1

Martin Vojnarvojnar@multidata.cz

Indexy a uživatelé paměťových institucí

IKI, 17. ledna 2012

IKI, 17. ledna 2012 2

1. vyhledávání a agregace formou „velkých“ indexů (relevance, obsah, zahlcení, …)

2. kulturní instituce a jejich sbírky a uživatelé (knihovny, AMG, archivy, …)

IKI, 17. ledna 2012 3

Vyhledávání formou velkých indexů

• existují a fungují dva modely:

• (A) 1 index (někde v oblaku)kam posíláte všechna data a uživatele

• (B) ekosystém více indexů

• lokální dokumenty pod Vaší přímou správou

• „přátelské“ indexy odpovídající zájmu Vašich uživatelů

• globální (centrální) indexy – části nebo celé

IKI, 17. ledna 2012 4

Na mezinárodní scéně

• pro kultivaci ekosystému indexů vznikla na konci 2011 nová NISO pracovní skupina: Open Discovery Initiative

• a delší dobu funguje také např. http://discovery.ac.uk/ (sponzorováno JISC)

IKI, 17. ledna 2012 5

Co jsou přátelské indexy ?

• kde má své místo:

• (B) ekosystém více indexů

• lokální dokumenty pod Vaší přímou správou

• přátelské indexy odpovídající zájmu Vašich uživatelů

• globální (centrální) indexy – části nebo celé

• typicky se jedná o specializovaný index (dle formátu, obsahu, producenta), který je vytvořen a udržován pro vícenásobné použití:

• může mít vlastní rozhraní pro vyhledávání

• umožňuje zařazení do libovolného jiného vyhledávacího systému zpřístupněním indexu

• obvykle neumožňuje samostatnou agregaci dat

IKI, 17. ledna 2012 6

Z nabídky přátelských indexů

• souborné báze a katalogy NK ČR (např. SK ČR nebo ANL / ANL+)

• Manuscriptorium / Kramerius / Webarchiv

• registr digitalizace (mohla by odpadnout nutnost indexovat jednotlivé K3 nebo K4)

• české příspěvky do Europeany a eSbírky (NM)

• Registr sbírek výtvarného umění (RG ČR a CITEM)

• Digitální parlamentní knihovna

• státní oblastní archivy / Národní digitální archiv

• vládní dokumenty

• výsledky vědy a výzkumu a primární data (www.datacite.org)

IKI, 17. ledna 2012 7

Příklad přátelského indexu: ANL+ (anlplus.jib.cz)

• český článkový prostor, ca 700 tis. článků z 30 titulů

• pilotní projekt NK ČR v testovacím režimu od září 2011

IKI, 17. ledna 2012 8

IKI, 17. ledna 2012 9

IKI, 17. ledna 2012 10

ANL+ nebo ANL- ?

• test v roce 2011 nebyl úplný, mělo by být doplněno v roce 2012(chybí digitalizace NK – ca 250 zejména odborných titulů)

• chybí minulé roky

• tradiční ANL (bohatá metadata) vs. ANL+ (plné texty, náhledy)

• potenciál vyhledávacího prostoru českých článků v tištěné podobě je > 50 mil.

• vyhledávat může kdokoliv, zobrazovat pouze oprávněný uživatel

• zkušenosti velkých indexů signalizují jeden problém: relevance!

IKI, 17. ledna 2012 11

Relevance vyhledávání

• příklad komerčního přístupu k relevanci: ScholarRank

• podrobněji v příspěvku Tamar Sadeh (např. na CASLINu 2011)

• řazení relevance vychází z:

• dotazu

• kontextu dokumentu

• kontextu uživatele

IKI, 17. ledna 2012 12

AMGK+ http://aries.multidata.cz

• jiný příklad přátelského indexu

• experiment z oblasti digitálních a digitalizovaných sbírek

• může zahrnovat všechny typy paměťových institucí

• propojení různých pohledů a komunit

• typologie a žánry

• fáze 1: hledání podpory v oblasti AMG

• zapojení knihoven: ideálně pomocí registru digitalizace, ale …

• zapojení knihoven: ideálně na úrovni článku

IKI, 17. ledna 2012 13

Na UK se chystá jednotné vyhledávání …

• nejde jen o to, jaké indexy a data bude zahrnovat

• ale také jakým komunitám uživatelů bude sloužit

• mají všichni uživatelé vyhledávat ve stejné množině dokumentů ?

• zařadit do vyhledávání některé přátelské indexy ?

• jaká kritéria pro stanovení optimálního záběru jednotného vyhledávání použít ?

• např. role uživatele (student / doktorand / profesor / …)

• studijní obor / příslušnost k dané fakultě

• vlastní zájem a hledání uživatele

IKI, 17. ledna 2012 14

Díky za pozornost.vojnar@multidata.cz