Méthodologie
Comment les catalogues sont traités
Comment Catamalin collecte, normalise et publie les catalogues promotionnels.
Catamalin collecte des documents promotionnels depuis des sources référencées, puis normalise leur titre, leurs dates, leurs pages et leurs produits pour permettre une consultation homogène.
Sources utilisées
Les adaptateurs de collecte couvrent notamment les flux Tiendeo et Bonial. Les flux structurés peuvent aussi déclarer leur propre site source, canal, URL de provenance et identifiant de publication ; ces informations restent disponibles pour l'audit interne. Une source peut être éditée par une enseigne, un agrégateur ou un opérateur manuel : la provenance est conservée au lieu d'être devinée.
Détection et vérification
Un catalogue est identifié par son identifiant de source et son empreinte de contenu lorsque celle-ci est disponible. Les titres, dates de début et de fin, pages, produits et couvertures sont normalisés avant publication. Les dates incohérentes ou les documents impossibles à traiter sont écartés ou mis en quarantaine.
Fréquence et catalogue expiré
La collecte suit la configuration du crawler, avec un intervalle de 30 minutes dans la configuration Docker locale. Après une collecte réussie, les lectures publiques sont invalidées. Un catalogue dont la date de fin est passée sort des pages, du sitemap et du flux public ; les archives éventuelles restent séparées de la surface publique.
Thèmes et corrections
Les thèmes sont attribués par des règles de normalisation ; lorsqu'aucune règle fiable ne correspond, le contenu reste non classé plutôt que d'être présenté sous un faux thème. Une correction passe par une nouvelle collecte ou une intervention opérateur traçable, puis par une nouvelle validation.
Ce qui est conservé en interne
Les enregistrements de source peuvent contenir des magasins, codes postaux et coordonnées. Ils restent disponibles pour le dédoublonnage, le contrôle de qualité, la provenance et les opérations du crawler.
Ce qui est publié
Les API, pages HTML, flux RSS et documents Markdown publics exposent uniquement le modèle catalogue regroupé par enseigne, titre, dates, couverture et lien de consultation. Ils ne publient pas de localisation de magasin ni de demande de localisation utilisateur.
Fraîcheur et limites
Les dates et la disponibilité peuvent évoluer après une nouvelle collecte. Une page publique est un point d'accès documentaire, pas une garantie que l'offre soit encore disponible dans chaque point de vente. Si la source ne précise pas la zone, Catamalin affiche que la zone de validité n'est pas précisée par la source ; aucune localisation utilisateur n'est demandée.