Radka Římanová: Bibliomining - dobývání znalostí z knihovních databází a systémů

Jinonické informační pondělky, Praha, 3. 11. 2008
Bibliomining
dobývání znalostí z knihovních databází a systémů
Radka Římanová
Státní technická knihovna
ÚISK FF UK
r.rimanova@stk.cz

Jinonické informační pondělky, Praha, 3. 11.
2008
Bibliomining, (r.rimanova@stk.cz)
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]

2008
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.

2008
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

2008
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

2008
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/>.

2008
7
Nový termín?

2008
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“

2008
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

2008
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/Bak
alarka_prace_Soskova.pdf>.

2008
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/b
3/12_vojnar_bibliomining.pdf>.

2008
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)

2008
13
Bibliomining proces
1. Porozumění problematice
Co chceme zjistit, cíl projektu…
 Prediktivní metoda
- předvídá budoucí hodnoty na
základě zjištěných vlastností
stávajících
 Popisná metoda
- přesné informace o současném
stavu

2008
14
Bibliomining proces
2. Analýza dostupné datové
základny
 Vyhledání vhodných množiny pro dat pro
bibliomining

2008
15
Bibliomining proces
2. 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 katalogu
Přínos – 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→

2008
16
Bibliomining proces
3. 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…)

2008
17
Bibliomining
proces
4. Průzkum dat a modelování
 Vytvoření algoritmů pro proces
 Počet etap průzkumu dat nelze
předem přesně stanovit
 Nutné počítat s časovou rezervou

2008
18
Bibliomining proces
4. 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)

2008
19
Bibliomining proces
5. 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

2008
20
Bibliomining proces
5. Zpráva a implementace 2.
 Podpora sociálních vztahů s
uživateli – srozumitelné zveřejnění
výsledků
 Neadresná etická prezentace –
maximálně do úrovně kategorie
uživatelů

2008
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

2008
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

2008
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.

2008
24
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)

2008
25
 2000 – pro koho tyto databáze
nakupujeme?
 Informační bariéra – geografická a
časová
 Software pro realizaci vzdáleného
přístupu Ultra Access (Národní
lékařská knihovna 2002)

2008
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

2008
27
 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

2008
28
 Autorizace uživatele – podmínka
licence – z hlediska dolování dat –
velmi lákavá informace
 Vytvoření trvalého nástroje pro
sledování služby na intranetu
Národní lékařské knihovny

2008
29
Bibliomining a OPAC
význam 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.

2008
30
Bibliomining a OPAC
význam 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

2008
31
Bibliomining a OPAC
 Problém – náklady na údržbu
rejstříku autoritních podob názvu
nakladatele x podle čeho uživatelé
vyhledávají

2008
32
Bibliomining a OPAC
 Výsledek - Název nakladatele není
pro hledání v OPAC významný
 Vytvoření tabulky na intranetu
Státní technické knihovny
 Další „překvapivá“ zjištění

2008
33
Bibliomining a OPAC
(STK OPAC knihy 21. 4. – 21. 7. 2005)
Index WWW %
(zaokrouhleno)
Z39.50 %
Název 6204 37 % 0 0
Autor 3310 20 % 0 0
Předměto
vé heslo
2536 15 % 0 0
Název
produktu
302 2 % 0 0
Heslo PSH 188 1 % 0 0

2008
34
Bibliomining a OPAC
(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

2008
35
Bibliomining a OPAC
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
Předměto
vá hesla
2884 4% 107 2
Nakladatel 730 1% 0 0

2008
36
Bibliomining a OPAC
Překvapivé výsledky:
1. Kde uživatelé hledají častěji (režim, položka)
2. Pojmenování položek v OPAC, rozumíme si?
3. Rozdíl mezi hledáním ve www a Z39.50
4. 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!!!!!

2008
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>.

2008
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

2008
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…

2008
40
Bibliomining a OPAC
: porovnání dotazníku a bibliominingu
z KIS Aleph 3.
 Předpoklad při bibliominingu
OPAC – laici
KIS 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

2008
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

2008
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_pr
ezentace.pdf>

2008
43
Prezenční výpůjčky 1.
 „Kde nejsou data nemůže být ani
bibliomining…“
 Elektronické časopisy – dobrá
statistická podpora
 Tištěné časopisy - prezenční
výpůjčky – obtížné vytváření dat

2008
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 …..

2008
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

2008
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>

2008
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

2008
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/citati
on.cfm?id=1018554>. ISSN 0306-
4573.

2008
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

2008
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…“

2008
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.

2008
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.

2008
53
Vzhůru do dolů!
http://www.encyklopedie.ckrumlov.cz/img/1853.jpg

2008
54
Děkuji za pozornost
Radka Římanová
Kontakt
r.rimanova@stk.cz

Radka Římanová: Bibliomining - dobývání znalostí z knihovních databází a systémů

Recommended

Recommended

More Related Content

Similar to Radka Římanová: Bibliomining - dobývání znalostí z knihovních databází a systémů

Similar to Radka Římanová: Bibliomining - dobývání znalostí z knihovních databází a systémů (13)

More from ÚISK FF UK

More from ÚISK FF UK (20)

Recently uploaded

Recently uploaded (7)

Radka Římanová: Bibliomining - dobývání znalostí z knihovních databází a systémů