• Share
  • Email
  • Embed
  • Like
  • Save
  • Private Content
Aanbevelingssystemen: vinden wat je niet zocht, het voorbeeld van bX
 

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

on

  • 1,288 views

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

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

Statistics

Views

Total Views
1,288
Views on SlideShare
1,214
Embed Views
74

Actions

Likes
0
Downloads
6
Comments
0

3 Embeds 74

http://www.vvbad.be 66
http://www.slideshare.net 7
http://oud.vvbad.be 1

Accessibility

Categories

Upload Details

Uploaded via as Microsoft PowerPoint

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment
  • 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 Aanbevelingssystemen: vinden wat je niet zocht, het voorbeeld van bX Presentation Transcript

  • Aanbevelingssystemen: vinden wat je niet zocht
    11-09-2009
    Het voorbeeld van bX
    Veerle Kerstens
    K.U.Leuven, LIBIS
    Aanbevelingssystemen: vinden wat je niet zocht
  • Inhoud
    • Aanbevelingssystemen: wat - hoe – waarom ?
    • Voorbeelden uit informatie- en bibliotheekwereld
    • Ervaringen en Issues
    • bX, aanbevelingssysteem voor wetenschappelijke artikels
    11-09-2009
    2
    Aanbevelingssystemen: vinden wat je niet zocht
  • Wat is een aanbevelingsysteem ?
    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
    - de inhoud van eerder gevonden items (content-based filtering) en/of
    - de interesses van andere gebruikers (collaborative filtering)
    11-09-2009
    Aanbevelingssystemen: vinden wat je niet zocht
    3
  • “Content-based filtering”
    11-09-2009
    Aanbevelingssystemen: vinden wat je niet zocht
    4
    Aanbevelingen op basis van analyse van tekst/golfvorm/pixels
  • “Collaborative filtering”
    11-09-2009
    Aanbevelingssystemen: vinden wat je niet zocht
    5
    Impliciet: bv. ook gekocht door..
    Expliciet: via quoteringen e.d.
  • Collaborative filtering: op basis van relaties tussen
    gebruikers
    11-09-2009
    Aanbevelingssystemen: vinden wat je niet zocht
    6
    • items
    en/of
    Welkeandere items worden frequent samen met dit item geraadpleegd/gekocht/.. ?
    Welkegebruikershebbengelijkaardigevoorkeuren ?
    => aanbevelingen op basis van hunwaarderingen
    • Aanbevelingssystemen:
    Wat - Hoe - Waarom?
    • Voorbeelden in informatie- en bibliotheekwereld
    • Ervaringen en issues
    • bX, aanbevelingssysteem voor wetenschappelijke artikels
    11-09-2009
    Aanbevelingssystemen: vinden wat je niet zocht
    7
  • Aanbevelingen zijn big business !
    • 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
    11-09-2009
    Aanbevelingssystemen: vinden wat je niet zocht
    8
    Bron: Music Recommendation Tutorial (http://www.slideshare.net/ocelma/music-recommendation-tutorial)
  • Bijkomend instrument om relevante info te vinden in wereld van informatieoverload
    11-09-2009
    Aanbevelingssystemen: vinden wat je niet zocht
    9
  • “While search engines help youfindthingsyouknowyou are lookingfor, discoveryhelpsyoufind the rest”
    Rick Hangartner
    11-09-2009
    Aanbevelingssystemen: vinden wat je niet zocht
    10
  • Onderzoek bij gebruikers van Amazon:
    • 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
    11-09-2009
    Aanbevelingssystemen: vinden wat je niet zocht
    11
    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
    • Aanbevelingssystemen: wat - Hoe - Waarom ?
    • Voorbeelden in informatie- en bibliotheekwereld
    • Ervaringen en issues
    • bX, aanbevelingssysteem voor wetenschappelijke artikels
    11-09-2009
    Aanbevelingssystemen: vinden wat je niet zocht
    12
  • Bibliotheekcatalogi
    • Bibtip
    • Melvyl Project (experiment California Digital Library, aanbevelingen o.b.v. circulatiegegevens)
    • WordCat
    Federated search
    - PurpleSearch
    11-09-2009
    Aanbevelingssystemen: vinden wat je niet zocht
    13
    Bibliotheek 2.0…
  • Bibliotheekcatalogi
    • Bibtip
    • Melvyl Project (experiment California Digital Library, aanbevelingen o.b.v. circulatiegegevens)
    • WorldCat
    Federated search
    - PurpleSearch
    11-09-2009
    Aanbevelingssystemen: vinden wat je niet zocht
    14
    Aanbevelingssystemen
  • BibTip(Universiteitsbibliotheek Karlsruhe)
    11-09-2009
    Aanbevelingssystemen: vinden wat je niet zocht
    15
    Aanbevelingen op basis van opvragingen van volledige titelbeschrijvingen.
    Twee titels zijn gerelateerd als ze samen in één sessie worden opgevraagd.
  • Gebruikersonderzoek Melvyl Project
    • 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
    11-09-2009
    Aanbevelingssystemen: vinden wat je niet zocht
    16
    Whitney, C. and Schiff, L. (2006), The Melvyl Recommender Project. In: D-Lib Magazine, 12(12), doi:10.1045/december2006-whitney
  • WorldCat
    11-09-2009
    Aanbevelingssystemen: vinden wat je niet zocht
    17
    2009-03-25
  • 11-09-2009
    Aanbevelingssystemen: vinden wat je niet zocht
    18
  • PurpleSearch(Universiteitsbibliotheek Groningen)
    11-09-2009
    Aanbevelingssystemen: vinden wat je niet zocht
    19
    Federated search systeem dat databanken selecteert o.b.v. zoekterm(en) vd gebruiker, automatisch, achter de schermen
    +
    Suggesties gerelateerde zoektermen
  • Wetenschappelijke artikels
    -Web of Science
    - Ingentaconnect
    - Dspace: content basedo.b.v. bookmarks van gebruikers
    • - bX
    11-09-2009
    Aanbevelingssystemen: vinden wat je niet zocht
    20
  • Web of Science
    11-09-2009
    Aanbevelingssystemen: vinden wat je niet zocht
    21
    Aanbevelingen van artikels op basis van aantal gemeenschappelijke referenties
  • Ingentaconnect
    11-09-2009
    Aanbevelingssystemen: vinden wat je niet zocht
    22
    Met technologie van Baynote
    • Aanbevelingssystemen: wat ? Hoe ? Waarom ?
    • Voorbeelden in informatie- en bibliotheekwereld
    • Ervaringen en issues
    • bX, aanbevelingssysteem voor wetenschappelijke artikels
    11-09-2009
    Aanbevelingssystemen: vinden wat je niet zocht
    23
  • Kritische massa gebruiksgegevens nodig
    Items die weinig of niet geraadpleegd worden genereren geen aanbevelingen
    BibTip:
    Observatieperiode nodig, lengte in functie van
    Intensiteit gebruik van OPAC
    Diversiteit vd items
    Grootte vd databank
    Maar niet voor alle items aanbevelingen nodig: 80% zoekacties naar 20% vd items
    11-09-2009
    Aanbevelingssystemen: vinden wat je niet zocht
    24
  • Feedback-lus
    11-09-2009
    Aanbevelingssystemen: vinden wat je niet zocht
    25
    Aanbevolen:
    Keuze voor aanbevolen item versterkt bestaande relatie
  • Probleem populaire items
    11-09-2009
    Aanbevelingssystemen: vinden wat je niet zocht
    26
    !?
  • Transparantie -> vertrouwen
    11-09-2009
    Aanbevelingssystemen: vinden wat je niet zocht
    27
    Rashmi R. Sinha, Kirsten Swearingen: The role of transparency in recommender systems. CHI Extended Abstracts 2002: 830-831
  • Transparantie -> vertrouwen (2)
    11-09-2009
    Aanbevelingssystemen: vinden wat je niet zocht
    28
    Tintarev, N. and Masthoff, J. (2007).
    A survey of explanations in recommender systems.
    In Data Engineering Workshop, 2007 IEEE 23rd International Conference, pages 801–810.
  • Verhouding gelijkaardige/nieuwe items
    11-09-2009
    Aanbevelingssystemen: vinden wat je niet zocht
    29
    Bruikbaarheid
    aanbeveling
    Meer kans bij “content-based” filtering
    Serendipitous volgens Van Dale:
    “begiftigd met de gave omwaardevolleontdekkingentedoen”.
    • Aanbevelingssystemen: wat ? Hoe ? Waarom ?
    • Voorbeelden in informatie- en bibliotheekwereld
    • Ervaringen en issues
    • bX, aanbevelingssysteem voor wetenschappelijke artikels
    11-09-2009
    Aanbevelingssystemen: vinden wat je niet zocht
    30
  • bX (ExLibris)
    • Gebaseerd op onderzoek van Herbert Van de Sompel en Johan Bollen in Los Alamos National Laboratory
    • K.U.Leuven nam deel aan testen voor release.
    11-09-2009
    Aanbevelingssystemen: vinden wat je niet zocht
    31
  • 11-09-2009
    Aanbevelingssystemen: vinden wat je niet zocht
    32
  • 11-09-2009
    Aanbevelingssystemen: vinden wat je niet zocht
    33
    Exporteren naar bibliografische software
  • 11-09-2009
    Aanbevelingssystemen: vinden wat je niet zocht
    34
  • Hoe het werkt
    11-09-2009
    Aanbevelingssystemen: vinden wat je niet zocht
    35
    Full text bij uitgever
    Print holdings
    Source
    Link resolver
    OpenURL met
    • Adres van linkresolver
    • ContextObject (metadata)
    ……..
    CO’s
    Logs met ContextObjects
  • 11-09-2009
    Aanbevelingssystemen: vinden wat je niet zocht
    36
  • Voorbeeld van een zoeksessie
    A
    B
    C
  • Relatiestussenartikels
    SFX logbestand
    [start session 1]
    <Clickthrough 1>
    <Clickthrough 2>
    <Clickthrough 3>
    <Clickthrough 4>
    [End session 1]
    ……..
    [start session n]
    <Clickthrough 1>

    [End session n]
  • Issues
    • In aantal disciplines moet massa gebruiksgegevens verder groeien. In die domeinen:
    -> Aantal aanbevelingen beperkt
    -> minder relevante aanbevelingen, “ruis”
    -> weinig aanbevelingen voor recente items
    • Wat zijn goede aanbevelingen ? Verschillende types gebruikers (studenten – onderzoekers) hebben mogelijk verschillende verwachtingen
    11-09-2009
    Aanbevelingssystemen: vinden wat je niet zocht
    39
  • Voordelen
    • Niet beperkt tot één databank, platform
    • Interessant in context van
    • Onderwijs
    • Verkennen van aangrenzende/nieuwe interessedomeinen
    • Info zoeken buiten eigen expertisedomein
    • Meer kans op het vinden van nieuwe (“serendipitous”) items
    11-09-2009
    Aanbevelingssystemen: vinden wat je niet zocht
    40
  • Voordelen (2)
    • Configuratiemogelijkheden voor de bibliotheek
    • Aantal aanbevelingen, layout, navigatie, relevantie
    • Integratie in portal-omgeving (Primo, extern systeem) mogelijk
    11-09-2009
    Aanbevelingssystemen: vinden wat je niet zocht
    41
  • Vragen ?
    11-09-2009
    Aanbevelingssystemen: vinden wat je niet zocht
    42