A Magyar Információbrókerek Egyesületének 14. konferenciája: Könyvek nélküli könyvtár – Tájékoztatás elektronikus forrásokból
2014. november 13.
W. Kovács Ágnes: Praktikus fogások a webes tájékoztatásban
Jelentős időmegtakarítást és használói elégedettséget érhetünk el a használói kérdések webes források általi megválaszolásával. Az ehhez használatos keresési technikák és forrásismeret hasznos eszköze a könyvtárosnak és információs tanácsadónak, melybe beletartozik a lehetséges veszélyek elkerülésének technikája is. Erre mutatok gyakorlati példákat (saját keresések példái, elvek, veszélyek, használók oktatásának kérdései).
W. Kovács Ágnes: Praktikus fogások a webes tájékoztatásban
1. Praktikus fogások a
webes tájékoztatásban
W. Kovács Ágnes – wildgica.hu
Könyvek nélküli könyvtár –
Tájékoztatás elektronikus forrásokból
Magyar Információbrókerek Egyesülete, 2014. 11. 13.
2. Tartalom
• internetes tájékoztatás: hozzáállás és valóság
• lehetséges problémák a webes tartalommal
• infobróker gyakorlat: néhány példa internetes
keresésre, egyéb forrásokról érintőlegesen
3. Hozzáállás
• gyakori az elbizakodottság, vagy a lenézés a
webes kereséssel kapcsolatban
(a könyvtárosképzésben is hiánycikk)
• a webes keresés a könyvtáros és az infobróker
legnagyobb „konkurense” („majd a titkárnő a
Google-ben megkeresi”)
4. Valóság
• sok dolog megvan az interneten, de nem mindig könnyű
megtalálni Google-ben sem
• webes képzések használóknak a könyvtárban
• gyakran könyvtárosoknak sem készség a webes keresés
– sokan elsőként papírhoz nyúlnak
• használók preferenciája:
1. személyes, 2. webes, 3. egyéb források
• könyvtár kínálata:
1. nyomtatott, 2. személyes, 3. webes források
5. Problémák a webes tartalommal
• változatos hitelességi szint (Gyakori kérdések
oldal...?)
• gyorsan változó tartalom – pl. fél évvel ezelőtti
anyag már nincs feltétlenül fent a weben (Internet
Archive, Archive-hu...)
• filter bubble – korábbi kereséseinket, geolokációnkat
alapul véve kimaradhatnak, vagy más sorrendbe
kerülhetnek találatok (körte, mint gyümölcs vs.
villanykörte)
6. Problémák a webes tartalommal
• felszíni web: egyszerű kereséssel
elérhető (indexelt) tartalom
• mély web:
– pl. Internet Archive,
TinEye
– fizetős adatbázisok
– nem indexelhető
formátumok (pl.
audio, kép, videó,
flash)
– regisztrációt igénylő
tartalmak
7. 1. példa: Fan Club
• cél: kreatív ügynökség számára
• feladat: képkeresés
• amit tudunk:
– szeméremszőrzetek láthatók a képen
– valamelyik ARC plakátkiállításra készült
8. 1. példa: Fan Club
• 1. Google keresés: fanklub arc plakát
• képkeresésnél: kikapcsolni a korhatáros
találatok szűrését – nem volt találat
• szöveges keresésnél második találat: a 3. ARC
pályázatról bejegyzés az arcmagazin.hu oldalon;
releváns információ – Támogatói különdíj:
Boomerang: 63. Fan club (Ferencz Zoltán Zéró)
9. 1. példa: Fan Club
• 2. Google keresés: Ferencz Zoltán Zéró fanclub
• képkeresésnél – nem volt találat
• szöveges keresésnél ötödik találat: az archive-hu.com
oldalon a fenti bejegyzés archivált változata (Internet
Archiveból is elérhető, de azt „nem dobta” a Google)
• releváns információ: a jelenlegi ARC weboldalon
nincsen galéria, az archivált változatban van!
(a 3. ARC kiállítás mappája)
10. 1. példa: Fan Club
• a kép közvetlen linkje nem csak az Archive-hu
oldalról érhető el, hanem a jelenlegi
weboldalukról is; a galériák tartalmát nem
törölték a szerverről, csak nincsen rájuk mutató
link közölve az oldalon
11. 1. példa: Fan Club
• elég kicsiben találtam meg a képet: hogyan lehetne
nagyobban megszerezni?
• a kicsi kép linkjét a tineye.com oldalra beillesztettem
(TinEye: nem kulcsszó alapján keres, hanem
linkelünk/feltöltünk egy létező képet, s pillanatokon
belül megtudjuk, hol szerepelt már a neten, illetve
milyen módosított változatai vannak)
• 4 találatot kaptam, melyből kettő nagyobb volt, mint
ami az ARC weboldalán található
13. 2. példa: Ápolóképzés
• cél: az ügyfél közép-európai országokból hívna
ápolókat, vagy Magyarországon képeztetné őket
• feladat: magyarországi, lengyel, cseh, stb.
országok képzőintézményeinek tanterveit
megszerezni
14. 2. példa: Ápolóképzés
• Felsőoktatási Felvételi Tájékoztató
átböngészése (offline)
• Felvi weboldalának átnézése
• Google keresés: a fenti forrásokból gyűjtott
információk alapján az intézményekre, karokra
15. 2. példa: Ápolóképzés
• néhány tanterv megszerzése ETR-be /
Neptunba való belépést kívánt
• segítségkérés felsőoktatásban tanuló / tanító
ismerősöktől
16. 2. példa: Ápolóképzés
• hogy találjunk kompetens ismerőst?
– 1. Facebook keresés: kik tanultak pl. a PTE-n
– a találatoknál szempont, hogy olyan emberek
kerültek a találati lista elejére, akik a
közvetlen környezetemben vannak – de ezt
akár előre be is lehet állítani, sok más
szempont mellett
18. 2. példa: Ápolóképzés
– 2. Twitteren nyilvánosan kiírtam, hogy pl. ki
tanul a PTE-n jelenleg? – amennyiben
valamelyik követőmtől pozitív válasz érkezett,
úgy felvettem vele privátban a kapcsolatot
• ellenőriztem, hogy a védett felületekről letöltött
anyagok felhasználására van-e bármilyen
korlátozás
• a kapott anyagok fordítása, táblázatba rendezése
19. 3. példa: Sonny Bono
• cél+feladat: Sonny Bono egy zenéjét tartalmazó
időjárás-jelentést megkeresni videón
• az ügyfél a YouTube-on nem találta meg
• amit tudunk:
– Sonny Bono
– sárga kisautó
– “baromi régi időjárás-jelentés”
20. 3. példa: Sonny Bono
• számomra semmit sem mond Sonny Bono neve,
sem a sárga kisautó
• ha valami “baromi régi”, akkor minimum ’70-es
éveknek kell lennie – ebből következően retro…
• YouTube-on keresés: retro időjárás-jelentés
• első találat a keresett videó
21. 3. példa: Sonny Bono
• a videó leírásában sehol sem szerepel Sonny Bono
neve
• keresésnél időnként hasznos, ha keveset vagy
pontatlanul tudunk – az átlag felhasználók fejével
gondolkozunk
• az ügyfél azért nem találta, mert túl sokat tudott –
taxonómiát használt folkszonómia “helyett”
• releváns találatokat kaphatunk akár szándékos
elgépeléssel is (pl. hibásan írjuk az akkumulátor szót)
23. 4. példa: Vadháló
• cél: külföldi gyártó alapanyag értékesítése
magyar tulajdonú, vadhálót gyártó
vállalkozásoknak
• feladat: hosszú és rövid céglista készítése;
utóbbi interjúkkal
• megadott cégméretre szűkítve
24. 4. példa: Vadháló
• Google keresés: vadháló / vadháló gyártó /
vadháló gyártás
• sok-sok találat átböngészése – a csak
forgalmazók, és az elavult oldalak kizárva
• céginformációs adatbázisban (pl. PartnerControl
marketing adatbázisa) nem lehet vadhálóra
keresni, mert a kifejezés túl részletes (pl.
kerítésgyártásra lehetne)
25. 4. példa: Vadháló
• a pontos cégadatok (pl. forgalom)
megszerzéséhez már térítéses adatbázis
• adott esetben telefonos ellenőrzés volt
szükséges (nem volt egyértelmű pl. hogy
vadhálót is gyárt-e vagy csak kerítést adott cég)
• a megrendelő angolra fordítva, táblázatba
rendezve megkapta a 17 tételes hosszú listát
26. Összegezve
• az infobróker egyik legfontosabb eszköze a webes
keresés
• általában vegyes forrásfelhasználás (pl. nyomtatott
forrás, web, telefon)
• mély web használata – pl. webes archívumok,
képkereső szolgáltatások, jelszóval védett tartalmak
• közösségi-hálózat, mikroblog-szolgáltatás
• folkszonómia is a taxonómia mellett