Resource Discovery: Herausforderung und Chance für die Sacherschließung

Resource Discovery:
Herausforderung und Chance
für die Sacherschließung

Prof. Magnus Pfeffer
Hochschule der Medien, Stuttgart
pfeffer@hdm-stuttgart.de

Überblick
 Vom Katalog zum Resource Discovery System
 Herausforderungen
 Chancen
 Methoden
 Ausblick

8. November 2012 Fortbildung AjBD, Berlin 2

Vom Katalog zum
Resource Discovery System


Kataloge
 Boolesche Suche
 Differenzierte Indexe
 Erweiterte Suche als Standard
 Langsame Suche
 Hardware/Software begrenzen die
Suchgeschwindigkeit
 Begrenzte Datenmenge
 Für jeden Bestand eine eigene Datenbank


Generation Google
 Einfache Suche
 Undifferenzierter „Google-Schlitz“
 Erweiterte Suchmöglichkeiten verborgen
 Schnelle Ergebnisse
 Suchgeschwindigkeit nur durch Bandbreite begrenzt
 Allumfassend
 Wenn Google es nicht findet, existiert es nicht


Wissenschaftliche Suchmaschinen
 Google Scholar
 „Google Scholar includes scholarly articles from a wide
variety of sources in all fields of research, all
languages, all countries, and over all time periods.
Chances are that your collection of research papers will
be a welcome addition to the index.“
 http://scholar.google.com/


Wissenschaftliche Suchmaschinen
 Microsoft Academic Search
 „Microsoft Academic Search encompasses the entire
research spectrum, including STM (science,
technology, and medicine), the social sciences, and the
humanities. Microsoft Academic Search provides
comprehensive results in 15 different disciplines and
more than 200 subdomains. We continue to work with
dozens of publishers and other content providers to
increase our data coverage.“
 http://academic.research.microsoft.com/


Resource Discovery
 Fokus für neue Entwicklungen
 Suchmaschinentechnologie
 Modernes und einheitliches User Interface
 Nutzung durch mobile Endgeräte
 Kein neuer Katalog
 Gleichberechtigter, einheitlicher Zugang zu allen
Beständen der Bibliothek
 Volltext-Indexierung
 Web-Scale Discovery

Nach Breeding (2010)


Produkte
 Summon (Serial Solutions/Proquest)
 http://www.serialssolutions.com/en/services/summon
 Primo mit Primo Central (Ex Libris)
 http://www.exlibrisgroup.com/de/category/PrimoUeberblick
 EBSCO Discovery Service
 http://www.ebscohost.com/discovery/

Vgl. Jansen et. al. (2010)


Komponenten
 Suchoberfläche
 Rechercheportal im modernen Look
 Facettiertes Browsen der Ergebnisse
 Integration von Link Resolvern (Volltextzugang)
 Anbindung an Bibliothekssystem

 Lokaler Index
 Eigene bibliografische Daten

 Zentraler Index
 Gemeinsam genutzte bibliografische Daten
 Ausschnitte wählbar

Eigenschaften der Indexe
 „Megaindex“
 Mehrere 100 Millionen Datensätze
 Nicht nur Metadaten, oft auch Volltexte indexiert
 Hetrogene Herkunft
 Verlage und Datenbankproduzenten
 Bibliothekskataloge
 Frei verfügbares Open Access Material
 Heterogene Inhalte
 Zeitschriften-/ Konferenzbeiträge
 Print- und E-Books
 Zeitungsartikel, Rezensionen, Working Papers, ...
Aber: sehr wenig deutsche/deutschsprachige Inhalte


Unterschiede der Implementierung
 Installation
 Lokal auf eigenem Server
 Gehostet beim Anbieter
 Software-as-a-service

 Konfiguration
 Oberfläche + Index vom Anbieter
 Zentraler Index als Datenquelle für eigene Oberfläche


Unterschiede der Implementierung
 Selektion des Suchraums
 Standardsuchraum
 Reduktion auf „klassischen“ Katalogbestand
 Erweiterung auf das „web scale discovery“

 Navigation
 Anordnung und Inhalte der Facetten
 Drill-down nach formalen und inhaltlichen Aspekten


KonSearch

RDS der UB Konstanz
Summon Oberfläche und Index
Beim Anbieter gehostet


Wissensportal Primo

RDS der TU Berlin
Primo Oberfläche und Index
Beim KOBV gehostet


HEIDI

RDS der UB Heidelberg
Eigene Oberfläche + Summon Index
Lokale Installation


SULB Wissensportal

RDS der Saarländischen Universitäts-
und Landesbibliothek
Ebsco Discovery Service Oberfläche und Index
Beim Anbieter gehostet


Katalog Plus

RDS der UB Freiburg
Ebsco Discovery Service
Eigene Oberfläche + Index vom Anbieter


Zusammenfassung RDS
 Einfache Suche
 Einheitlicher Zugang
 Modernes Interface
 Schnelle Ergebnisse
 Suchmaschinentechnologie
 Umfassend
 Zugang zu allen Beständen der Bibliothek
 Umfassendere Suche möglich

→ Erwartungen werden erfüllt


Herausforderungen


Normierung
 Heterogene Quellen → Heterogene Inhalte
 Elemente der Titelaufnahmen
 Ansetzung von Personennamen
 Inhaltliche Erschließung

 Beobachtung
 Häufige Dubletten
 Titel
 Erschließungselemente
 Verweisungsformen sind nicht suchbar


Heterogene Erschließung
 Suche nach „Linked Open Data“
 Schlagwortfacette
 EDS, UB Freiburg: 100(!) Einträge
 Darunter für das Konzept „Linked Open Data“
 Linked Data
 Linked Data (Ld)
 Linked Data (Semantic Web)
 Linked Open Data
 Linked Open Data (Lod)


Ansetzung und Verweise


Dubletten


Nachvollziehbarkeit
 Inhalte sind nicht dokumentiert
 Oft nur allgemeine Angaben zu Verlagen
 Keine Aussage zu spezifischen Quellen möglich

 Indexing und Retrieval
 Metadaten / Abstracts / Volltext
 Normalisierung
 Linguistische Methoden

 Ranking ist black-box


Indexing und Ranking
 Konsearch
 Suche nach „Linked open data libraries“
 Treffer 1 bis 3


Treffermengen
 Undifferenzierte Suche als Standard
 Metadaten und Volltext indexiert
 Auch spezifische Anfragen liefern riesige Mengen

TU Berlin
UB Freiburg


Chancen


Traditionalle Stärken...
 Einheitliche Erschließung
 Formal
 Inhaltlich

 Strenge Normierung
 Gemeinsame Normdatei
 Zeitschriftendatenbank

 Relevanz der Inhalte
 Aktive Auswahl


… für besseres Suchen und Finden
 Zusammenbringen und Differenzieren
 Alles zu einem bestimmten Thema finden
 Alles von einem Autor finden
 Klare Trennung von inhaltlich verschiedenem

 Nutzer nicht mit großen Treffermengen alleine lassen
 Sinnvolle Facettierung der Ergebnisse
 Nicht nur formal, sondern auch inhaltlich


Transparenz
 Inhalte
 Was kann recherchiert werden?
 Was nicht?
 Und warum nicht?

 Suchprozess
 Wie wird indexiert?
 Welche Normalisierungen wurden verwendet?
 Wurde die Suche verändert?


Fragestellung

Wiesenmüller (2012)

Ja!

Bild: Wikipedia / Public Domain

Methoden


Systemaufbau

Präsentation
 Oberfläche

 Such- und
Logik Kontoverwaltung

Datenbank
 Index


Präsentationsschicht
 Manipulation der Anzeige
 Anbieten von externen Informationen
 Anbieten von alternativen Sucheinstiegen

 Manipulation der Sucheingabe
 Erkennen von Personen
 Sucherweiterung um alternative Schreibweisen
 Erkennen von Konzepten
 Sucherweiterung um Synonyme
 Anbieten von Disambiguierung
 Anbieten von Ober- und Unterbegriffen für die Suche


Mock-Up
Name erkannt.

Bekannte alternative Schreibeweisen:
Gorbačëv
Ghurbatshuf
Gkormpatsoph
Gorbačëv
Gorbačev
Gorbatschow Gorbacëv
Gorbachev
Gorbachov
Gorbaciov
Gorbač'ov
Gorbacsov
Gorbaczow
Gorbatchev
Gorbatsjov
Gorbats'ov
Gorbatxov
Горбачев

Suche automatisch ergänzen?


Mock-Up

Krebs

Meinen Sie:
Krebs <Medizin>
Krebs <Sterbild>


Mock-Up

Mehr Infomationen

● GND Eintrag
● Wikipedia

● Lexika

Neue Suchen

●Vom gleichen Autor
● Über diesen Autor


Datenbankschicht
 Ziel: Homogenisierung der Daten
 Anpassen von Datenelementen
 Anreichern der Daten
 Anpassen der Indexierung
 Aber: Zentraler Index im „Besitz“ der Anbieter

→ Zugang zu den Daten existentiell


Auswerten der Erschließung
 Inhaltiche Erschließung vielfach vorhanden
 Erschließungssysteme heterogen

 Ansatz: Abgleich zwischen Erschließungssystemen
 Manuell erstellte Konkordanzen
 Automatisch generierte Mappings


Auswertung der Hierarchie
 Erschließung auf unterschiedlichen Ebenen
 Verlag / Reihe
 Zeitschrift / Sammelband
 Aufsatz

 Ansatz: Akkumulieren und Verteilen
 „von unten nach oben“
 „von oben nach unten“


Auswertung der Redundanz
 „Echte“ Dubletten
 Sehr ähnliche Einträge
 Ausgaben
 Print, Elektronisch, Paperback, International
 Auflagen und Versionen
 Working Paper, Pre- / Postprint
 Übersetzungen

 Ansatz: Übertragung von inhaltlicher und formaler
Erschließung aus Dubletten und anderen Ausgaben


Forschungsprojekt
 Clustering von Katalogdaten zur Übertragung von
Erschließungsinformationen
 Daten
 SWB
 Katalog des Südwestdeutschen Bibliotheksverbundes
 Hebis
 Katalog des Hessischen Bibliotheks- und Informationssystems
 HBZ
 Katalog des Hochschulbibliothekszentrum des Landes Nordrhein-
Westfalen
 B3Kat
 Gemeinsamer Verbundkatalog von Bibliotheksverbund Bayern und
dem Kooperativen Bibliotheksverbund Berlin-Brandenburg


Ergebnisse

Katalog Monografien Anteil Anteil Zuwachs Zuwachs
RVK RSWK RVK RSWK

SWB 13.330.743 4.217.226 4.083.113 581.780 957.275

Hebis 8.844.188 1.933.081 2.237.659 1.097.992 1.308.581

HBZ 13.271.840 1.018.298 3.322.100 2.272.558 1.080.162

B3Kat 22.685.738 5.750.295 6.055.164 2.969.381 2.765.967


Ausblick


(Linked) Open Data
 Bereitstellung in offenen Formaten
 Bereitstellung unter freien Lizenzen

 Verfügbarkeit großer bibliografischer
Datensammlungen
 Nationalbibliografien
 Kataloge von Bibliotheken und /-verbünden
 Fachbibliografien
 Open-Access Repositorien
 Verlagsdaten
 Normdaten

Gemeinsame Infrastruktur
 Culturegraph.org
 Initiative von DNB und HBZ
 Ziel: Zusammenführen von bibliografischen
Informationen, die als Linked Open Data zur Verfügung
stehen
 Open Source Infrastruktur
 Parametrisierbare Metadatenverarbeitung
 Erweiterbar (Java)
 Skalierbar (Hadoop)

→ Ideale Ausgangsbasis


Berufsfeld
 Metadatenmanagement als zentrale Aufgabe
 Zusammenführen der Metadaten in eigenem Index
 Homogenisierung der Daten
 Formal
 Inhaltlich
 Anreicherung mit externen Quellen
 Empfehlungen
 Verknüpfungen
 Zusatzinformationen


Die Konkurrenz schläft nicht

Google analysiert die Nutzereingaben

Erkannt werden:
Personen
Kunstwerke
Bücher
Filme
Computerspiele
….
(auch abstrakte Konzepte)

Angezeigt werden Kurzinformationen
und sinnvolle Verknüpfungen
zu anderen Entitäten


Danke für Ihre Aufmerksamkeit!

Folien online unter
http://www.slideshare.net/MagnusPfeffer/

Dieses Werk bzw. Inhalt steht unter einer
Creative Commons Namensnennung - Weitergabe unter gleichen Bedingungen 3.0 Unported Lizenz.


Links
 Wissensportal Primo
 http://portal.ub.tu-berlin.de/
 HEIDI
 http://heidi.ub.uni-heidelberg.de/
 KonSearch
 http://konstanz.summon.serialssolutions.com/
 Katalog Plus
 http://www.ub.uni-freiburg.de/index.php?id=opac&no_cache=1
 SLUB Wissensportal
 http://www.sulb.uni-saarland.de/?id=115
 Culturegraph Infrastruktur
 http://sourceforge.net/projects/culturegraph/

Quellen
 Marshall Breeding: The State of the Art in Library Discovery 2010, in: Computers in
Libraries, 30 (1), 2010, S. 31
 Heiko Jansen, Kirstin Kemner-Heek, Roswitha Schweitzer: Konkurrenzanalyse
ausgewählter kommerzieller Suchindizes, Online-Veröffentlichung, 2010
 Magnus Pfeffer: Using clustering across union catalogues to enrich entries with
indexing information, in: Data Analysis, Machine Learning and Knowledge Discovery –
Proceedings of the 36th Annual Conference of the German Classification Society,
Springer, Heidelberg/Berlin, 2012 (noch nicht erschienen)
 Heidrun Wiesenmüller: Resource Discovery Systeme, Vortrag auf der 36.
Jahrestagung der Gesellschaft für Klassifikation, 2012


Resource Discovery: Herausforderung und Chance für die Sacherschließung

Empfohlen

Empfohlen

Weitere ähnliche Inhalte

Was ist angesagt?

Was ist angesagt? (12)

Andere mochten auch

Andere mochten auch (20)

Ähnlich wie Resource Discovery: Herausforderung und Chance für die Sacherschließung

Ähnlich wie Resource Discovery: Herausforderung und Chance für die Sacherschließung (20)

Mehr von Magnus Pfeffer

Mehr von Magnus Pfeffer (8)

Resource Discovery: Herausforderung und Chance für die Sacherschließung