SlideShare a Scribd company logo
1 of 27
Praktikus fogások a 
webes tájékoztatásban 
W. Kovács Ágnes – wildgica.hu 
Könyvek nélküli könyvtár – 
Tájékoztatás elektronikus forrásokból 
Magyar Információbrókerek Egyesülete, 2014. 11. 13.
Tartalom 
• internetes tájékoztatás: hozzáállás és valóság 
• lehetséges problémák a webes tartalommal 
• infobróker gyakorlat: néhány példa internetes 
keresésre, egyéb forrásokról érintőlegesen
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”)
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
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)
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
1. példa: Fan Club 
• cél: kreatív ügynökség számára 
• feladat: képkeresés 
• amit tudunk: 
– szeméremszőrzetek láthatók a képen 
– valamelyik ARC plakátkiállításra készült
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)
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)
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
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
1. példa: Fan Club
2. példa: Ápolóképzés 
• cél: az ügyfél közép-európai országokból hívna 
ápolókat, vagy Magyarországon képeztetné őket 
• feladat: magyarországi, lengyel, cseh, stb. 
országok képzőintézményeinek tanterveit 
megszerezni
2. példa: Ápolóképzés 
• Felsőoktatási Felvételi Tájékoztató 
átböngészése (offline) 
• Felvi weboldalának átnézése 
• Google keresés: a fenti forrásokból gyűjtott 
információk alapján az intézményekre, karokra
2. példa: Ápolóképzés 
• néhány tanterv megszerzése ETR-be / 
Neptunba való belépést kívánt 
• segítségkérés felsőoktatásban tanuló / tanító 
ismerősöktől
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
2. példa: Ápolóképzés
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
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”
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
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)
3. példa: Sonny Bono 
a videóra mutató link
4. példa: Vadháló 
• cél: külföldi gyártó alapanyag értékesítése 
magyar tulajdonú, vadhálót gyártó 
vállalkozásoknak 
• feladat: hosszú és rövid céglista készítése; 
utóbbi interjúkkal 
• megadott cégméretre szűkítve
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)
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
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
Köszönöm a figyelmet! 
W. Kovács Ágnes – wildgica.hu

More Related Content

More from Ágnes W. Kovács

Közösségi kommunikáció a Halis István Városi Könyvtárban
Közösségi kommunikáció a Halis István Városi KönyvtárbanKözösségi kommunikáció a Halis István Városi Könyvtárban
Közösségi kommunikáció a Halis István Városi KönyvtárbanÁgnes W. Kovács
 
Arculat, megjelenés a weben
Arculat, megjelenés a webenArculat, megjelenés a weben
Arculat, megjelenés a webenÁgnes W. Kovács
 
Az online keresés trükkjei
Az online keresés trükkjeiAz online keresés trükkjei
Az online keresés trükkjeiÁgnes W. Kovács
 
Annie-Joan Olesen: Early warning és jövőbeni szcenáriók – Jövőkutató Informác...
Annie-Joan Olesen: Early warning és jövőbeni szcenáriók – Jövőkutató Informác...Annie-Joan Olesen: Early warning és jövőbeni szcenáriók – Jövőkutató Informác...
Annie-Joan Olesen: Early warning és jövőbeni szcenáriók – Jövőkutató Informác...Ágnes W. Kovács
 
Konferencia-összefoglaló - a jövendőmondásról (MIBE, 2015)
Konferencia-összefoglaló - a jövendőmondásról (MIBE, 2015)Konferencia-összefoglaló - a jövendőmondásról (MIBE, 2015)
Konferencia-összefoglaló - a jövendőmondásról (MIBE, 2015)Ágnes W. Kovács
 
Varjú Zoltán: Sorok között olvasva
Varjú Zoltán: Sorok között olvasvaVarjú Zoltán: Sorok között olvasva
Varjú Zoltán: Sorok között olvasvaÁgnes W. Kovács
 
Hitzinger Anna: Trendekre csupaszított céginformáció – okok a számok mögött
Hitzinger Anna: Trendekre csupaszított céginformáció – okok a számok mögöttHitzinger Anna: Trendekre csupaszított céginformáció – okok a számok mögött
Hitzinger Anna: Trendekre csupaszított céginformáció – okok a számok mögöttÁgnes W. Kovács
 
Sugár Mihály: Előrejelzés és jövőszcenáriók lehetőségei az IT-ágazatban
Sugár Mihály: Előrejelzés és jövőszcenáriók lehetőségei az IT-ágazatbanSugár Mihály: Előrejelzés és jövőszcenáriók lehetőségei az IT-ágazatban
Sugár Mihály: Előrejelzés és jövőszcenáriók lehetőségei az IT-ágazatbanÁgnes W. Kovács
 
Porosz Péter: Egyenlő pályák, egyenlő esélyek – Én biciklivel megyek – A tudo...
Porosz Péter: Egyenlő pályák, egyenlő esélyek – Én biciklivel megyek – A tudo...Porosz Péter: Egyenlő pályák, egyenlő esélyek – Én biciklivel megyek – A tudo...
Porosz Péter: Egyenlő pályák, egyenlő esélyek – Én biciklivel megyek – A tudo...Ágnes W. Kovács
 
Dr. Hideg Éva: Hányféleképpen kutatható a jövő?
Dr. Hideg Éva: Hányféleképpen kutatható a jövő?Dr. Hideg Éva: Hányféleképpen kutatható a jövő?
Dr. Hideg Éva: Hányféleképpen kutatható a jövő?Ágnes W. Kovács
 
Infokommunikációs akadálymentesítés - ahogy az Apple csinálja
Infokommunikációs akadálymentesítés - ahogy az Apple csináljaInfokommunikációs akadálymentesítés - ahogy az Apple csinálja
Infokommunikációs akadálymentesítés - ahogy az Apple csináljaÁgnes W. Kovács
 
Varjú Zoltán - Túlélőkészlet adatáradat esetére
Varjú Zoltán - Túlélőkészlet adatáradat esetéreVarjú Zoltán - Túlélőkészlet adatáradat esetére
Varjú Zoltán - Túlélőkészlet adatáradat esetéreÁgnes W. Kovács
 
Vadász Pál: Egy legyet két csapásra
Vadász Pál: Egy legyet két csapásraVadász Pál: Egy legyet két csapásra
Vadász Pál: Egy legyet két csapásraÁgnes W. Kovács
 
Zala Mihály: Az OSINT új arca: Cyber intelligence
Zala Mihály: Az OSINT új arca: Cyber intelligenceZala Mihály: Az OSINT új arca: Cyber intelligence
Zala Mihály: Az OSINT új arca: Cyber intelligenceÁgnes W. Kovács
 
Dr. Unicsovics György: "OSINT - Helye, szerepe a titkosszolgálatok világában"
Dr. Unicsovics György: "OSINT - Helye, szerepe a titkosszolgálatok világában"Dr. Unicsovics György: "OSINT - Helye, szerepe a titkosszolgálatok világában"
Dr. Unicsovics György: "OSINT - Helye, szerepe a titkosszolgálatok világában"Ágnes W. Kovács
 
A roma, mint követhető értékminta a könyvtárakban
A roma, mint követhető értékminta a könyvtárakbanA roma, mint követhető értékminta a könyvtárakban
A roma, mint követhető értékminta a könyvtárakbanÁgnes W. Kovács
 
Könyvtári munkát segítő webes alkalmazások
Könyvtári munkát segítő webes alkalmazásokKönyvtári munkát segítő webes alkalmazások
Könyvtári munkát segítő webes alkalmazásokÁgnes W. Kovács
 

More from Ágnes W. Kovács (20)

Közösségi kommunikáció a Halis István Városi Könyvtárban
Közösségi kommunikáció a Halis István Városi KönyvtárbanKözösségi kommunikáció a Halis István Városi Könyvtárban
Közösségi kommunikáció a Halis István Városi Könyvtárban
 
Arculat, megjelenés a weben
Arculat, megjelenés a webenArculat, megjelenés a weben
Arculat, megjelenés a weben
 
Az online keresés trükkjei
Az online keresés trükkjeiAz online keresés trükkjei
Az online keresés trükkjei
 
Annie-Joan Olesen: Early warning és jövőbeni szcenáriók – Jövőkutató Informác...
Annie-Joan Olesen: Early warning és jövőbeni szcenáriók – Jövőkutató Informác...Annie-Joan Olesen: Early warning és jövőbeni szcenáriók – Jövőkutató Informác...
Annie-Joan Olesen: Early warning és jövőbeni szcenáriók – Jövőkutató Informác...
 
Konferencia-összefoglaló - a jövendőmondásról (MIBE, 2015)
Konferencia-összefoglaló - a jövendőmondásról (MIBE, 2015)Konferencia-összefoglaló - a jövendőmondásról (MIBE, 2015)
Konferencia-összefoglaló - a jövendőmondásról (MIBE, 2015)
 
Varjú Zoltán: Sorok között olvasva
Varjú Zoltán: Sorok között olvasvaVarjú Zoltán: Sorok között olvasva
Varjú Zoltán: Sorok között olvasva
 
Hitzinger Anna: Trendekre csupaszított céginformáció – okok a számok mögött
Hitzinger Anna: Trendekre csupaszított céginformáció – okok a számok mögöttHitzinger Anna: Trendekre csupaszított céginformáció – okok a számok mögött
Hitzinger Anna: Trendekre csupaszított céginformáció – okok a számok mögött
 
Sugár Mihály: Előrejelzés és jövőszcenáriók lehetőségei az IT-ágazatban
Sugár Mihály: Előrejelzés és jövőszcenáriók lehetőségei az IT-ágazatbanSugár Mihály: Előrejelzés és jövőszcenáriók lehetőségei az IT-ágazatban
Sugár Mihály: Előrejelzés és jövőszcenáriók lehetőségei az IT-ágazatban
 
Porosz Péter: Egyenlő pályák, egyenlő esélyek – Én biciklivel megyek – A tudo...
Porosz Péter: Egyenlő pályák, egyenlő esélyek – Én biciklivel megyek – A tudo...Porosz Péter: Egyenlő pályák, egyenlő esélyek – Én biciklivel megyek – A tudo...
Porosz Péter: Egyenlő pályák, egyenlő esélyek – Én biciklivel megyek – A tudo...
 
Dr. Hideg Éva: Hányféleképpen kutatható a jövő?
Dr. Hideg Éva: Hányféleképpen kutatható a jövő?Dr. Hideg Éva: Hányféleképpen kutatható a jövő?
Dr. Hideg Éva: Hányféleképpen kutatható a jövő?
 
Infokommunikációs akadálymentesítés - ahogy az Apple csinálja
Infokommunikációs akadálymentesítés - ahogy az Apple csináljaInfokommunikációs akadálymentesítés - ahogy az Apple csinálja
Infokommunikációs akadálymentesítés - ahogy az Apple csinálja
 
Varjú Zoltán - Túlélőkészlet adatáradat esetére
Varjú Zoltán - Túlélőkészlet adatáradat esetéreVarjú Zoltán - Túlélőkészlet adatáradat esetére
Varjú Zoltán - Túlélőkészlet adatáradat esetére
 
Tochtermann
TochtermannTochtermann
Tochtermann
 
Vadász Pál: Egy legyet két csapásra
Vadász Pál: Egy legyet két csapásraVadász Pál: Egy legyet két csapásra
Vadász Pál: Egy legyet két csapásra
 
Görög György: Dermahelp
Görög György: DermahelpGörög György: Dermahelp
Görög György: Dermahelp
 
Zala Mihály: Az OSINT új arca: Cyber intelligence
Zala Mihály: Az OSINT új arca: Cyber intelligenceZala Mihály: Az OSINT új arca: Cyber intelligence
Zala Mihály: Az OSINT új arca: Cyber intelligence
 
Dr. Unicsovics György: "OSINT - Helye, szerepe a titkosszolgálatok világában"
Dr. Unicsovics György: "OSINT - Helye, szerepe a titkosszolgálatok világában"Dr. Unicsovics György: "OSINT - Helye, szerepe a titkosszolgálatok világában"
Dr. Unicsovics György: "OSINT - Helye, szerepe a titkosszolgálatok világában"
 
A roma, mint követhető értékminta a könyvtárakban
A roma, mint követhető értékminta a könyvtárakbanA roma, mint követhető értékminta a könyvtárakban
A roma, mint követhető értékminta a könyvtárakban
 
Könyv újrahasznosítás
Könyv újrahasznosításKönyv újrahasznosítás
Könyv újrahasznosítás
 
Könyvtári munkát segítő webes alkalmazások
Könyvtári munkát segítő webes alkalmazásokKönyvtári munkát segítő webes alkalmazások
Könyvtári munkát segítő webes alkalmazások
 

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)
  • 22. 3. példa: Sonny Bono a videóra mutató link
  • 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
  • 27. Köszönöm a figyelmet! W. Kovács Ágnes – wildgica.hu