Annuaire des Allemands à Paris 1854 : la documentation de la nouvelle base de données

L’Institut historique allemand et l’Institut für Digital Humanities de l’université de Cologne publient ensemble la base de données “Adressbuch der Deutschen in Paris von 1854“. Cette base répertorie 4.772 adresses, majoritairement d’artisans et de commerçants allemands qui résidaient à Paris et dans ses faubourgs. Elle est basée sur un livre imprimé en 1854, une sorte de Pages Jaunes avant l’heure, conservé à la Bibliothèque historique de la ville de Paris. La base de données mise en ligne en 2006 est entre temps devenue désuète, notamment parce que les données qu’elle hébergeait n’étaient pas disponibles en libre accès. L’objectif de cette coopération est, en plus d’opérer des mises à jour techniques et graphiques, de restructurer et d’enrichir les données afin de les publier ensuite sous licence Creative Commons pour les rendre utilisables par la recherche1.

À la fin du projet, nous publions ici la documentation qui a pour but d’expliquer le fonctionnement et la structure de la base de données afin de permettre une meilleure expérience aux utilisatrices et utilisateurs sur le nouveau dispositif de consultation ainsi que plus de possibilités de réutilisations des données.

La nouvelle base de données

Il était important de repenser la structuration des données pour permettre aux utilisatrices et utilisateurs des usages plus larges sur le nouveau dispositif de consultation. Il était alors important de nettoyer, structurer et enrichir les données originelles pour ces nouveaux besoins. Nous souhaitions également que la base de données soit accessible en open data pour respecter les bonnes pratiques à adopter avec les données de recherche, ce qui n’était pas possible avec l’ancien dispositif car les données étaient sous licence fermée. Il était également important de penser notre modélisation de données avec deux temporalités : Paris au XIXe siècle et aujourd’hui. En effet, beaucoup de changements se sont opérés dans la capitale française depuis 1854. Les arrondissements ont été modifiés en 1859 en passant de 12 arrondissements à 20. Certaines rues qui figurent dans Adressbuch ont changé de nom ou ont même disparu avec les travaux de Haussmann dans les années 1850/60 et le percement des grands boulevards. Nous avons alors deux problématiques : articuler notre modélisation pour qu’elle puisse répondre aux défis historiques mais aussi qu’elle permette une navigation efficace dans le nouveau dispositif de consultation en cohérence avec les méthodes en humanités numériques. La base de données a été conçue avec l’outil de conception Mocodo puis insérée dans l’interface graphique de gestion phpMyAdmin, la base est implémentée en MySQL. 

La base de données permet l’étude prosopographique d’Adressbuch et elle permet aussi la création simple et efficace d’un site pour consulter les données enrichies et nettoyées. La base de données contient les tables courantes, elles contiennent les données du projet et les tables associatives qui assurent la relation entre les différentes tables courantes. La base de données contient 21 tables pour une consultation efficace. Une fois la base de données finalisée, elle a été transférée chez notre partenaire responsable de l’hébergement, l’Institut für Digital Humanities à Cologne.

Les tables principales et leurs attributs

Les tables principales du projet sont : 

  • La table “Persons” qui contient les données relatives aux personnes inscrites dans Adressbuch
Nom Type Description
id nombre identifiant pour chaque personne
surname chaîne de caractères nom de famille
first_name chaîne de caractères prénom
gender M ou F sexe de la personne
zusatz chaîne de caractères titre d’une personne (exemple: Graf = Comte)
name_predicate chaîne de caractères  
specification_verbatim chaîne de caractères les données additionnelles dans leur forme originale, comme elle se trouvent dans le carnet (= verbatim)
profession_id nombre clé assurant la relation entre la table persons et la table professions
de_l_institut 0 ou 1 si c’est 1, la personne a une mention : ‘de l’institut’
notable_commercant 0 ou 1 si c’est 1, la personne a la mention “NC”
bold 0 ou 1 si c’est 1, la personne figure en gras dans Adressbuch
advert 0 ou 1 si c’est 1, la personne dispose d’une publicité dans Adressbuch
ldh_rank_id nombre clé assurant la relation entre la table persons et la table ldh_ranks
military_status_id nombre clé assurant la relation entre la table persons et la table military_statuses
social_status_id nombre clé assurant la relation entre la table persons et la table social_statuses
occupation_status_id nombre clé assurant la relation entre la table persons et la table occupation_statuses
prof_category_id nombre clé assurant la relation entre la table persons et la table prof_categories
  • La table “Companies” contenant les différentes entreprises apparaissant dans Adressbuch
Nom Type Description
id nombre identifiant des entreprises
name chaîne de caractères nom des entreprises
specification_verbatim chaîne de caractères informations supplémentaires sur les entreprises
profession_id nombre clé assurant la relation entre la table companies et la table professions
notable_commercant 0 ou 1 si c’est 1, l’entreprise porte la mention “NC”
bold 0 ou 1 si c’est 1, l’entreprise est marqué en gras dans le carnet d’adresses
advert 0 ou 1 si c’est 1, l’entreprise bénéficie d’une publicité dans le carnet d’adresses
  • La table “Streets” contient la liste de toutes les rues de Paris qui apparaissent dans Adressbuch avec leurs géo-coordonnées. Elle contient également les rues modernes correspondant aux rues de l’Adressbuch
Nom Type Description
id  nombre identifiant pour chaque rue
name_old_verbatim chaîne de caractères nom de la rue comme il apparaît dans Adressbuch
name_old_clean chaîne de caractères nom de la rue après un nettoyage des données
geo_long nombre longitude
geo_lat nombre latitude
  • La table “Addresses” contient la liste des adresses des personnes et entreprises apparaissant dans Adressbuch
Nom Type Description
id nombre identifiant pour chaque adresse
houseno nombre numéro correspondant à l’adresse
houseno_specification chaîne de caractères informations complémentaires au numéro (ex : Bis)
geo_long nombre longitude
geo_lat nombre latitude
address_specification_verbatim chaîne de caractères informations complémentaires concernant l’adresse (ex: Galerie)
street_id nombre clé assurant la relation entre la table addresses et la table streets
  • La table “Arrondissement” permet l’étude des arrondissements de Paris avant et après 1860
Nom Type Description
id  nombre identifiant pour chaque arrondissement
no nombre numéro d’arrondissement
insee_citycode nombre code INSEE de chaque arrondissement
type chaîne de caractères permet de choisir si l’arrondissement est antérieur ou postérieur à 1860 (pre1860, post1860). Permet aussi de choisir si l’arrondissement provient de communes annexées à Paris après 1860
postecode nombre code postal de chaque arrondissement

L’extraction et le nettoyage des données

Tout d’abord, nous avons extrait les données de notre ancien dispositif de consultation FileMaker afin de pouvoir les nettoyer, de les enrichir et de les fragmenter pour pouvoir les intégrer dans notre nouvelle base de données. Pour cela, nous avons utilisé le logiciel open source Open Refine. Ce logiciel permet le nettoyage et l’enrichissement d’importants volumes de données. Il permet également des exports dans de nombreux formats dont le format SQL qui s’avère très utile lors de l’insertion des données dans la base. Les données initiales ont été téléchargées depuis FileMaker au format CSV avec la norme d’encodage de caractères UTF-8. Ce format ne nécessite pas de logiciel propriétaire pour être manipulé, de plus il est compatible avec un grand nombre de logiciels pour sa manipulation. La norme UTF-8 permet une reconnaissance de tous les caractères spéciaux contenus dans le fichier CSV et il est également rétro-compatible avec d’autres normes comme la norme ASCII. Les données ont été nettoyées à l’aide d’expressions régulières du langage GREL. Enfin les données ont été enrichies avec des services de notices d’autorités et des bases de données externes. Tout d’abord, les données ont été enrichies grâce au travail des historiens en comparant avec d’autres bottins du commerce du XIXe siècle pour interpréter les données. Ainsi, la légion d’honneur est une information qui figure dans Adressbuch sous forme de code (*, O, C, GC) que nous avons traduit afin de retrouver les rangs de la légion d’honneur de chaque personne.

Cette “traduction” du code d’Adressbuch a également été appliquée pour interpréter le fait que des personnes apparaissent en caractères gras (la préface mentionne que cela indique qu’ils ont réservé leur exemplaire avant la publication du livre) ou encore lorsqu’ils ont la mention “NC” (abréviation pour “Notable Commerçant”). 

Nous avons déterminé également si les personnes sont des hommes ou des femmes grâce aux informations présentes dans Adressbuch comme Frau, Fräulein, Frl. qui nous ont permis de savoir qu’il y a 286 femmes dans le carnet d’adresses. Nous avons ensuite enrichi les données  avec des sources de données, des bases de connaissance externes. Pour obtenir les coordonnées de chaque rue, nécessaires au fonctionnement de notre carte interactive, nous avons réalisé une réconciliation des données avec Open Refine. Nous avons choisi la base de connaissance Wikidata pour obtenir les coordonnées géographiques des rues car c’est Wikidata qui offrait le plus de correspondances entre la base de connaissances et nos données. De plus, certaines rues ont été détruites ou leurs noms ont été changés avec les travaux Haussmanniens dans les années 1860, nous devons alors trouver le nouveau nom pour ensuite obtenir les coordonnées géographiques. Les coordonnées géographiques ont été extraites depuis les adresses du plan Vasserot rassemblées par le projet ALPAGE du LAMOP de Paris 1 Panthéon-Sorbonne. Ces données nous ont permis d’avoir l’adresse exacte pour un grand nombre de personnes. Pour les personnes où nous n’avons pas trouvé les adresses exactes, leurs coordonnées correspondent au milieu de la rue. Cela nous permet de savoir où se situaient approximativement les Allemands à Paris au XIXe siècle. Nous avons ensuite effectué une correspondance entre les anciens et nouveaux arrondissements de Paris pour permettre une étude diachronique avant et après 1860. En effet, les arrondissements ont subi une mutation lorsqu’ils sont passés de 12 à 20 et il est important de connaître sur quels arrondissements les personnes habitaient en 1854 pour une meilleure interprétation des données.

Puis, pour une meilleure visualisation des arrondissements nous nous sommes servis de fichiers vecteurs. C’est un fichier dont sa forme est représentée de façon géométrique, ainsi un vecteur peut-être une ligne, un carré ou encore un cercle. Le fichier vecteur provient du projet ALPAGE et de la plate-forme Paris OpenData afin de superposer les arrondissements anciens et modernes sur la carte interactive du nouveau dispositif de consultation.

Les professions

Les professions occupent une place particulière dans le projet Adressbuch. Les professions permettent d’analyser sur une carte historique la position des Allemands du Adressbuch selon leurs professions. Une table “profession” a été créée permettant cette analyse. 

Nom Type Description
id int identifiant des professions
profession_verbatim varchar profession tel qu’elle est marquée dans Adressbuch
name varchar catégorie professionnelle créée et attribuée par l’équipe de l’IHA
norm varchar uniformisation de la liste des professions
ohab_ges varchar identifiant des métiers  du projet “Ontologie historischer, deutschsprachiger Berufs- und Amtsbezeichnungen” de Katrin Moeller et son équipe (univ. Halle-Wittenberg)
OhdAB_01 varchar noms des groupes de métiers du projet “Ontologie historischer, deutschsprachiger Berufs- und Amtsbezeichnungen” de Katrin Moeller et son équipe (univ. Halle Wittenberg)

Dans le carnet d’adresses, nous pouvons trouver la liste des personnes avec leurs professions : nous avons recensé toutes les professions et nous les avons intégrées dans une table avec un identifiant unique afin de faire la connexion avec la table des personnes. Ainsi les professions ont été classées selon les catégories professionnelles. Les professions ont été ensuite classées selon la nomenclature du projet Ontologie historischer, deutschsprachiger Berufs- und Amtsbezeichnungen (OhdAB) établie par Katrin Moeller et son équipe de l’université Halle-Wittenberg. 

La base de cette classification est la classification des professions (KldB) de la Bundesagentur für Arbeit et du Statistisches Bundesamt de 2010, elle-même basée sur la Classification internationale type des professions (CITP) du Bureau international du travail (BIT 2008). Le KldB a été révisé et partiellement étendu par le Historisches Datenzentrum de Halle, ce qui le rend utilisable pour la classification des professions historiques. Au total, plus de 44.000 professions historiques sont à ce jour classées de manière taxonomique avec OhdAB et peuvent être classées en domaines professionnels, en grands groupes professionnels ou en groupes professionnels différenciés. 

Les numéros comprennent chacun trois éléments : la lettre A (pas de désignation de fonction ou de profession au sens strict, mais propriétaire, élève, etc.) ou B (désignation de fonction ou de profession), suivie de la taxinomie à cinq chiffres (voir à ce sujet la classification dans l’entrée Wikipedia sur la Klassifikation der Berufe), puis du numéro individuel. Le premier chiffre du code à cinq chiffres indique le domaine professionnel. Le dernier chiffre de la taxonomie indique le niveau d’exigence et va d’une activité d’aide et de débutant jusqu’aux activités complexes de spécialiste. Dans la base de données, nous indiquons, en plus du numéro global OhdAB, le domaine professionnel (personne qui embauche) et le niveau d’exigences. Sur la base du numéro global, il est possible d’attribuer un nom de genre professionnel normalisé aux désignations.

Ainsi, il est possible de rechercher une personne selon sa profession sur le site Adressbuch 1854 et de voir où se situent ces personnes avec le métier correspondant sur une cartographie interactive. Nous pouvons également consulter directement la liste des professions depuis l’index Berufe et avoir la liste des professions disponible en libre consultation et téléchargement. 

L’export des données

La base de données est disponible sur le dispositif de consultation en libre téléchargements dans quatre formats différents :

  • CSV : ce format est libre avec une structuration faible, ce n’est pas un format propriétaire et il peut être lu par de nombreux logiciels, il est facilement manipulable.
  • JSON : ce format est un peu plus structuré que le format CSV, il nécessite un éditeur de code, ou un  éditeur de texte qui prend en charge l’extension .json
  • XML : ce format a une structure plus lourde et plus complexe, il nécessite un éditeur de texte qui prend en charge l’extension .xml. Il est particulièrement utile pour créer des graphes RDFs ou encore pour dresser une ontologie.
  • SQL : ce format est celui utilisé pour les bases de données. Cet export est utile pour reproduire à l’identique la base de données. Cependant, pour reproduire la base de données, il est nécessaire de disposer d’un serveur de base de données supportant le SQL tel que MYSQL ou Oracle.

Le fichier SQL est le meilleur format si l’utilisateur souhaite reproduire à l’identique la base de données. En revanche, si l’utilisateur souhaite manipuler aisément les données, le format CSV sera plus approprié. Concernant le fichier CSV, c’est un fichier qui rassemble les données principales du projet comme l’identifiant, le nom, le prénom, la profession, l’adresse, les coordonnées des personnes. Ce fichier permet que les données soient utilisées facilement. 

Les données sont disponibles sur le site du projet et sur un dépôt Zenodo. Le code de l’application est disponible sur le compte Github de l’Institut historique allemand.

JSON-LD et Zotero

Les métadonnées du projet au format JSON-LD sont inscrites dans le code source de l’application au moyen d’une balise html <script>. Les métadonnées permettent une meilleure compréhension des informations sur une page du projet par les moteurs de recherche ou les outils d’indexation sémantique. Cela permet une meilleure interopérabilité des données avec d’autres applications et un meilleur référencement sur les moteurs de recherche. Les données du projet peuvent également être enregistrées avec les logiciels de gestion de références bibliographiques t-q EndNote, Zotero, ou encore Mendeley. Des balises html <span> sont créées avec un script PHP pour que les données du projet soient détectables et interopérables par les logiciels évoqués précédemment grâce à la norme ISO Z3988 implémentée en Context Object In Span (https://en.wikipedia.org/wiki/COinS).



Citer ce billet
Evan Virevialle (2023, 13 janvier). Annuaire des Allemands à Paris 1854 : la documentation de la nouvelle base de données. Digital Humanities à l'Institut historique allemand. Consulté le 18 mars 2024, à l’adresse https://doi.org/10.58079/nkzp

  1. Voir aussi le billet sur le projet de coopération ici : https://dhiha.hypotheses.org/2742. []

Evan Virevialle

Assistant de recherche à l'Institut Historique Allemand de Paris entre 2021 et 2022

More Posts - Website

Vous aimerez aussi...

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.

Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search