Ce numéro regroupe cinq contributions émanant de chercheurs des deux communautés ; Recherche d'Information et Fouille de données, travaillant autour des problématiques de recherche et de fouille d'information sur le Web.
Le développement du Web 2.0 a conduit à la prolifération d'outils permettant aux internautes d'interagir directement sur le contenu du Web à travers, des annotations, des avis, des commentaires ou des opinions. Le contenu des pages Web n'est donc plus un texte statique ou une image figée, mais comporte aussi toutes ces informations "postées" par l'internaute. Cet état de fait a conduit à l'émergence de nouvelles problématiques liées à l'analyse, la fouille, la recherche et la visualisation de ces informations.
L'objectif de ce numéro est d'offrir un cadre permettant aux chercheurs des deux communautés de présenter leurs points de vue et leurs expériences sur les problématiques de recherche et de fouille d'information (page web, annotations, blogs, requêtes...) ainsi que des orientations futures autour de ces problématiques.
L'article de Elena Lloret, Horacio Saggion et Manuel Palomar, intitulé " Predicting Opinions with Text Summaries: A Comparative Analysis within Authors ", propose une approche basée sur les techniques de résumé automatique de textes, permettant de prédire correctement la notation associée à une évaluation où les auteurs expriment leurs opinions. Les résultats obtenus sont très prometteurs et démontrent que les résumés peuvent fournir un avantage concurrentiel par rapport à l'intégralité des évaluations dans le cadre de la classification d'opinions.
L'article de Najeh Naffakhi et Rim Faiz, intitulé " Less is More: Aggregating meaningful elements for XML keyword search ", s'intéresse à la recherche agrégée dans les documents XML. Les auteurs présentent un modèle probabiliste de recherche d'information structurée basé sur les réseaux bayésiens permettant d'agréger (dans la même unité) des éléments qui sont pertinents, non redondants et complémentaires. L'objectif étant d'obtenir une agrégation d'éléments qui répond le mieux à une requête par mots clés. Des résultats empiriques prometteurs ont été présentés pour évaluer l'impact de l'approche d'agrégation.