Comment fildactu.fr construit son fil
fildactu.fr relève 72 sources publiques toutes les 30 minutes. Chaque publication est réduite à quatre champs : titre, éditeur, lien, date. Les doublons sont écartés sur une fenêtre de 72 heures, puis les titres proches sont regroupés en un sujet unique. Le compteur de sources indique combien d'émetteurs ont couvert l'événement.
fildactu.fr est-il une rédaction ?
Non. fildactu.fr est un agrégateur automatisé. Le site n'a pas de rédaction, n'emploie aucun journaliste, ne commande ni ne publie aucun article. Il n'existe aucune signature d'auteur sur ce site, parce qu'aucune page n'est écrite par un auteur.
Le fil est produit par un traitement automatisé qui relève des flux, écarte les doublons, regroupe les publications portant sur un même événement et les range par rubrique, sous-thème et territoire. Aucun humain ne réécrit un titre, n'en commente un, n'en promeut un. L'ordre d'affichage est chronologique, jamais éditorialisé.
Une personne physique répond néanmoins juridiquement de la publication : Baptiste Moulin, directeur de la publication, pour le compte de Genee. Sa responsabilité porte sur les règles décrites dans cette page — quelles sources entrent, quelles données sont conservées, comment un retrait est exécuté — et non sur des textes signés.
Les textes descriptifs que vous lisez sur le site (présentation d'une rubrique, blocs de réponse, questions fréquentes) sont produits à partir de faits structurels — nombre de sources suivies, périmètre d'une rubrique, cadence de collecte. Ils ne reprennent, ne reformulent et ne résument aucun contenu d'éditeur.
Quelles sont les étapes du traitement ?
| Étape | Ce qui se passe |
|---|---|
| 1. Collecte | 72 flux relevés toutes les 30 minutes. |
| 2. Réduction | Chaque entrée est ramenée à quatre champs : titre, éditeur, lien, date. Tout le reste du flux est écarté à la lecture, jamais stocké. |
| 3. Dédoublonnage | Empreinte de titre normalisé, fenêtre glissante de 72 heures. |
| 4. Regroupement | Similarité de jetons de titre. Au-delà du seuil, les publications forment un sujet. |
| 5. Classement | Rattachement à une rubrique, un sous-thème et, si le titre le permet, un territoire. |
| 6. Publication | Écriture du référentiel local, puis prérendu de 5 790 pages en HTML statique. |
Pourquoi ne conserver que quatre champs ?
Parce que le droit voisin des éditeurs de presse, institué par les articles L218-1 à L218-5 du Code de la propriété intellectuelle, soumet à autorisation la reprise d'extraits de publications de presse. Les hyperliens et les mots isolés en sont exclus ; les « très courts extraits » aussi, mais sans que la jurisprudence ait fixé de seuil praticable.
fildactu.fr ne se place pas sur cette ligne de crête. Le site conserve le titre tel que publié, le nom de l'éditeur, le lien et la date — et rien d'autre. Cette contrainte est inscrite dans le modèle de données lui-même : il n'existe aucun champ où stocker un chapô, et toute tentative d'en ajouter un échoue à la compilation.
- Chapô, accroche, résumé rédigé par l'éditeur
- Premières lignes ou tout autre extrait du corps de l'article
- Photographie, vignette, illustration
- Texte intégral, même temporairement, même en cache
Ce que le site affiche pour une publication tierce, exhaustivement : le titre tel que publié, le nom de l'éditeur, le lien vers la publication d'origine et sa date. Quatre champs. Aucun cinquième champ n'existe dans le modèle de données, ni pour l'affichage, ni pour le stockage, ni pour le flux RSS, ni pour le JSON-LD.
D'où viennent les sources suivies ?
Toutes les sources suivies sont des flux publiés volontairement par leur émetteur : jeux de données ouverts, communiqués officiels destinés à être repris, et flux RSS publics d'administrations, d'autorités indépendantes et d'opérateurs de l'État. Aucune source n'est obtenue par contournement d'un accès payant, par extraction de page, ni par un flux non destiné à la diffusion.
| Régime | Nature du flux | Sources |
|---|---|---|
| open-data | Jeu de données sous licence ouverte, réutilisable y compris commercialement. | 30 |
| communique | Communication officielle diffusée pour être reprise. | 42 |
| rss-public | Flux RSS d'administration, d'autorité indépendante ou d'opérateur de l'État. | 0 |
Ces trois régimes sont les seules valeurs que le modèle de données accepte pour décrire une source. En conséquence directe : aucun éditeur de presse commercial n'est agrégé tant qu'aucun accord de licence de droit voisin n'a été signé. La liste nominative des 72 sources, avec leur émetteur et leur régime, est publiée sur la page Sources.
Comment les sujets sont-ils regroupés ?
En deux temps. D'abord le dédoublonnage : chaque titre est normalisé — minuscules, accents retirés, ponctuation et mots-outils supprimés — puis réduit à une empreinte. Deux publications de même empreinte parues dans une fenêtre glissante de 72 heures sont considérées comme un doublon : la première parue est conservée, la seconde écartée.
Ensuite le regroupement : les titres restants sont découpés en jetons, puis comparés deux à deux par similarité d'ensembles (indice de Jaccard). Au-delà du seuil, les publications sont réputées couvrir le même événement et fusionnées en un sujet unique, qui porte la date de sa publication la plus récente et affiche le nombre d'émetteurs distincts qui l'ont couvert.
La fenêtre de 72 heures est un compromis assumé : assez large pour rattraper les reprises tardives d'un même communiqué, assez courte pour ne pas fusionner deux événements distincts portant un intitulé voisin à quelques jours d'intervalle. Le regroupement ne s'applique qu'aux titres : il ne lit aucun corps d'article, puisque le site n'en détient aucun.
Que fait fildactu.fr des liens sortants ?
Chaque publication référencée renvoie vers son origine par un lien portant rel="nofollow noopener" et target="_blank". Le lecteur termine sa lecture chez l'éditeur ; fildactu.fr ne cherche ni à retenir l'audience, ni à capter un signal de classement.
Comment un éditeur peut-il demander le retrait de ses contenus ?
En écrivant à baptiste.moulin@genee.tech, contact dédié aux demandes de retrait, ou via le formulaire de contact avec le motif « demande de retrait ».
La demande n'a pas à être motivée. Aucun justificatif de titularité n'est exigé au préalable, aucune contrepartie n'est proposée, aucune négociation n'est engagée. La source ou l'URL visée est retirée du référentiel dès réception, inscrite sur une liste d'exclusion consultée à chaque collecte, et disparaît du site public à la génération suivante — les flux étant relevés toutes les 30 minutes.
Le retrait ne laisse aucune copie résiduelle : le référentiel ne contenait, par publication, que quatre champs, supprimés ensemble. Il n'y a ni chapô, ni extrait, ni image à purger, puisqu'il n'y en a jamais eu.
Périmètre possible d'une demande, informations à fournir, délai d'exécution et fondements juridiques invocables : page Demande de retrait.
Quelles données fildactu.fr conserve-t-il exactement ?
Quatre champs par publication : le titre tel que publié, le nom de l'éditeur, l'URL de la publication d'origine et sa date. Rien d'autre. Le modèle de données ne comporte aucun champ chapô, extrait, description, image ou contenu — l'ajout d'un tel champ provoque une erreur de compilation.
Comment les doublons sont-ils écartés ?
Chaque titre est normalisé — minuscules, accents retirés, ponctuation et mots-outils supprimés — puis réduit à une empreinte. Deux publications de même empreinte parues dans une fenêtre de 72 heures sont considérées comme un doublon : la première parue est conservée.
Comment les sujets sont-ils constitués ?
Les titres restants sont découpés en jetons, puis comparés deux à deux par similarité d'ensembles (indice de Jaccard). Au-delà du seuil, les publications sont réputées couvrir le même événement et fusionnées en un sujet. Le sujet porte la date de sa publication la plus récente.
Que signifie le compteur « 7 sources » ?
Que sept émetteurs distincts ont publié sur le même événement dans la fenêtre de regroupement. C'est une mesure de reprise, pas de qualité : un sujet à une source peut être plus important qu'un sujet à dix. Le compteur sert à repérer ce qui circule.
Comment le fil est-il rangé ?
Sur trois axes croisés : 12 rubriques, 20 sous-thèmes, 18 régions, plus les 101 départements. Soit 5 790 pages, toutes rendues en HTML statique au moment du build.
Le site fait-il des appels à une API au chargement ?
Non. fildactu.fr est intégralement prérendu : sitemaps, llms.txt et pages sont générés au build depuis le référentiel local. Un lecteur — ou un robot d'indexation qui n'exécute pas JavaScript — reçoit le contenu complet dans le HTML.
Y a-t-il une rédaction derrière fildactu.fr ?
Non. fildactu.fr n'emploie aucun journaliste, ne commande aucun article et ne dispose d'aucune rédaction. Le fil est produit par un traitement automatisé. Une personne physique en répond juridiquement : Baptiste Moulin, directeur de la publication, pour le compte de Genee. Aucune page du site n'est signée par un auteur, parce qu'aucune page n'est écrite par un auteur.
Quelles sources sont admises dans le fil ?
Uniquement des flux publiés volontairement par leur émetteur, sous trois régimes : jeux de données ouverts (30 sources), communiqués officiels (42) et flux RSS publics d'administrations, d'autorités indépendantes et d'opérateurs de l'État (0). Le type qui décrit une source n'accepte aucune autre valeur de licence. Aucun éditeur de presse commercial n'est agrégé tant qu'aucun accord de licence de droit voisin n'a été signé.
Comment un éditeur peut-il demander le retrait de ses contenus ?
En écrivant à baptiste.moulin@genee.tech, ou via le formulaire de contact avec le motif « demande de retrait ». La demande n'a pas à être motivée, aucun justificatif n'est exigé au préalable, aucune contrepartie n'est proposée. La source est retirée du référentiel dès réception et disparaît du site public à la génération suivante. La procédure détaillée figure sur la page Demande de retrait.