18

Click here to load reader

Personalisierung von Suchräumen in RDS

Embed Size (px)

DESCRIPTION

Immer mehr Bibliotheken und Verbünde setzen für den Nachweis ihrer Bestände auf suchmaschinenbasierte Resource Discovery Systeme. Die flexible Einbindung von Metadaten sowohl aus dem eigenen Haus als auch von externen Anbietern ist ein wesentlicher Grund, warum sich diese Systeme etabliert haben. Viele Bibliotheken nutzen zudem die Einbindung eines kommerziellen aggregierten Index für den Nachweis elektronischer Bestände bis auf Zeitschriftenartikel-Ebene. Diese Indizes beziehen für einen großen Teil der dort erfassten Ressourcen den eigentlichen Volltext in die Suche mit ein. Im Rahmen des sächsischen Projekts finc werden fachbezogene Bestände angrenzender Bibliotheken indexiert und bei Bedarf suchbar gemacht. Nutzergesteuerte Erwerbung für E-Books und Print-Werke oder die Erweiterung der Recherche auf nicht-lizenzierte E-Medien sind keine Seltenheit und erweitern den bisher bekannten Suchraum eines OPACs wesentlich. Diese neue Quantität ist nicht unumstritten und stellt Bibliothekare und Katalog-Teams vor neue Herausforderungen. Die für diese Systeme typischen Facetten erlauben zwar die Einschränkung auf standardisiert erfasste Werte wie Sprache, Format oder elektronische Verfügbarkeit. Sie bilden jedoch keinen für den Nutzer erkennbaren und skalierbaren Suchraum ab. Die Universitätsbibliothek Leipzig setzt sich mit verschiedenen Möglichkeiten auseinander, wie Suchräume definiert und für den Nutzer skalierbar präsentiert werden können. In Verbindung mit Benutzerkonten werden zudem Möglichkeiten der Personalisierung eruiert. Der Vortrag stellt die im Rahmen des Projekts finc entwickelten Lösungsansätze vor.

Citation preview

Page 1: Personalisierung von Suchräumen in RDS

Personalisierung von Suchräumen in Resource Discovery SystemenBjörn Muschall, Universitätsbibliothek Leipzig103. Bibliothekartag, 3.-6. Juni 2014: Ressource Discovery Systeme

Page 2: Personalisierung von Suchräumen in RDS

Wikipedia:

“Der Suchraum eines Suchproblems ist die Menge, die nach den zu findenden Objekten durchsucht werden soll.”

http://de.wikipedia.org/wiki/Suchraum

Page 3: Personalisierung von Suchräumen in RDS

Suchräume aus Sicht einer Bibliothek

Page 4: Personalisierung von Suchräumen in RDS

Größe des Suchraums3 Beispiele aus dem finc-Projekt:

Lokaler Index UB Leipzig HGB Leipzig HMT Leipzig

Lokaler Bestand 3.094.697 (3,6%) 58.655 (1,4%) 127.098 (38,6%)

Externe Metadaten 2.570.448 (3%) 226.000 (5,3%) 202.094 (61,4%)

Lokale Bibliotheken / Institute

geplant 3.975.967 (93,3%)(HALLE14, HMT, UBL, HTWK)

geplant

Primo Central - -

Holdings 80.000.000 (93%) geschätzt

Expanded völlig unbekannt

Page 5: Personalisierung von Suchräumen in RDS

Mögliche Kriterien für Suchräume

Aus Sicht der Bibliothek:● Technische Schnittstellen● Externe Kollektionen (Metadaten)● Lizenzrechtliche Einschränkung (Metadaten)● Einschränkung auf Nutzergruppen (Dienste,

die nur über Authentifizierung möglich sind)● Volltext durchsuchbar ja/nein

Page 6: Personalisierung von Suchräumen in RDS

Mögliche Kriterien für Suchräume

Aus Nutzersicht:● Formale und inhaltliche Kriterien● Aktualität● E-/Print, Verfügbarkeit● Standort● Holdings / Bibliographische Nachweise● Volltext durchsuchbar ja/nein

Page 7: Personalisierung von Suchräumen in RDS

Eigener Index

Technische Schnittstellen

Anbieter-IndexEBSCOPrimo CentralSummon...

Mögliche Kriterien für Suchräume

API

Page 8: Personalisierung von Suchräumen in RDS

Technische Schnittstellen

… und formale Kriterien

Eigener Index

Anbieter-IndexEBSCOPrimo CentralSummon...

Mögliche Kriterien für Suchräume

API

E-Aufsätze & mehrBücher & mehr

green economy Finden

Verbund-daten

Externe Kollektionen(NL, Open Access, Repository)

Page 9: Personalisierung von Suchräumen in RDS

Am Rande: solr-fusion

https://github.com/outermedia/solr-fusion

Single solr proxy to multiple solr servers with different schemas

Page 10: Personalisierung von Suchräumen in RDS

Suchraum-SkalierungFormale Kriterien werden gut über Facetten oder Vor-Facettierung abgebildet.

Page 11: Personalisierung von Suchräumen in RDS

Drill-Down über Facetten

Nicht geeignet für alles, was den Suchraum erweitert.

Vor-Facettierung ist keinstabiler Wert.

Page 12: Personalisierung von Suchräumen in RDS

Drill-Down über Facetten

Nicht geeignet für● alles, was nicht über Facetten identifizierbar

sein soll (z.B. PDA Kollektionen)● alles, was mehrere Facettenwerte betrifft (z.

B. bibliographische Nachweise über mehreren Kollektionen)

● alles, wofür es keine Facetten gibt● Expanded Search (Bsp. Primo Central)

Page 13: Personalisierung von Suchräumen in RDS

Entwicklung Prototyp

● Einbindung personalisierter “Sucheinstellungen” im Benutzerkonto

● Voreinstellung “Größe des Suchraums”● Vordefinierte Suchräume● Weitere Einstellungen denkbar, derzeit

“Aktualität im Ranking”

Page 14: Personalisierung von Suchräumen in RDS

Vordefinierte SuchräumeMinimal● Print-BestandOptimal+ Print Erwerbungsvorschläge+ Online verfügbarUmfassend+ Print-Nachweis lokaler Bibliotheken+ Online-Nachweise, nicht im Volltext verfügbar

Page 15: Personalisierung von Suchräumen in RDS

Ansicht Benutzerkonto

Page 16: Personalisierung von Suchräumen in RDS

Live

Page 17: Personalisierung von Suchräumen in RDS

Probleme, Herausforderung

● Benutzerfreundliche und “fassbare” Integration ins Frontend

● Features in RDS generell sehr geringe Nutzung