Rule 0/38: (8/1, lift 8.0)
V4 > 161
V5 <= 0.03825137
V7 = com
V10 <= 35
-> class D [0.800]
Rule 0/39: (8/1, lift 8.0)
V7 in {co.uk, co.za, gov, net, tv}
V27 <= 0.09433962
-> class D [0.800]
Rule 0/40: (3, lift 8.0)
V4 > 42
V4 <= 157
V5 > 0.04518272
V7 = fr
V10 > 27
V10 <= 30
V11 <= 3.547176
-> class D [0.800]
Rule 6/60: (4.4, lift 3.4)
V4 <= 232
V7 = com
V10 <= 30
V11 > 5.681883
V21 > 0.6461539
V27 > 0.09433962
-> class E [0.843]
Rule 6/61: (4.3, lift 3.4)
V4 <= 293
V5 > 0.07861369
V7 = com
V10 > 30
V10 <= 34
V11 > 4.261965
-> class E [0.842]
Rule 6/62: (4, lift 3.3)
V5 > 0.0659824
V7 = com
V10 <= 34
V11 <= 4.261965
V27 > 0.2943089
-> class E [0.833]

19. RECHERCHE ET ALGOS
PETIT OURSON DE CHINE
Priorité des moteurs : trouver les pages
de qualité
• Il faut attraper les tricheurs ;)
• Pour cela on a crée un classifieur qui
prédit la qualité des pages (haut, bas,
spam) V5 : DENSITY OF MOST FREQUENT TERM
0.00
0.25
0.50
0.75
1.00
0.0 0.1 0.2
Proportiondubucket
Qualité Spam Basse Haute
0.00
0.05
0.10
0.15
0.0 0.1 0.2
Densité du terme le plus fréquent
Proportiondudataset
C5.0 WITH BOOSTING : RULES EXAMPLES
Warning there are
thousands of them
Rule 0/1: (10, lift 6.9)
V5 <= 0.04518272
V7 = fr
V10 > 30
V11 > 3.217044
V21 > 0.6142424
V27 > 0.3736264
-> class A [0.917]
Rule 0/2: (8, lift 6.8)
V7 in {asso.fr, com.fr, gouv.fr}
-> class A [0.900]
Rule 0/3: (8, lift 6.8)
V4 > 161
V4 <= 293
V5 > 0.03825137
V7 = com
V10 > 27
V11 > 3.36462
V11 <= 4.018884
V27 > 0.3108108
-> class A [0.900]
Rule 0/38: (8/1, lift 8.0)
V4 > 161
V5 <= 0.03825137
V7 = com
V10 <= 35
-> class D [0.800]
Rule 0/39: (8/1, lift 8.0)
V7 in {co.uk, co.za, gov, net, tv}
V27 <= 0.09433962
-> class D [0.800]
Rule 0/40: (3, lift 8.0)
V4 > 42
V4 <= 157
V5 > 0.04518272
V7 = fr
V10 > 27
V10 <= 30
V11 <= 3.547176
-> class D [0.800]
Rule 6/60: (4.4, lift 3.4)
V4 <= 232
V7 = com
V10 <= 30
V11 > 5.681883
V21 > 0.6461539
V27 > 0.09433962
-> class E [0.843]
Rule 6/61: (4.3, lift 3.4)
V4 <= 293
V5 > 0.07861369
V7 = com
V10 > 30
V10 <= 34
V11 > 4.261965
-> class E [0.842]
Rule 6/62: (4, lift 3.3)
V5 > 0.0659824
V7 = com
V10 <= 34
V11 <= 4.261965
V27 > 0.2943089
-> class E [0.833]

20. RECHERCHE ET ALGOS
LA NEUTRALITÉ ET LES NEWS
Les news : besoin de réactivité et de neutralité
• Il faut faire vite
• mais une fois que vous choisissez un sujet qui vous intéresse,
Qwant vous propose toutes les sources là où d’autres moteurs
ne propose que la source principale selon l’algorithme.
• Il faut attraper les tricheurs ;)
• Pour cela on a crée un
classifieur qui prédit la qualité
des pages (haut, bas, spam)

21. RECHERCHE ET ALGOS
LA NEUTRALITÉ ET LES NEWS
Les news : besoin de réactivité et de neutralité
!
• Une brique de crawl et récupération des données
• Un système de création de l’index des news qui s’appellent
Mozart.
• Une chaîne de traitement algorithmique du nom de Tweezer,
concentre les principaux algos :
• extraction du contenu des pages,
• analyse du texte et catégorisation
• extraction des médias
• clustering
• repérage des entités (« ils font l’actu »)

22. Questions ?
Loutre priant les dieux du Search - circa 2016