Ταςηόσπονη αναζήηηζη ζε πολλαπλέρ πηγέρ δεδομένων με σπήζη λογιζμικού ανοισηού κώδικα και επγαλείος εξαγωγήρ πεπιεσομένος από ιζηοζελίδερ Κσλζηαληίλνο Νηνλάο Βηβιηνζήθε & Κέληξν Πιεξνθόξεζεο ηνπ Παλεπηζηεκίνπ Μαθεδνλίαο Γ ΚΠ / ΕΠΕΑΕΚ ΙΙ / ΕΝΕΡΓΕΙΑ 2.1.3 δ πγρξεκαηνδόηεζε θαηά 75% Δπξσπατθή Έλσζε (ΔΚΣ) θαη 25% Δζληθνί πόξνη (ΤΠΔΠΘ/ΔΤΓ ΔΠΔΑΔΚ) 16ν Παλειιήλην πλέδξην Αθαδεκατθώλ Βηβιηνζεθώλ 1
Δηζαγσγή (1/2) Σεξάζηηνο θαη ζπλερώο απμαλόκελνο όγθνο πιεξνθνξίαο ζηνλ Παγθόζκην Ηζηό. Βαζύο Ηζηόο (deep Web): κε νξαηέο ζειίδεο ζηηο κεραλέο αλαδήηεζεο, θπξίσο βάζεηο δεδνκέλσλ. Οη κεραλέο αλαδήηεζεο δελ επαξθνύλ. Μεγάινο αξηζκόο ειεθηξνληθώλ πεγώλ. Απιόηεηα, επθνιία ζηε ρξήζε θαη ηαρύηεηα: Google! 16ν Παλειιήλην πλέδξην Αθαδεκατθώλ Βηβιηνζεθώλ 2
Δηζαγσγή (2/2) Πξνβιεκαηηθή ε παξαδνζηαθή πξαθηηθή αλαδήηεζεο ζηηο πεγέο πνπ παξέρεη κηα βηβιηνζήθε. Δπαλαιακβαλόκελε, ρξνλνβόξα θαη επίπνλε πξνζπάζεηα Κάζε βάζε δεδνκέλσλ έρεη δηαθνξεηηθά ραξαθηεξηζηηθά θαη επηινγέο αλαδήηεζεο. Δμνηθείσζε κε ην πεξηβάιινλ αλαδήηεζεο θάζε πεγήο Σαπηόρξνλε αλαδήηεζε ζε πνιιαπιέο πεγέο δεδνκέλσλ από εληαίν πεξηβάιινλ (federated search). Σαρύηεηα Δπθνιία One stop shopping 16ν Παλειιήλην πλέδξην Αθαδεκατθώλ Βηβιηνζεθώλ 3
Σαπηόρξνλε Αλαδήηεζε Πνιύ δεκνθηιήο ππεξεζία κεηαμύ ησλ ρξεζηώλ. Παξάθακςε δπζθνιηώλ πνπ πξνθύπηνπλ από ηνλ πνιύ κεγάιν αξηζκό δηαζέζηκσλ πεγώλ. Γηεπθνιύλεη ζεκαληηθά ηνλ εληνπηζκό ρξήζηκσλ πιεξνθνξηώλ. Φέξλεη ηνπο ρξήζηεο πην θνληά ζηηο πεγέο. 16ν Παλειιήλην πλέδξην Αθαδεκατθώλ Βηβιηνζεθώλ 4
Εεηήκαηα θαη Πξνβιεκαηηζκόο Μεγάινο όγθνο πιεξνθνξίαο (information overload). ρεηηθά αξγή απόδνζε. εηξά εκθάληζεο θαη ζρεηηθόηεηα. Απνπζία δπλαηόηεηαο απαινηθήο ησλ δηπιόηππσλ. Πνηόηεηα ησλ επηζηξεθόκελσλ απνηειεζκάησλ. Πνιππινθόηεηα θαη δπζθνιία πινπνίεζεο. 16ν Παλειιήλην πλέδξην Αθαδεκατθώλ Βηβιηνζεθώλ 5
Κξηηηθή Αλάιπζε Γελ ππνθαζηζηά: δεμηόηεηεο θαη ηθαλόηεηα εθηίκεζεο ησλ απνηειεζκάησλ. ηε δηεπαθή αλαδήηεζεο θάζε πεγήο (native interface). Πνιύ θαιό ζεκείν εθθίλεζεο ηεο έξεπλαο. Πνηόηεηα απνηειεζκάησλ: ζπλάξηεζε ησλ όξσλ αλαδήηεζεο. Δπηζηξέθεη αξθεηά θαιά απνηειέζκαηα. Δμππεξεηεί θπξίσο ηνπο λένπο ρξήζηεο. Γελ απνηειεί παλάθεηα. 16ν Παλειιήλην πλέδξην Αθαδεκατθώλ Βηβιηνζεθώλ 6
ηνηρεία Έξγνπ Έξγν: «Πινεγίο: Από ηελ πιεξνθνξία ζηε γλώζε» (ΔΠΔΑΔΚ ΗΗ). Αλάπηπμε εξγαιείνπ ηαπηόρξνλεο αλαδήηεζεο γηα: ειεθηξνληθό θαηάινγν ηεο βηβιηνζήθεο ζεκαληηθέο βηβιηνγξαθηθέο βάζεηο δεδνκέλσλ ζπιινγέο δεδνκέλσλ αλνηρηήο ή κε πξόζβαζεο άιιεο πεγέο πιεξνθνξηώλ Έλαξμε εξγαζηώλ πινπνίεζεο ππεξεζίαο ηαπηόρξνλεο αλαδήηεζεο: επηέκβξηνο 2006. Έπεηηα από αλαδήηεζε ζρεηηθώλ εξγαιείσλ ινγηζκηθνύ αλνηθηνύ θώδηθα (open source software tools), επηιέρζεθε ην dbwiz. dbwiz: κέινο ηεο νηθνγέλεηαο πξνγξακκάησλ researcher. 16ν Παλειιήλην πλέδξην Αθαδεκατθώλ Βηβιηνζεθώλ 7
dbwiz Δξγαιείν ηαπηόρξνλεο αλαδήηεζεο αλνηθηνύ θώδηθα. Πξνζπειάζηκν κέζσ πξνγξάκκαηνο πινήγεζεο Ηζηνύ (web browser). πεξηβάιινλ αλαδήηεζεο (βαζηθή & ζύλζεηε) πεξηβάιινλ δηαρείξηζεο (administration) Τινπνίεζε ζηε γιώζζα πξνγξακκαηηζκνύ Perl. Μεραλή παξάιιειεο αλαδήηεζεο. Λεηηνπξγηθέο κνλάδεο αλαδήηεζεο (search modules). 16ν Παλειιήλην πλέδξην Αθαδεκατθώλ Βηβιηνζεθώλ 8
Λεηηνπξγηθέο Μνλάδεο Αλαδήηεζεο Δλόηεηα θώδηθα ζε Perl πνπ αλαιακβάλεη ηελ αλάθηεζε ησλ απνηειεζκάησλ από κηα πεγή. Σν dbwiz δηαζέηεη κεγάιν αξηζκό από έηνηκεο πξν-εγθαηεζηεκέλεο ιεηηνπξγηθέο κνλάδεο. Δίλαη δπλαηή ε πξνζζήθε λέσλ πεγώλ. Ζ θαηαζθεπή θαη ε ζπληήξεζε ησλ ιεηηνπξγηθώλ κνλάδσλ αλαδήηεζεο εκπεξηέρνπλ δπζθνιίεο. 16ν Παλειιήλην πλέδξην Αθαδεκατθώλ Βηβιηνζεθώλ 9
Νέεο Λεηηνπξγηθέο Μνλάδεο Ζιεθηξνληθόο θαηάινγνο (OPAC) Ηδξπκαηηθό Απνζεηήξην (ΨΖΦΗΓΑ) Πύιε Θεκαηηθήο Αλαδήηεζεο (ΘΤΡΑ) Δζληθό Κέληξν Σεθκεξίσζεο (ΔΚΣ) Silverplatter (EconLit, PsycINFO, INSPEC, θ.α. ) 16ν Παλειιήλην πλέδξην Αθαδεκατθώλ Βηβιηνζεθώλ 10
Βαζηθή Αλαδήηεζε Αλαδήηεζε κε ιέμεηο θιεηδηά ζε κία νκάδα πξνεπηιεγκέλσλ πεγώλ. Γπλαηόηεηα πξνβνιήο απνηειεζκάησλ γηα θάζε κεκνλσκέλε πεγή. Δπηζηξέθεη πξνθαζνξηζκέλν πιήζνο από ηα πξώηα απνηειέζκαηα θάζε πεγήο. 16ν Παλειιήλην πλέδξην Αθαδεκατθώλ Βηβιηνζεθώλ 11
ύλζεηε Αλαδήηεζε Ο ρξήζηεο κπνξεί λα δώζεη ζπλδπαζκό θξηηεξίσλ θαη λα ςάμεη είηε κηα νκάδα πξνεπηιεγκέλσλ πεγώλ είηε κεκνλσκέλεο πεγέο Αλαδήηεζε κέρξη θαη κε ηέζζεξηο όξνπο ζπλδεδεκέλνπο κεηαμύ ηνπο κε ινγηθνύο ηειεζηέο (AND, OR, NOT). 16ν Παλειιήλην πλέδξην Αθαδεκατθώλ Βηβιηνζεθώλ 12
Απνηειέζκαηα Αλαδήηεζεο Κάζε εγγξαθή (record) εκθαλίδεη κία ζύληνκε αιιά πεξηεθηηθή πνζόηεηα πιεξνθνξίαο. Κάζε εγγξαθή πεξηέρεη: ππεξζύλδεζκν πνπ δείρλεη ζηελ ηζηνζειίδα κε ηε ιεπηνκεξή πεξηγξαθή ζύλδεζκν πξνο ηε ζειίδα ηνπ δηθηπαθνύ ηόπνπ ηεο πεγήο από ηελ νπνία εμήρζε ην απνηέιεζκα (native URL) θαη openurl ζύλδεζκν, θαηάιιειν γηα ηνλ link resolver ηεο βηβιηνζήθεο, γηα εληνπηζκό ηνπ πιήξνπο θεηκέλνπ 16ν Παλειιήλην πλέδξην Αθαδεκατθώλ Βηβιηνζεθώλ 13
Γηαρείξηζε Γεκηνπξγία θαηεγνξηώλ αλαδήηεζεο Πξνζζήθε / δηαγξαθή πεγώλ Παξάκεηξνη θαη ξπζκίζεηο Δλεξγνπνίεζε πεγώλ Πξόηππα κνξθνπνίεζεο (templates) 16ν Παλειιήλην πλέδξην Αθαδεκατθώλ Βηβιηνζεθώλ 14
Καηεγνξίεο Αλαδήηεζεο 16ν Παλειιήλην πλέδξην Αθαδεκατθώλ Βηβιηνζεθώλ 15
Γηαζέζηκεο Πεγέο 16ν Παλειιήλην πλέδξην Αθαδεκατθώλ Βηβιηνζεθώλ 16
Πξόζβαζε ζηηο Πεγέο Γηεπαθή ηζηνύ (web interface) πξνζνκνίσζε αιιειεπίδξαζεο ρξήζηε κε ηo δηθηπαθό ηόπν ηεο εθάζηνηε πεγήο. επηξξεπήο ζε αιιαγέο, απαηηείηαη ζπληήξεζε. Πξνγξακκαηηζηηθή δηεπαθή (API) ζπλήζσο κέζσ ηνπ πξσηνθόιινπ Z39.50 θαη ηνπ ζρεηηθνύ API (ZOOM Perl module). πην αμηόπηζηε κεζνδνινγία. 16ν Παλειιήλην πλέδξην Αθαδεκατθώλ Βηβιηνζεθώλ 17
Πξόζβαζε κέζσ Γηεπαθήο Ηζηνύ Απηόκαηε πινήγεζε ζηνλ δηθηπαθό ηόπν ηεο πεγήο ζην παξαζθήλην. πκπιήξσζε θόξκαο αλαδήηεζεο θαη ππνβνιή εξσηήκαηνο ρξήζηε. Πινήγεζε ζηηο ζειίδεο απνηειεζκάησλ. Δληνπηζκόο θαη εμαγσγή επηζηξεθόκελσλ ηεθκεξίσλ ζε θαηάιιειε κνξθή. 16ν Παλειιήλην πλέδξην Αθαδεκατθώλ Βηβιηνζεθώλ 18
Δληνπηζκόο θαη Δμαγσγή Απνηειεζκάησλ Καλόλαο εμαγσγήο (extraction rule): πεξηγξάθεη ηε δνκή ησλ ζηηγκηόηππσλ επηζπκεηήο πιεξνθνξίαο. dbwiz: ρξήζε θαλνληθώλ εθθξάζεσλ. ηππηθή κέζνδνο πεξηγξαθήο πξνηύπσλ θεηκέλνπ ρξνλνβόξα θαη δύζθνιε ε θαηαζθεπή ηέηνησλ θαλόλσλ W3C DOM: παξέρεη κία δελδξνεηδή αλαπαξάζηαζε ησλ ηζηνζειίδσλ. Αλαπηύρζεθε εξγαιείν ινγηζκηθνύ γηα θαηαζθεπή δελδξνεηδώλ θαλόλσλ εμαγσγήο. 16ν Παλειιήλην πλέδξην Αθαδεκατθώλ Βηβιηνζεθώλ 19
Σππηθή Δγγξαθή <table > <tr> <td > Ταστότητα Εγγραυής: </td> <td >000034</td> </tr> <tr> <td > Τίτλος: </td> <td >ΠΕΡΙ ΣΗ ΘΑΛΑΙΑ ΧΛΩΡΙΔΟ ΣΗ ΑΣΣΙΚΗ </td> </tr> <tr> <td > Σσγγραυέας: </td> <td >Πολίτης, Ιωάννης Χ <br> Politis, Ioannis Ch </td> </tr> <tr> <td > Ηλεκτρονική Τοποθεσία και Πρόσβαση: </td> <td ><a >http://academyofathens.ekt.gr/000034</a> </td> </tr> </table> 16ν Παλειιήλην πλέδξην Αθαδεκατθώλ Βηβιηνζεθώλ 20
Δξγαιείν Δμαγσγήο Πεξηερνκέλνπ (1/3) 16ν Παλειιήλην πλέδξην Αθαδεκατθώλ Βηβιηνζεθώλ 21
Δξγαιείν Δμαγσγήο Πεξηερνκέλνπ (2/3) Δύρξεζην γξαθηθό πεξηβάιινλ ρξήζηε (GUI). Τπόδεημε ηνπ πξνηύπνπ κέζσ mouse εληόο ηνπ ελζσκαησκέλνπ πξνγξάκκαηνο πινήγεζεο. Λεηηνπξγία επηζήκαλζεο ζηνηρείνπ (highlight mode). Αλάζεζε ζεκαζηνινγηθώλ εηηθεηώλ (labels). Αιγόξηζκνο ζπκθσλίαο πξνηύπνπ: πςειή αθξίβεηα (precision) θαη ζρεηηθόηεηα (recall). 16ν Παλειιήλην πλέδξην Αθαδεκατθώλ Βηβιηνζεθώλ 22
Δξγαιείν Δμαγσγήο Πεξηερνκέλνπ (3/3) Απνζήθεπζε θαλόλα ζε XML αξρείν. Perl ιεηηνπξγηθή κνλάδα κε ζπλαξηήζεηο γηα εθηέιεζε δελδξνεηδώλ θαλόλσλ κέζα ζην dbwiz. Γνπιεύεη ήδε κε επηηπρία γηα πεγέο ηνπ ΔΚΣ θαη ηε ΘΤΡΑ. 16ν Παλειιήλην πλέδξην Αθαδεκατθώλ Βηβιηνζεθώλ 23
πκπεξάζκαηα Σαπηόρξνλε αλαδήηεζε: ηζρπξό εξγαιείν αλαδήηεζεο. dbwiz: πνιύ αμηόινγν ινγηζκηθό αλνηθηνύ θώδηθα. Καηαζθεπάζηεθαλ αξθεηέο λέεο ιεηηνπξγηθέο κνλάδεο αλαδήηεζεο θαζώο θαη έρνπλ ηξνπνπνηεζεί θαηάιιεια θάπνηεο από ηηο έηνηκεο. Σα πξώηα δείγκαηα γξαθήο ηνπ ζπζηήκαηνο είλαη ελζαξξπληηθά θαη ε απόδνζε θξίλεηαη ηθαλνπνηεηηθή. 16ν Παλειιήλην πλέδξην Αθαδεκατθώλ Βηβιηνζεθώλ 24
Πξνθιήζεηο Καηαζθεπή λέσλ ιεηηνπξγηθώλ κνλάδσλ αλαδήηεζεο θαη ζπληήξεζε ησλ ππαξρόλησλ. Δθπαίδεπζε ησλ ρξεζηώλ. Πξνώζεζε ηεο ρξήζεο ηεο ππεξεζίαο. πλεξγαηηθή ιεηηνπξγία κε άιια ζπζηήκαηα ινγηζκηθνύ. Μνληέιν αλνηθηνύ ινγηζκηθνύ. 16ν Παλειιήλην πλέδξην Αθαδεκατθώλ Βηβιηνζεθώλ 25