SlideShare ist ein Scribd-Unternehmen logo
Altbestandserschließung Automatische Übernahme von RVK  und SWD über Verbundgrenzen hinweg Prof. Magnus Pfeffer [email_address]
Überblick Ausgangslage
Projekt
Ergebnisse
Bewertung
Ausblick
Ausgangslage Ausgangslage  ->  Projekt  ->  Ergebnisse  ->  Bewertung  ->  Ausblick
Anlass Retroklassifikation Freihandbestand UB Mannheim Seit 2001
5 große Bibliotheksbereiche statt 11 kleine Bereichsbibliotheken
RVK als einheitliche Klassifikation
Wunsch nach mehr Fremddaten 2004: Weniger als 50% der Titel mit RVK Ausgangslage  ->  Projekt  ->  Ergebnisse  ->  Bewertung  ->  Ausblick
Vorarbeiten Automatische Vergabe von RVK-Notationen Projekt seit 2004
Ansatz: Vergabe aufgrund Ähnlichkeit zu bereits klassifizierten Titeln
Ergebnisse Verfahren funktioniert grundsätzlich
Hoher Rechenaufwand
Liefert meist mehrere Klassen pro Titel Darunter fast immer eine gute Klassifikation
Filtern oder Reduzierung der Klassen trifft auch die „guten“ Ergebnisse -> Anteil „Rauschen“ zu groß für direkte Nutzung Ausgangslage  ->  Projekt  ->  Ergebnisse  ->  Bewertung  ->  Ausblick
Kenngrößen (Stand 2010) SWB 12.777.191 Monografien
3.979.796 (31,1%) mit SWD-Schlagwörtern
3.235.958 (25,3%) mit RVK-Notationen HeBIS 8.844.188 Monografien
2.237.659 (25,3%) mit SWD-Schlagwörtern
1.933.081 (21,8%) mit RVK-Notationen Ausgangslage  ->  Projekt  ->  Ergebnisse  ->  Bewertung  ->  Ausblick
Mehr Statistik Verteilung der Titel auf Jahre (SWB) Jahr Anzahl SWD RVK sonstige 95.740 9.699 9.746 1000-1599 105.473 1.338 767 1600-1699 194.825 8.078 2.044 1700-1799 367.529 21.406 11.532 1800-1899 890.558 58.683 84.977 1900-1949 1.490.137 152.883 248.658 1950-1979 2.954.648 638.932 802.363 1980-1999 4.304.732 1.846.295 1.354.512 2000- 2.373.515 1.242.461 721.358 Ausgangslage  ->  Projekt  ->  Ergebnisse  ->  Bewertung  ->  Ausblick
Mehr Statistik Verteilung der Titel auf Jahre (Hebis) Jahr Anzahl SWD RVK sonstige 205.651 35.133 5.670 1000-1599 31.454 534 54 1600-1699 110.596 1.886 332 1700-1799 248.218 4.331 4.800 1800-1899 340.859 26.128 21.605 1900-1949 648.814 54.883 35.351 1950-1979 1.688.942 105.062 306.824 1980-1999 3.260.544 912.868 1.031.428 2000- 2.294.910 1.096.588 526.097 Ausgangslage  ->  Projekt  ->  Ergebnisse  ->  Bewertung  ->  Ausblick
Projekt Ausgangslage   ->  Projekt   ->  Ergebnisse  ->  Bewertung  ->  Ausblick
Aktuelles Projekt Grundidee: Übernahme von SWD und RVK aus Vorauflagen
Parallelausgaben

Weitere ähnliche Inhalte

Ähnlich wie Altbestandserschließung: Automatische Übernahme von RVK und SWD über Verbundgrenzen hinweg

Frontend-Architektur der 1&1 Bestellsysteme
Frontend-Architektur der 1&1 BestellsystemeFrontend-Architektur der 1&1 Bestellsysteme
Frontend-Architektur der 1&1 Bestellsysteme
Nico Steiner
 
Seo – was zählt – was nicht!
Seo – was zählt – was nicht!Seo – was zählt – was nicht!
Seo – was zählt – was nicht!
Buechel
 
MongoDB Munich 2012: Spring Data MongoDB
MongoDB Munich 2012: Spring Data MongoDBMongoDB Munich 2012: Spring Data MongoDB
MongoDB Munich 2012: Spring Data MongoDB
Tobias Trelle
 
Cv wagener harald_20170830
Cv wagener harald_20170830Cv wagener harald_20170830
Cv wagener harald_20170830
Harald Wagener
 
iDocIt - Ein Assistent zur API-Dokumentation
iDocIt - Ein Assistent zur API-DokumentationiDocIt - Ein Assistent zur API-Dokumentation
iDocIt - Ein Assistent zur API-Dokumentation
Jan Christian Krause
 
Kennst du ein Unternehmen, dass erfolgreich die QS outtasked hat?“
Kennst du einUnternehmen, dass erfolgreichdie QS outtasked hat?“Kennst du einUnternehmen, dass erfolgreichdie QS outtasked hat?“
Kennst du ein Unternehmen, dass erfolgreich die QS outtasked hat?“
hpaustria
 
‘Fehler vorprogrammiert’ Paul Tours, Senior Consultant/Human Inference
‘Fehler vorprogrammiert’ Paul Tours, Senior Consultant/Human Inference‘Fehler vorprogrammiert’ Paul Tours, Senior Consultant/Human Inference
‘Fehler vorprogrammiert’ Paul Tours, Senior Consultant/Human Inference
DataValueTalk
 
[ecspw2013] Session Technik 04: ecspand Eingangsrechnungsverarbeitung
[ecspw2013] Session Technik 04: ecspand Eingangsrechnungsverarbeitung[ecspw2013] Session Technik 04: ecspand Eingangsrechnungsverarbeitung
[ecspw2013] Session Technik 04: ecspand Eingangsrechnungsverarbeitung
d.velop international
 
Webinar: S/4HANA Extraktion: Änderungen im Vergleich zur klassischen Extraktion
Webinar: S/4HANA Extraktion: Änderungen im Vergleich zur klassischen ExtraktionWebinar: S/4HANA Extraktion: Änderungen im Vergleich zur klassischen Extraktion
Webinar: S/4HANA Extraktion: Änderungen im Vergleich zur klassischen Extraktion
CONOGY GmbH
 
SEO zur Internen Verlinkungsoptimierung mit Gephi
SEO zur Internen Verlinkungsoptimierung mit GephiSEO zur Internen Verlinkungsoptimierung mit Gephi
SEO zur Internen Verlinkungsoptimierung mit Gephi
Sebastian Erlhofer
 
Webinar SAP/ABAP und Microsoft
Webinar  SAP/ABAP und MicrosoftWebinar  SAP/ABAP und Microsoft
Webinar SAP/ABAP und Microsoft
Cadaxo GmbH
 
Was kommt nach den SPAs
Was kommt nach den SPAsWas kommt nach den SPAs
Was kommt nach den SPAs
QAware GmbH
 
DACHNUG50 Suchen in Notes.pdf
DACHNUG50 Suchen in Notes.pdfDACHNUG50 Suchen in Notes.pdf
DACHNUG50 Suchen in Notes.pdf
DNUG e.V.
 
SAP Datasphere, SAP BW Bridge - Ein Überblick
SAP Datasphere, SAP BW Bridge - Ein ÜberblickSAP Datasphere, SAP BW Bridge - Ein Überblick
SAP Datasphere, SAP BW Bridge - Ein Überblick
IBsolution GmbH
 
Data Scraping with Excel - Campixx 2013 - Maik Schmidt
Data Scraping with Excel - Campixx 2013 - Maik SchmidtData Scraping with Excel - Campixx 2013 - Maik Schmidt
Data Scraping with Excel - Campixx 2013 - Maik Schmidt
Maik Schmidt
 
Plsql drum test automatisiere, wer sich sich ewig bindet! - DOAG 2017
Plsql drum test automatisiere, wer sich sich ewig bindet! - DOAG 2017Plsql drum test automatisiere, wer sich sich ewig bindet! - DOAG 2017
Plsql drum test automatisiere, wer sich sich ewig bindet! - DOAG 2017
Torsten Kleiber
 
Daten natuerlich modellieren und verarbeiten mit Neo4j
Daten natuerlich modellieren und verarbeiten mit Neo4jDaten natuerlich modellieren und verarbeiten mit Neo4j
Daten natuerlich modellieren und verarbeiten mit Neo4j
Patrick Baumgartner
 
Webinar: Reporting mit SAP S4/HANA
Webinar: Reporting mit SAP S4/HANAWebinar: Reporting mit SAP S4/HANA
Webinar: Reporting mit SAP S4/HANA
CONOGY GmbH
 

Ähnlich wie Altbestandserschließung: Automatische Übernahme von RVK und SWD über Verbundgrenzen hinweg (20)

Frontend-Architektur der 1&1 Bestellsysteme
Frontend-Architektur der 1&1 BestellsystemeFrontend-Architektur der 1&1 Bestellsysteme
Frontend-Architektur der 1&1 Bestellsysteme
 
Seo – was zählt – was nicht!
Seo – was zählt – was nicht!Seo – was zählt – was nicht!
Seo – was zählt – was nicht!
 
MongoDB Munich 2012: Spring Data MongoDB
MongoDB Munich 2012: Spring Data MongoDBMongoDB Munich 2012: Spring Data MongoDB
MongoDB Munich 2012: Spring Data MongoDB
 
Cv wagener harald_20170830
Cv wagener harald_20170830Cv wagener harald_20170830
Cv wagener harald_20170830
 
Ruby on Rails SS09 06
Ruby on Rails SS09 06Ruby on Rails SS09 06
Ruby on Rails SS09 06
 
iDocIt - Ein Assistent zur API-Dokumentation
iDocIt - Ein Assistent zur API-DokumentationiDocIt - Ein Assistent zur API-Dokumentation
iDocIt - Ein Assistent zur API-Dokumentation
 
Kennst du ein Unternehmen, dass erfolgreich die QS outtasked hat?“
Kennst du einUnternehmen, dass erfolgreichdie QS outtasked hat?“Kennst du einUnternehmen, dass erfolgreichdie QS outtasked hat?“
Kennst du ein Unternehmen, dass erfolgreich die QS outtasked hat?“
 
‘Fehler vorprogrammiert’ Paul Tours, Senior Consultant/Human Inference
‘Fehler vorprogrammiert’ Paul Tours, Senior Consultant/Human Inference‘Fehler vorprogrammiert’ Paul Tours, Senior Consultant/Human Inference
‘Fehler vorprogrammiert’ Paul Tours, Senior Consultant/Human Inference
 
[ecspw2013] Session Technik 04: ecspand Eingangsrechnungsverarbeitung
[ecspw2013] Session Technik 04: ecspand Eingangsrechnungsverarbeitung[ecspw2013] Session Technik 04: ecspand Eingangsrechnungsverarbeitung
[ecspw2013] Session Technik 04: ecspand Eingangsrechnungsverarbeitung
 
Webinar: S/4HANA Extraktion: Änderungen im Vergleich zur klassischen Extraktion
Webinar: S/4HANA Extraktion: Änderungen im Vergleich zur klassischen ExtraktionWebinar: S/4HANA Extraktion: Änderungen im Vergleich zur klassischen Extraktion
Webinar: S/4HANA Extraktion: Änderungen im Vergleich zur klassischen Extraktion
 
SEO zur Internen Verlinkungsoptimierung mit Gephi
SEO zur Internen Verlinkungsoptimierung mit GephiSEO zur Internen Verlinkungsoptimierung mit Gephi
SEO zur Internen Verlinkungsoptimierung mit Gephi
 
Webinar SAP/ABAP und Microsoft
Webinar  SAP/ABAP und MicrosoftWebinar  SAP/ABAP und Microsoft
Webinar SAP/ABAP und Microsoft
 
Was kommt nach den SPAs
Was kommt nach den SPAsWas kommt nach den SPAs
Was kommt nach den SPAs
 
DACHNUG50 Suchen in Notes.pdf
DACHNUG50 Suchen in Notes.pdfDACHNUG50 Suchen in Notes.pdf
DACHNUG50 Suchen in Notes.pdf
 
SAP Datasphere, SAP BW Bridge - Ein Überblick
SAP Datasphere, SAP BW Bridge - Ein ÜberblickSAP Datasphere, SAP BW Bridge - Ein Überblick
SAP Datasphere, SAP BW Bridge - Ein Überblick
 
Ruby on Rails SS09 08
Ruby on Rails SS09 08Ruby on Rails SS09 08
Ruby on Rails SS09 08
 
Data Scraping with Excel - Campixx 2013 - Maik Schmidt
Data Scraping with Excel - Campixx 2013 - Maik SchmidtData Scraping with Excel - Campixx 2013 - Maik Schmidt
Data Scraping with Excel - Campixx 2013 - Maik Schmidt
 
Plsql drum test automatisiere, wer sich sich ewig bindet! - DOAG 2017
Plsql drum test automatisiere, wer sich sich ewig bindet! - DOAG 2017Plsql drum test automatisiere, wer sich sich ewig bindet! - DOAG 2017
Plsql drum test automatisiere, wer sich sich ewig bindet! - DOAG 2017
 
Daten natuerlich modellieren und verarbeiten mit Neo4j
Daten natuerlich modellieren und verarbeiten mit Neo4jDaten natuerlich modellieren und verarbeiten mit Neo4j
Daten natuerlich modellieren und verarbeiten mit Neo4j
 
Webinar: Reporting mit SAP S4/HANA
Webinar: Reporting mit SAP S4/HANAWebinar: Reporting mit SAP S4/HANA
Webinar: Reporting mit SAP S4/HANA
 

Mehr von Magnus Pfeffer

Linked Data in der Lehre
Linked Data in der LehreLinked Data in der Lehre
Linked Data in der Lehre
Magnus Pfeffer
 
Cloud Computing für die Verarbeitung von Metadaten
Cloud Computing für die Verarbeitung von MetadatenCloud Computing für die Verarbeitung von Metadaten
Cloud Computing für die Verarbeitung von Metadaten
Magnus Pfeffer
 
Metadata Provenance Tutorial Part 2: Interoperable Metadata Provenance
Metadata Provenance Tutorial Part 2: Interoperable Metadata ProvenanceMetadata Provenance Tutorial Part 2: Interoperable Metadata Provenance
Metadata Provenance Tutorial Part 2: Interoperable Metadata Provenance
Magnus Pfeffer
 
Automatic creation of mappings between classification systems for bibliograph...
Automatic creation of mappings between classification systems for bibliograph...Automatic creation of mappings between classification systems for bibliograph...
Automatic creation of mappings between classification systems for bibliograph...
Magnus Pfeffer
 
Automatic creation of mappings between classification systems
Automatic creation of mappings between classification systemsAutomatic creation of mappings between classification systems
Automatic creation of mappings between classification systems
Magnus Pfeffer
 
Resource Discovery - Sacherschließung am Ende?
Resource Discovery - Sacherschließung am Ende?Resource Discovery - Sacherschließung am Ende?
Resource Discovery - Sacherschließung am Ende?
Magnus Pfeffer
 
Automatisches Generieren von Konkordanzen
Automatisches Generieren von KonkordanzenAutomatisches Generieren von Konkordanzen
Automatisches Generieren von Konkordanzen
Magnus Pfeffer
 
Clustering auf Werksebene
Clustering auf WerksebeneClustering auf Werksebene
Clustering auf Werksebene
Magnus Pfeffer
 
Jetzt kommt zusammen, was zusammen gehört
Jetzt kommt zusammen, was zusammen gehörtJetzt kommt zusammen, was zusammen gehört
Jetzt kommt zusammen, was zusammen gehört
Magnus Pfeffer
 
Bibliotheken und Linked Open Data
Bibliotheken und Linked Open DataBibliotheken und Linked Open Data
Bibliotheken und Linked Open Data
Magnus Pfeffer
 
Fallbasierte automatische Klassifikation nach der RVK - k-nearest neighbour a...
Fallbasierte automatische Klassifikation nach der RVK - k-nearest neighbour a...Fallbasierte automatische Klassifikation nach der RVK - k-nearest neighbour a...
Fallbasierte automatische Klassifikation nach der RVK - k-nearest neighbour a...
Magnus Pfeffer
 
Ausleihdaten aus Bibliotheken als Linked Open Data publizieren und nutzen
Ausleihdaten aus Bibliotheken als Linked Open Data publizieren und nutzenAusleihdaten aus Bibliotheken als Linked Open Data publizieren und nutzen
Ausleihdaten aus Bibliotheken als Linked Open Data publizieren und nutzen
Magnus Pfeffer
 

Mehr von Magnus Pfeffer (12)

Linked Data in der Lehre
Linked Data in der LehreLinked Data in der Lehre
Linked Data in der Lehre
 
Cloud Computing für die Verarbeitung von Metadaten
Cloud Computing für die Verarbeitung von MetadatenCloud Computing für die Verarbeitung von Metadaten
Cloud Computing für die Verarbeitung von Metadaten
 
Metadata Provenance Tutorial Part 2: Interoperable Metadata Provenance
Metadata Provenance Tutorial Part 2: Interoperable Metadata ProvenanceMetadata Provenance Tutorial Part 2: Interoperable Metadata Provenance
Metadata Provenance Tutorial Part 2: Interoperable Metadata Provenance
 
Automatic creation of mappings between classification systems for bibliograph...
Automatic creation of mappings between classification systems for bibliograph...Automatic creation of mappings between classification systems for bibliograph...
Automatic creation of mappings between classification systems for bibliograph...
 
Automatic creation of mappings between classification systems
Automatic creation of mappings between classification systemsAutomatic creation of mappings between classification systems
Automatic creation of mappings between classification systems
 
Resource Discovery - Sacherschließung am Ende?
Resource Discovery - Sacherschließung am Ende?Resource Discovery - Sacherschließung am Ende?
Resource Discovery - Sacherschließung am Ende?
 
Automatisches Generieren von Konkordanzen
Automatisches Generieren von KonkordanzenAutomatisches Generieren von Konkordanzen
Automatisches Generieren von Konkordanzen
 
Clustering auf Werksebene
Clustering auf WerksebeneClustering auf Werksebene
Clustering auf Werksebene
 
Jetzt kommt zusammen, was zusammen gehört
Jetzt kommt zusammen, was zusammen gehörtJetzt kommt zusammen, was zusammen gehört
Jetzt kommt zusammen, was zusammen gehört
 
Bibliotheken und Linked Open Data
Bibliotheken und Linked Open DataBibliotheken und Linked Open Data
Bibliotheken und Linked Open Data
 
Fallbasierte automatische Klassifikation nach der RVK - k-nearest neighbour a...
Fallbasierte automatische Klassifikation nach der RVK - k-nearest neighbour a...Fallbasierte automatische Klassifikation nach der RVK - k-nearest neighbour a...
Fallbasierte automatische Klassifikation nach der RVK - k-nearest neighbour a...
 
Ausleihdaten aus Bibliotheken als Linked Open Data publizieren und nutzen
Ausleihdaten aus Bibliotheken als Linked Open Data publizieren und nutzenAusleihdaten aus Bibliotheken als Linked Open Data publizieren und nutzen
Ausleihdaten aus Bibliotheken als Linked Open Data publizieren und nutzen
 

Altbestandserschließung: Automatische Übernahme von RVK und SWD über Verbundgrenzen hinweg