Aanbevelingssystemen:  vinden wat je niet zocht<br />11-09-2009<br />Het voorbeeld van bX<br />Veerle Kerstens<br />K.U.Le...
Inhoud<br /><ul><li>Aanbevelingssystemen:  wat  - hoe – waarom ?
Voorbeelden uit informatie- en bibliotheekwereld
Ervaringen en Issues
bX, aanbevelingssysteem voor wetenschappelijke artikels</li></ul>11-09-2009<br />2<br />Aanbevelingssystemen: vinden wat j...
Wat is een aanbevelingsysteem ?<br />Softwaresysteem dat tracht te voorspellen welke items (boeken, muziek, video’s, nieuw...
“Content-based filtering”<br />11-09-2009<br />Aanbevelingssystemen: vinden wat je niet zocht<br />4<br />Aanbevelingen op...
“Collaborative filtering”<br />11-09-2009<br />Aanbevelingssystemen: vinden wat je niet zocht<br />5<br />Impliciet: bv. o...
Collaborative filtering: op basis van relaties tussen<br />gebruikers<br />11-09-2009<br />Aanbevelingssystemen: vinden wa...
<ul><li>Aanbevelingssystemen:  </li></ul>						Wat  - Hoe  -  Waarom?<br /><ul><li>Voorbeelden in informatie- en bibliothe...
Ervaringen en issues
bX, aanbevelingssysteem voor wetenschappelijke artikels</li></ul>11-09-2009<br />Aanbevelingssystemen: vinden wat je niet ...
Aanbevelingen zijn big business !<br /><ul><li>2/3 van films via aanbevelingen
Prijs van 1.000.000 $ voor wie aanbevelingen 10% accurater maakt
aanbevelingen genereren  38% meer “click-throughs”
35% vd verkoop via aanbevelingen</li></ul>11-09-2009<br />Aanbevelingssystemen: vinden wat je niet zocht<br />8<br />Bron:...
Bijkomend instrument om relevante info te vinden in wereld van informatieoverload<br />11-09-2009<br />Aanbevelingssysteme...
“While search engines help youfindthingsyouknowyou are lookingfor, discoveryhelpsyoufind the rest”<br />Rick Hangartner<br...
Onderzoek bij gebruikers van Amazon:<br /><ul><li>Aanbevelingen zijn complementair met zoektermen
Worden zowel “strategisch” als toevallig gebruikt
“strategisch”: als onderdeel van zoekstrategie, bv. zoeken naar bekend item als bron voor aanbevelingen</li></ul>11-09-200...
<ul><li>Aanbevelingssystemen:  wat  - Hoe - Waarom ?
Voorbeelden in informatie- en bibliotheekwereld
Ervaringen en issues
bX, aanbevelingssysteem voor wetenschappelijke artikels</li></ul>11-09-2009<br />Aanbevelingssystemen: vinden wat je niet ...
Bibliotheekcatalogi<br /><ul><li>Bibtip
Melvyl Project (experiment California Digital Library, aanbevelingen o.b.v. circulatiegegevens)
WordCat</li></ul>Federated search<br />- PurpleSearch<br />11-09-2009<br />Aanbevelingssystemen: vinden wat je niet zocht<...
Bibliotheekcatalogi<br /><ul><li>Bibtip
Melvyl Project (experiment California Digital Library, aanbevelingen o.b.v. circulatiegegevens)
WorldCat</li></ul>Federated search<br />- PurpleSearch<br />11-09-2009<br />Aanbevelingssystemen: vinden wat je niet zocht...
BibTip(Universiteitsbibliotheek  Karlsruhe)<br />11-09-2009<br />Aanbevelingssystemen: vinden wat je niet zocht<br />15<br...
Gebruikersonderzoek Melvyl Project<br /><ul><li>Gebruikers appreciëren aanbevelingen in OPAC
Aanbevelingen worden gebruikt om zoekvraag uit te breiden
Presentatie is belangrijk: gebruikers willen weten waarom item aanbevolen wordt
In een als nuttig beoordeelde set waren niet noodzakelijk alle items nuttig
Domeinexpertise  speelt rol in beoordeling relevantie</li></ul>11-09-2009<br />Aanbevelingssystemen: vinden wat je niet zo...
WorldCat<br />11-09-2009<br />Aanbevelingssystemen: vinden wat je niet zocht<br />17<br />2009-03-25<br />
11-09-2009<br />Aanbevelingssystemen: vinden wat je niet zocht<br />18<br />
PurpleSearch(Universiteitsbibliotheek Groningen)<br />11-09-2009<br />Aanbevelingssystemen: vinden wat je niet zocht<br />...
Wetenschappelijke artikels<br />-Web of Science<br />- Ingentaconnect<br />- Dspace: content basedo.b.v. bookmarks van geb...
Web of Science<br />11-09-2009<br />Aanbevelingssystemen: vinden wat je niet zocht<br />21<br />Aanbevelingen van artikels...
Upcoming SlideShare
Loading in …5
×

Aanbevelingssystemen: vinden wat je niet zocht, het voorbeeld van bX

788 views

Published on

Aanbevelingssystemen: vinden wat je niet zocht, het voorbeeld van bX
Veerle Kerstens, Libis
Informatie aan Zee
11 september 2009
Kursaal Oostende
Zaal Mercator

Published in: Technology, Education
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
788
On SlideShare
0
From Embeds
0
Number of Embeds
83
Actions
Shares
0
Downloads
7
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide
  • Bron: “Music recommendation Tutorial”: presentatie
  • In guest column: “What is the RecommenderIndustry ?”
  • In guest column: “What is the RecommenderIndustry ?”
  • Finse studie:Hoe vindengebruikers items in de hedendaagsecomplexeinformatieomgevingen, welkerolspelenaanbevelingssystemendaarin ? Daarnaar werd onderzoek gedaan. Een onderzoek in Finland waarbij testpersonen werden gevraagd om boeken te zoeken in Amazon.com concludeert dat gebruikers de aanbevelingen betrouwbaar vinden, en dat aanbevelingen gebruikt worden in combinatie met zoeken op trefwoorden. De aanbevelingen worden zowel strategisch als toevallig (opportunistisch) gebruikt.Strategisch gebruik wil zeggen dat de gebruiker bewust gebruik maakt van aanbevelingen in zijn/haar strategie om items te vinden. Bv. De gebruiker zoekt naar een boek dat hij al kent, om dan te bekijken welke items er gerelateerd zijn met dat boek.Dus aanbevelingen maken effectief deel uit van de strategie van de gebruiker om items te vinden. In dit onderzoek bleek ook dat via aanbevelingen werden gevonden die ze niet via klassiek zoeken hadden kunnen vinden, en die wel perfect waren wat ze zochten (serendipitous).
  • Aanbevelingssystemen: vinden wat je niet zocht, het voorbeeld van bX

    1. 1. Aanbevelingssystemen: vinden wat je niet zocht<br />11-09-2009<br />Het voorbeeld van bX<br />Veerle Kerstens<br />K.U.Leuven, LIBIS<br />Aanbevelingssystemen: vinden wat je niet zocht<br />
    2. 2. Inhoud<br /><ul><li>Aanbevelingssystemen: wat - hoe – waarom ?
    3. 3. Voorbeelden uit informatie- en bibliotheekwereld
    4. 4. Ervaringen en Issues
    5. 5. bX, aanbevelingssysteem voor wetenschappelijke artikels</li></ul>11-09-2009<br />2<br />Aanbevelingssystemen: vinden wat je niet zocht<br />
    6. 6. Wat is een aanbevelingsysteem ?<br />Softwaresysteem dat tracht te voorspellen welke items (boeken, muziek, video’s, nieuws, webpagina’s, objecten, artikels,..) de gebruiker zullen interesseren in een bepaalde informatieomgeving , op basis van <br />- de inhoud van eerder gevonden items (content-based filtering) en/of<br />- de interesses van andere gebruikers (collaborative filtering)<br />11-09-2009<br />Aanbevelingssystemen: vinden wat je niet zocht<br />3<br />
    7. 7. “Content-based filtering”<br />11-09-2009<br />Aanbevelingssystemen: vinden wat je niet zocht<br />4<br />Aanbevelingen op basis van analyse van tekst/golfvorm/pixels<br />
    8. 8. “Collaborative filtering”<br />11-09-2009<br />Aanbevelingssystemen: vinden wat je niet zocht<br />5<br />Impliciet: bv. ook gekocht door..<br />Expliciet: via quoteringen e.d.<br />
    9. 9. Collaborative filtering: op basis van relaties tussen<br />gebruikers<br />11-09-2009<br />Aanbevelingssystemen: vinden wat je niet zocht<br />6<br /><ul><li>items </li></ul>en/of<br />Welkeandere items worden frequent samen met dit item geraadpleegd/gekocht/.. ?<br />Welkegebruikershebbengelijkaardigevoorkeuren ? <br />=&gt; aanbevelingen op basis van hunwaarderingen<br />
    10. 10. <ul><li>Aanbevelingssystemen: </li></ul> Wat - Hoe - Waarom?<br /><ul><li>Voorbeelden in informatie- en bibliotheekwereld
    11. 11. Ervaringen en issues
    12. 12. bX, aanbevelingssysteem voor wetenschappelijke artikels</li></ul>11-09-2009<br />Aanbevelingssystemen: vinden wat je niet zocht<br />7<br />
    13. 13. Aanbevelingen zijn big business !<br /><ul><li>2/3 van films via aanbevelingen
    14. 14. Prijs van 1.000.000 $ voor wie aanbevelingen 10% accurater maakt
    15. 15. aanbevelingen genereren 38% meer “click-throughs”
    16. 16. 35% vd verkoop via aanbevelingen</li></ul>11-09-2009<br />Aanbevelingssystemen: vinden wat je niet zocht<br />8<br />Bron: Music Recommendation Tutorial (http://www.slideshare.net/ocelma/music-recommendation-tutorial) <br />
    17. 17. Bijkomend instrument om relevante info te vinden in wereld van informatieoverload<br />11-09-2009<br />Aanbevelingssystemen: vinden wat je niet zocht<br />9<br />
    18. 18. “While search engines help youfindthingsyouknowyou are lookingfor, discoveryhelpsyoufind the rest”<br />Rick Hangartner<br />11-09-2009<br />Aanbevelingssystemen: vinden wat je niet zocht<br />10<br />
    19. 19. Onderzoek bij gebruikers van Amazon:<br /><ul><li>Aanbevelingen zijn complementair met zoektermen
    20. 20. Worden zowel “strategisch” als toevallig gebruikt
    21. 21. “strategisch”: als onderdeel van zoekstrategie, bv. zoeken naar bekend item als bron voor aanbevelingen</li></ul>11-09-2009<br />Aanbevelingssystemen: vinden wat je niet zocht<br />11<br /> Leino, Juha and Raiha, Kari-Jouko,User Experiences and Impressions of Recommenders in Complex Information Environments. In: Bulletin of the IEEE Computer Society Technical Committee on Data Engineering, Juni 2008, vol 31, no 2 p 32-39 <br />
    22. 22. <ul><li>Aanbevelingssystemen: wat - Hoe - Waarom ?
    23. 23. Voorbeelden in informatie- en bibliotheekwereld
    24. 24. Ervaringen en issues
    25. 25. bX, aanbevelingssysteem voor wetenschappelijke artikels</li></ul>11-09-2009<br />Aanbevelingssystemen: vinden wat je niet zocht<br />12<br />
    26. 26. Bibliotheekcatalogi<br /><ul><li>Bibtip
    27. 27. Melvyl Project (experiment California Digital Library, aanbevelingen o.b.v. circulatiegegevens)
    28. 28. WordCat</li></ul>Federated search<br />- PurpleSearch<br />11-09-2009<br />Aanbevelingssystemen: vinden wat je niet zocht<br />13<br />Bibliotheek 2.0…<br />
    29. 29. Bibliotheekcatalogi<br /><ul><li>Bibtip
    30. 30. Melvyl Project (experiment California Digital Library, aanbevelingen o.b.v. circulatiegegevens)
    31. 31. WorldCat</li></ul>Federated search<br />- PurpleSearch<br />11-09-2009<br />Aanbevelingssystemen: vinden wat je niet zocht<br />14<br />Aanbevelingssystemen<br />
    32. 32. BibTip(Universiteitsbibliotheek Karlsruhe)<br />11-09-2009<br />Aanbevelingssystemen: vinden wat je niet zocht<br />15<br />Aanbevelingen op basis van opvragingen van volledige titelbeschrijvingen.<br />Twee titels zijn gerelateerd als ze samen in één sessie worden opgevraagd. <br />
    33. 33. Gebruikersonderzoek Melvyl Project<br /><ul><li>Gebruikers appreciëren aanbevelingen in OPAC
    34. 34. Aanbevelingen worden gebruikt om zoekvraag uit te breiden
    35. 35. Presentatie is belangrijk: gebruikers willen weten waarom item aanbevolen wordt
    36. 36. In een als nuttig beoordeelde set waren niet noodzakelijk alle items nuttig
    37. 37. Domeinexpertise speelt rol in beoordeling relevantie</li></ul>11-09-2009<br />Aanbevelingssystemen: vinden wat je niet zocht<br />16<br />Whitney, C. and Schiff, L. (2006), The Melvyl Recommender Project. In: D-Lib Magazine, 12(12), doi:10.1045/december2006-whitney<br />
    38. 38. WorldCat<br />11-09-2009<br />Aanbevelingssystemen: vinden wat je niet zocht<br />17<br />2009-03-25<br />
    39. 39. 11-09-2009<br />Aanbevelingssystemen: vinden wat je niet zocht<br />18<br />
    40. 40. PurpleSearch(Universiteitsbibliotheek Groningen)<br />11-09-2009<br />Aanbevelingssystemen: vinden wat je niet zocht<br />19<br />Federated search systeem dat databanken selecteert o.b.v. zoekterm(en) vd gebruiker, automatisch, achter de schermen <br />+<br />Suggesties gerelateerde zoektermen<br />
    41. 41. Wetenschappelijke artikels<br />-Web of Science<br />- Ingentaconnect<br />- Dspace: content basedo.b.v. bookmarks van gebruikers<br /><ul><li>- bX</li></ul>11-09-2009<br />Aanbevelingssystemen: vinden wat je niet zocht<br />20<br />
    42. 42. Web of Science<br />11-09-2009<br />Aanbevelingssystemen: vinden wat je niet zocht<br />21<br />Aanbevelingen van artikels op basis van aantal gemeenschappelijke referenties<br />
    43. 43. Ingentaconnect<br />11-09-2009<br />Aanbevelingssystemen: vinden wat je niet zocht<br />22<br />Met technologie van Baynote<br />
    44. 44. <ul><li>Aanbevelingssystemen: wat ? Hoe ? Waarom ?
    45. 45. Voorbeelden in informatie- en bibliotheekwereld
    46. 46. Ervaringen en issues
    47. 47. bX, aanbevelingssysteem voor wetenschappelijke artikels</li></ul>11-09-2009<br />Aanbevelingssystemen: vinden wat je niet zocht<br />23<br />
    48. 48. Kritische massa gebruiksgegevens nodig<br />Items die weinig of niet geraadpleegd worden genereren geen aanbevelingen<br />BibTip: <br />Observatieperiode nodig, lengte in functie van<br />Intensiteit gebruik van OPAC<br />Diversiteit vd items<br />Grootte vd databank<br /> Maar niet voor alle items aanbevelingen nodig: 80% zoekacties naar 20% vd items <br />11-09-2009<br />Aanbevelingssystemen: vinden wat je niet zocht<br />24<br />
    49. 49. Feedback-lus<br />11-09-2009<br />Aanbevelingssystemen: vinden wat je niet zocht<br />25<br />Aanbevolen:<br />Keuze voor aanbevolen item versterkt bestaande relatie <br />
    50. 50. Probleem populaire items<br />11-09-2009<br />Aanbevelingssystemen: vinden wat je niet zocht<br />26<br />!?<br />
    51. 51. Transparantie -&gt; vertrouwen <br />11-09-2009<br />Aanbevelingssystemen: vinden wat je niet zocht<br />27<br />Rashmi R. Sinha, Kirsten Swearingen: The role of transparency in recommender systems. CHI Extended Abstracts 2002: 830-831<br />
    52. 52. Transparantie -&gt; vertrouwen (2)<br />11-09-2009<br />Aanbevelingssystemen: vinden wat je niet zocht<br />28<br />Tintarev, N. and Masthoff, J. (2007). <br />A survey of explanations in recommender systems. <br />In Data Engineering Workshop, 2007 IEEE 23rd International Conference, pages 801–810.<br />
    53. 53. Verhouding gelijkaardige/nieuwe items<br />11-09-2009<br />Aanbevelingssystemen: vinden wat je niet zocht<br />29<br />Bruikbaarheid <br />aanbeveling<br />Meer kans bij “content-based” filtering<br />Serendipitous volgens Van Dale: <br />“begiftigd met de gave omwaardevolleontdekkingentedoen”. <br />
    54. 54. <ul><li>Aanbevelingssystemen: wat ? Hoe ? Waarom ?
    55. 55. Voorbeelden in informatie- en bibliotheekwereld
    56. 56. Ervaringen en issues
    57. 57. bX, aanbevelingssysteem voor wetenschappelijke artikels</li></ul>11-09-2009<br />Aanbevelingssystemen: vinden wat je niet zocht<br />30<br />
    58. 58. bX (ExLibris)<br /><ul><li>Gebaseerd op onderzoek van Herbert Van de Sompel en Johan Bollen in Los Alamos National Laboratory
    59. 59. K.U.Leuven nam deel aan testen voor release.</li></ul>11-09-2009<br />Aanbevelingssystemen: vinden wat je niet zocht<br />31<br />
    60. 60. 11-09-2009<br />Aanbevelingssystemen: vinden wat je niet zocht<br />32<br />
    61. 61. 11-09-2009<br />Aanbevelingssystemen: vinden wat je niet zocht<br />33<br />Exporteren naar bibliografische software<br />
    62. 62. 11-09-2009<br />Aanbevelingssystemen: vinden wat je niet zocht<br />34<br />
    63. 63. Hoe het werkt<br />11-09-2009<br />Aanbevelingssystemen: vinden wat je niet zocht<br />35<br />Full text bij uitgever<br />Print holdings <br />Source<br />Link resolver<br />OpenURL met <br /><ul><li> Adres van linkresolver
    64. 64. ContextObject (metadata)</li></ul>……..<br />CO’s<br />Logs met ContextObjects<br />
    65. 65. 11-09-2009<br />Aanbevelingssystemen: vinden wat je niet zocht<br />36<br />
    66. 66. Voorbeeld van een zoeksessie<br />A<br />B<br />C<br />
    67. 67. Relatiestussenartikels<br />SFX logbestand<br />[start session 1]<br />&lt;Clickthrough 1&gt;<br />&lt;Clickthrough 2&gt;<br />&lt;Clickthrough 3&gt;<br />&lt;Clickthrough 4&gt;<br />[End session 1]<br />……..<br />[start session n]<br /> &lt;Clickthrough 1&gt;<br />…<br />[End session n]<br />
    68. 68. Issues<br /><ul><li>In aantal disciplines moet massa gebruiksgegevens verder groeien. In die domeinen:</li></ul>-&gt; Aantal aanbevelingen beperkt<br />-&gt; minder relevante aanbevelingen, “ruis”<br />-&gt; weinig aanbevelingen voor recente items<br /><ul><li>Wat zijn goede aanbevelingen ? Verschillende types gebruikers (studenten – onderzoekers) hebben mogelijk verschillende verwachtingen</li></ul>11-09-2009<br />Aanbevelingssystemen: vinden wat je niet zocht<br />39<br />
    69. 69. Voordelen<br /><ul><li>Niet beperkt tot één databank, platform
    70. 70. Interessant in context van
    71. 71. Onderwijs
    72. 72. Verkennen van aangrenzende/nieuwe interessedomeinen
    73. 73. Info zoeken buiten eigen expertisedomein
    74. 74. Meer kans op het vinden van nieuwe (“serendipitous”) items</li></ul>11-09-2009<br />Aanbevelingssystemen: vinden wat je niet zocht<br />40<br />
    75. 75. Voordelen (2)<br /><ul><li>Configuratiemogelijkheden voor de bibliotheek
    76. 76. Aantal aanbevelingen, layout, navigatie, relevantie
    77. 77. Integratie in portal-omgeving (Primo, extern systeem) mogelijk</li></ul>11-09-2009<br />Aanbevelingssystemen: vinden wat je niet zocht<br />41<br />
    78. 78. Vragen ?<br />11-09-2009<br />Aanbevelingssystemen: vinden wat je niet zocht<br />42<br />

    ×