Bibliomining dobývání znalostí z knihovních databází a systémů

Jinonické informační pondělky, Praha, 3. 11. 2008

Bibliominingdobývání znalostí z knihovních databází a systémů

Radka ŘímanováStátní technická knihovna

ÚISK FF [email protected]


Bibliomining, ([email protected])

2

STÁTNÍ TECHNICKÁ KNIHOVNA

Dolování dat

„Dobývání znalostí bývá definováno jako proces netriviální extrakce implicitních dříve neznámých a potenciálně užitečných informací z dat [Fayyad a kol., 1996].

O dobývání znalostí z databází se začíná intenzivněji mluvit v polovině 90. let, kdy si nárůst objemu dat uchovávaných v různých organizacích spolu s potřebou tato data analyzovat vynutil propjení poznatků ze tří oblastí: statistiky, databází a strojového učení.“ [BERKA, 2001]



3


Dolování dat

BERKA , Petr, 2001. Aplikace systémů dobývání znalostí pro analýzu medicínských dat [online]. Praha : EuroMISE Centrum – Kardio, VŠE, 2001 , datum poslední aktualizace: 24. 10. 2002 [cit. 2008-04-04]. Tato studie vznikla v dubnu 2001 v rámci projektu LN 00B 107 MŠMT ČR. Dostupný z WWW: <http://euromise.vse.cz/kdd/index.php>.

BERKA, Petr, 2003. Dobývání znalostí z databází. Praha : Academia, 2003. 336 s. + 1 CD.



4


Dolování dat

Termín pochází z ekonomických věd (business inteligence)

Nyní rozšířeno i do dalších oborů – biologie, medicína, technika, pedagogika …knihovnictví

Přínos – pravdivé, nové informace ve vztahu k jiným informacím, nová překvapivá zjištění



5


Dolování dat a informační věda

Rozvíjí statistické metody Umožňuje rychlé aplikování

zjištěných poznatků do praxe, stejně rychlé jako prostředí ovlivněné IT v dnešní době

Umožňuje použití laboratorní metod pro ověření vědeckých hypotéz



6


Bibliomining

Nový termín – 2002 Zavedl Scott Nicholson, profesor Syracuse

University School of Information Studies

NICHOLSON, Scott. Bibliomining : data minig for libraries [online]. Syracuse : Syracuse University - School for Information Studies, c2002-2005 , 05-Jan-2008 [cit. 2008-04-04]. Dostupný z WWW: <http://www.bibliomining.com/>.



7


Nový termín?



8


Scott Nicholson

http://www.scottnicholson.com/ Nar. 1971 Library Game Laboratory of

Syracuse – 2008 – výzkum hraní deskových her, možnosti rozvoje v souvislosti s rozvojem služeb knihoven

Autor hry „Tulipmania 1637“



9


Nový termín??????

Termín Knihovna je v IT používán pro sbírku procedur, funkcí a datových typů (např. standardní knihovna jazyka C)

Dolováním dat v knihovnách není dolováním dat o knihovně



10


Bibliomining v češtině 1.

SOŠKOVÁ, Michala, 2006. Analýza a vyhodnocení činností uživatelů souborného on-line katalogu Masarykovy univerzity. Brno, 2006. 58 s. Masarykova univerzita. Filozofická fakulta. Ústav české literatury a knihovnictví. Kabinet knihovnictví. Informační studia a knihovnictví. Vedoucí bakalářské práce Zdeněk Kadlec. Dostupný z WWW: <http://is.muni.cz/th/108801/ff_b/Bakalarka_prace_Soskova.pdf>.



11


Bibliomining v češtině 2.

VOJNAR, Martin, 2007. Zpětná vazba ze statistik OPAC – bibliomining . Knihovny současnosti 2007 : prezentace z konference [online]. 2007 [cit. 2008-04-04]. Dostupný z WWW: <http://www.sdruk.cz/sec/2007/b3/12_vojnar_bibliomining.pdf>.



12


Nástroje pro bibliomining a software v knihovnách Nízká podpora dolování dat bez znalostí

programování či vstupu do vnitřních tabulek = knihovník musí spolupracovat s IT specialistou (nebo dodavatelem systému)

Systém Aleph - speciální modul ARC – Aleph reporting center

Místo pro realizaci studentů ÚISK FF UK Možnost použití software (např. LISp-

Miner, VŠE Praha)



13


Bibliomining proces1. Porozumění problematice

Co chceme zjistit, cíl projektu… Prediktivní metoda

- předvídá budoucí hodnoty na základě zjištěných vlastností stávajících

Popisná metoda - přesné informace o současném stavu



14


Bibliomining proces2. Analýza dostupné datové

základny Vyhledání vhodných množiny pro dat pro

bibliomining



15


Bibliomining proces2. Analýza dostupné datové základny

Příklad

Cíl – služby z historických fondů Státní technické knihovny – možnosti:

a) Dolovat budeme v záznamech, které mají atribut „Historický fond STK“

Přínos – zjistíme přesně vlastnosti platící pro tuto sbírku

a) Dolovat budeme v celém kataloguPřínos – zjistíme více, ale množství dat

může zkreslit výsledek, nebo se projekt zastaví nad tím, že se zdá, že něco by ještě navíc do kolekce patřit mělo a není tam…

Výběr správného přístupu → zpřesnění cíle



16


Bibliomining proces3. Čištění a příprava dat

Mají data, která chceme analyzovat atributy na kterých chceme stavět naši analýzu?

Za jaké situace data vznikala (roční doba, akademický rok, kvalita připojení k síti internet…)



17


Bibliominingproces

4. Průzkum dat a modelování

Vytvoření algoritmů pro proces Počet etap průzkumu dat nelze

předem přesně stanovit Nutné počítat s časovou rezervou



18


Bibliomining proces4. Zhodnocení vzorku výsledků

Předložení výsledků odborníkům (knihovníkům) k posouzení

Příliš překvapivé výsledky → nedošlo k chybě?

Příliš překvapivé výsledky → zpět o několik kroků procesu

Kontrole pomůže tzv. „typický představitel“ (např. časopis Nature)



19


Bibliomining proces5. Zpráva a implementace 1. Dokumentace procesu ve všech etapách Před prezentací veřejnosti, konzultovat

s knihovníky, Bibliomining musí být vnímán pozitivně

– všichni chtějí být lepšími, ale nikdo nechce být kárán

Selhání bibliominingu – knihovníci přestávají spolupracovat při tvorbě dat nebo se je snaží upravit



20


Bibliomining proces5. Zpráva a implementace 2.

Podpora sociálních vztahů s uživateli – srozumitelné zveřejnění výsledků

Neadresná etická prezentace – maximálně do úrovně kategorie uživatelů



21


A pak zase znovu…

Statistické výstupy získané z bibliominingu je vhodné opakovat v pravidelných cyklech – v ideálním případě pravdivě odhalí zlepšení….stagnaci….zhoršení…

Softwarové nástroje vyvinuté pro bibliomining proces využít vícekrát….postupné snižování nákladů



22


Bibliomining v praxi aneb co nám poví KIS

Uvedené příklady slouží jako ilustrace využití bibliominingu, nikoli prezentace výsledků jednotlivých výzkumů!

Termín bibliomining nebyl použit v žádné citované práci



23


Vzdálený přístup do databází elektronických časopisů

ŘÍMANOVÁ, Radka, 2002. Ultra Access : vstupy do elektronických verzí periodik aneb které služb NLK jsou přístupné po otevírací době II. In Knihovny současnosti 2002 : sborník z 10. konference, konané ve dnech 24 - 26. září 2002 v Seči u Chrudimi. Brno : Sdružení knihoven, 2002. s. 100-103. ISBN 80-86249-18-2.



24


Vzdálený přístup do databází elektronických časopisů 1.

2000 – MŠMT podpořilo nákup online databází elektronických časopisů – několik tisíc titulů

Licence – autentifikace na IPA knihovny nebo školy

Statistiky – dnes COUNTER (Counting Online Usage of Networked Electronic Resources)



25



2000 – pro koho tyto databáze nakupujeme?

Informační bariéra – geografická a časová

Software pro realizaci vzdáleného přístupu Ultra Access (Národní lékařská knihovna 2002)



26



Ultra Access – hlavní cíl – přístup mimo NLK

Vzdálený přístup – nutné povolení v licenci

Vzdálená registrace – nutnost smlouvy, účetní opatření (očekávaná platba)

Zhodnocení výsledků pořízení – statistiky využívání – potřeba filtru od „in-house“ přístupů



27


Vzdálený přístup do databází elektronických časopisů 4. Spolupráce s softwarovým

specialistou Grafická nadstavba Analýza dat,které systém eviduje

(omezení - přístup do databáze ano, chování v konkrétní databázi nikoli)

Definice položek pro dolování dat



28



Autorizace uživatele – podmínka licence – z hlediska dolování dat – velmi lákavá informace

Vytvoření trvalého nástroje pro sledování služby na intranetu Národní lékařské knihovny



29


Bibliomining a OPACvýznam názvu nakladatele

ŘÍMANOVÁ, Radka. Kvalitní katalog - nezbytný zdroj pro poskytování služeb knihovny. In Knihovny současnosti 2005 : Sborník z 13. konference, konané ve dnech 13. - 15. září 2005 v Seči u Chrudimi. Brno : Sdružení knihoven ČR, 2005. s. 218-227. ISBN 80-86249-33-6.



30


Bibliomining a OPACvýznam názvu nakladatele 1.

Konkrétní problém katalogizační AACR2 – název nakladatele do pole

260, tak jak je uvedeno v knize Katalogizátoři – snaha o unifikaci

názvu nakladatele – konkrétní odraz vznik pole 928



31



Problém – náklady na údržbu rejstříku autoritních podob názvu nakladatele x podle čeho uživatelé vyhledávají



32



Výsledek - Název nakladatele není pro hledání v OPAC významný

Vytvoření tabulky na intranetu Státní technické knihovny

Další „překvapivá“ zjištění



33


Bibliomining a OPACvýznam názvu nakladatele 4.(STK OPAC knihy 21. 4. – 21. 7. 2005)

Index WWW %(zaokrouhleno)

Z39.50 %

Název 6204 37 % 0 0

Autor 3310 20 % 0 0

Předmětové heslo

2536 15 % 0 0

Název produktu

302 2 % 0 0

Heslo PSH 188 1 % 0 0



34



(STK OPAC knihy 21. 4. – 21. 7. 2005)

Index WWW %(zaokrouhleno)

Z39.50 %

MDT 75 0 0 0

Nakladatel 204 0 0 0

Edice 77 0 0 0

ISBN 430 3 % 1212 95 %

ISSN 79 0 56 0

Signatura 3350 20 % 0 0



35


Bibliomining a OPACvýznam názvu nakladatele 6.Režim „vyhledávání“ (STK OPAC knihy 21. 4. – 21. 7. 2005)

Položka WWW %zaokrouhleno

Z39.50 %

Všechny 46393 70 % 0 0

Autor 8377 13 % 3369 54

Název 7461 11 % 2716 44

Předmětová hesla

2884 4% 107 2

Nakladatel 730 1% 0 0



36



Překvapivé výsledky:1. Kde uživatelé hledají častěji (režim, položka)2. Pojmenování položek v OPAC, rozumíme si?3. Rozdíl mezi hledáním ve www a Z39.504. Důležitost selekčních prvků, na co je nám

MDT?5. Jak pomoci přesnosti nejčastějšího typu

dotazu do OPAC?

Pozor na zobecnění – nepřenositelné vůči jiné uživatelské skupině či OPAC!!!!!



37


Bibliomining a OPAC : porovnání dotazníku a bibliominingu z KIS

Aleph

DOLEŽALOVÁ, Pavlína, 2007; ŠRAJBOVÁ, Magda; TRNKA, Jiří. Katalogizátor pro(ti) uživateli katalogu aneb jak uvažuje knihovník o čtenáři. Knihovny současnosti 2007 : Sborník z 15. konference, konané ve dnech 11.–13. září 2007 v Seči u Chrudimi [online]. 2007 [cit. 2008-04-11], s. 389-404. Dostupný z WWW: <http://www.sdruk.cz/sec/2007/sbornik/3-08.pdf>.



38


Bibliomining a OPAC : porovnání dotazníku a bibliominingu

z KIS Aleph 1.

Provnání tradiční formy průzkumu v knihovnách a bibliominingu

Hledání bariér mezi OPAC a uživatelem V roce 1967 – lístkové katalogy SVK

Plzeň Chyběl názvový katalog, málo užívaný

systematický (MDT



39


Bibliomining a OPAC : porovnání dotazníku a

bibliominingu z KIS Aleph 2.

Zkoumané skupiny– katalogizátoři, pracovníci ve

službách, uživatelé– dotaz na knihovníky – podle čeho

hledáte vy a podle čeho si myslíte, že hledají uživatelé…



40


Bibliomining a OPAC : porovnání dotazníku a

bibliominingu z KIS Aleph 3. Předpoklad při bibliominingu

OPAC – laiciKIS staff rozhraní – knihovníci

Dotazník – uživatelé uváděli rozšířenou škálu typů rešerši – nutno zkoumat skupinu respondentů – spíše lidé s hlubším vztahem ke knihovně (snaha „potěšit“ dotazujícího knihovníka)

Bibliomining – srovnatelné výsledky s STK



41


Bibliomining a OPAC : porovnání dotazníku a bibliominingu z KIS

Aleph 4.Ze závěrů průzkumu např.- Podle titulů nebo typů hledané literatury lze

usuzovat i na úroveň práce uživatelské kategorie = studenti používají při hledání studijní literatury častěji než běžný uživatel kombinaci více termínů (název x rok)

- Uživatelé nevnímají struktury bibliografického záznamu

- Pracovníci ve službách lépe znají uživatele a jejich požadavky – nutné najít mechanismus jak tyto znalosti předávat do zpracovatelských sfér



42


Prezenční výpůjčky

ŘÍMANOVÁ, Radka, 2006; SKOLKOVÁ, Linda. Jak sledovat využití knihovního fondu. In CASLIN 2006 : Zpětná vazba aneb děláme to dobře? Český ráj, 11.-15. 6. 2006. Praha : Knihovna AV ČR, 2006. s. 44-67. ISBN 80-86675-10-6. Prezentace dostupná z WWW: <http://www.lib.cas.cz/caslin-2006/download/Rimanova_Skolkova_prezentace.pdf>



43


Prezenční výpůjčky 1.

„Kde nejsou data nemůže být ani bibliomining…“

Elektronické časopisy – dobrá statistická podpora

Tištěné časopisy - prezenční výpůjčky – obtížné vytváření dat



44



Proč sledovat? Např.– efektivita nákladů na pořízení a

zpřístupnění– uspořádání a organizace studoven– opravdu nutné jen prezenčně?– porovnání počtu služeb document delivery

services a přímého využívání– poměr mezi využíváním tištěné a

elektronické verze …..



45



Z výsledků 57% knihoven nemělo prokazatelné výsledky o

poměru využívání papírových a elektronických verzí

Poměr mezi stabilitou financování a investicemi do sledování prezenčních výpůjček

Nejčastější metoda – ruční snímání čárových kódů a porovnáváním s evidencí v KIS

RFID technologie – sledování prezenčních výpůjček na bází čipu – laboratoř 3M



46


Turniket a bibliomining

LOŠŤÁKOVÁ, Danuše, 2006; SLEZÁKOVÁ, Ludmila. Víme, co naši uživatelé potřebují?. In CASLIN 2006 : Zpětná vazba aneb děláme to dobře? Český ráj, 11.-15. 6. 2006. Praha : Knihovna AV ČR, 2006. s. 89-97. ISBN 80-86675-10-6. Prezentace dostupná z WWW: <http://www.lib.cas.cz/caslin-2006/program.php>



47


Turniket a bibliomining

Identifikace uživatele na vstupu do knihovny

Přínos – adresné vyhodnocení vůči studované fakultě, prokazatelné požadavky při sdíleném financování a argument pro spojení knihoven

Negativní dopad – bariéra při vstupu do knihovny, v roce 2007 odstraněn



48


Zkušenost z Tchaj-wanu

WU, Chin-Hsing, 2003; LEE, Tzai-Zang; KAO, Shu-Chen. Knowledge discovery applied to materiál aquisitions for libraries. Information Processing and Management. 2004, vol. 40 [cit. 2008-04-02], p. 709-725. Doi:10.1016/j.ipm.2003.08.010. Abstrakt dostupný z WWW: <http://portal.acm.org/citation.cfm?id=1018554http://portal.acm.org/citation.cfm?id=1018554>. ISSN 0306-4573.



49


Zkušenost z Tchaj-wanu 1.

Bibliomining pro akviziční politiku univerzity

Další záludnost bibliominingu – poměr odborníků a služeb - jak vyhovět i těm, kterých je méně

Nutná kombinace tradičních prvků – zkušenost, studijní plán, fakultní doporučení a bibliominingu



50


Zkušenost z Tchaj-wanu 2.

„…Knihovníci, kteří přijmou technologie jako partnera při rozhodování, jsou i nadále více přístupni tomu, aby se změny v jejich práci děly na základě analytických počítačových metod. Z tohoto důvodu doporučujeme nezapomenout v projektech na náklady a prostor pro vysvětlení všem, kteří pracují s výpůjční databází, že při své práci vytváří i data pro budoucí akvizici…“



51


Závěr 1.

1. Knihovník musí vědet o existenci a možnostech bibliominingu. Pokud jej nezná, pak alespoň o existenci a možnostech dolování dat .

2. Před knihovníky leží úkol přejít od intuitivních metod dolování dat k standardizovaným procesům a zařadit je do své práce.



52


Závěr 2.

3. Při práci v knihovně minimalizovat neevidované procesy a zároveň výsledky bibliominingu prezentovat i v souvislostech statisticky nepopsatelných skutečností.

4. Výsledky bibliominingu prezentovat a využívat v souladu s etickými principy knihovníka a pozitivním způsobem.

5. Požadovat na všech producentech SW pro knihovnicko-informační služby dynamické nástroje pro bibliominingové projekty.



53


Vzhůru do dolů!

http://www.encyklopedie.ckrumlov.cz/img/1853.jpg



54


Děkuji za pozornost

Radka Římanová

[email protected]

Documents

Bibliomining dobývání znalostí z knihovních databází a systémů