Verbundübergreifende Datenkonsolidierung und wie man damit große Bestände effizient retroklassifiziert. Vortrag vom 22. Mai 2012 auf dem 101. Bibliothekartag in Hamburg.

1. Jetzt kommt zusammen,
was zusammen gehört
Verbundübergreifende Datenkonsolidierung und wie
man damit große Bestände effizient retroklassifiziert
Prof. Magnus Pfeffer
Hochschule der Medien, Stuttgart
pfeffer@hdm-stuttgart.de

2. Überblick
 Ausgangslage
 Konsolidierung von Erschließungsdaten
 Softwaregestützte Retroklassifikation
 Ausblick
22. Mai 2012 101. Bibliothekartag, Hamburg 2

3. Ausgangslage
22. Mai 2012 101. Bibliothekartag, Hamburg 3

4. Anlass
 Retroklassifikation Freihandbestand UB Mannheim
 Seit 2001
 5 große Bibliotheksbereiche statt 11 kleine
Bereichsbibliotheken
 RVK als einheitliche Klassifikation
 Wunsch nach mehr Fremddaten
 2004: Weniger als 50% der Titel mit RVK
22. Mai 2012 101. Bibliothekartag, Hamburg 4

5. Inkonsistente Erschließung
 Herzfeld, Hans: Der erste Weltkrieg
 18 Titelsätze im BVB
 davon 11 mit RSWK, 8 mit RVK
 Friedell, Egon: Kulturgeschichte der Neuzeit
 31 Titelsätze im BVB
 davon 21 mit SWD, 17 mit RVK
 Tanenbaum, Andrew S.: Computer Networks
 44 Titelsätze im BVB
 davon 19 Deutsch, 15 Englisch, 1 Chinesisch
 davon 38 mit RSWK, 31 mit RVK
22. Mai 2012 101. Bibliothekartag, Hamburg 5

6. Inkonsistente Erschließung
 Tanenbaum, Andrew S.: Computer Networks
 RVK Notationen
 ST 200: 31 Titel
 Informatik-Monografien-Vernetzung, verteilte Systeme-Allgemeines,
Netzmanagement
 ST 205: 3 Titel
 Informatik-Monografien-Vernetzung, verteilte Systeme-Internet
allgemein
 QH 500: 2 Titel
 Wirtschaftswissenschaften-Mathematik. Statistik. Ökonometrie.
Unternehmensforschung-Wirtschaftsinformatik. Datenverarbeitung
 MS 7965: 1 Titel
 Soziologie-Spezielle Soziologien-Soziologie der
Massenkommunikation und öffentlichen Meinung, Mediensoziologie-
Internet, neue Medien
22. Mai 2012 101. Bibliothekartag, Hamburg 6

7. Konsolidierung von Erschließungsdaten
22. Mai 2012 101. Bibliothekartag, Hamburg 7

8. Projekt 2010-2011
 Grundidee: Übernahme von SWD und RVK aus
 Vorauflagen
 Parallelausgaben
 Übersetzungen
 Ausgangsdaten
 Verbunddatenbank Südwestverbund und Hebis
 MAB2 Format
22. Mai 2012 101. Bibliothekartag, Hamburg 8

9. Umsetzung
 Vergleich auf Basis von
Übernahme bei
 Einheitssachtitel identischem (Einheitsach-)Titel
UND einer Übereinstimmung
 Feld 304_
bei Person/Körperschaft
 Titel und Untertitel
 Felder 331_, 335_
 Autoren und Urheber
 Felder 100_, 104a, 108a, 200_, 204a, 208a
 beteiligte Personen und Körperschaften
 Felder 100b, 104b, 108b, 200b, 204b, 208b
22. Mai 2012 101. Bibliothekartag, Hamburg 9

10. Umsetzung
 Algorithmus
 Berechne für alle Titel
 Wenn Feld 304_ vorhanden

Suche Titel mit identischem Feld 304_
 Vergleiche Autoren, Urheber und beteiligte

MATCH, wenn eine Übereinstimmung vorhanden
 Sonst (nur Feld 331_ und 335_ vorhanden)

Suche Titel mit identischen Feldern 331_ und 335_
 Vergleiche Autoren, Urheber und beteiligte

MATCH, wenn eine Übereinstimmung vorhanden
 Technische Umsetzung
 Perl unter Linux
 Indexstrukturen im Hauptspeicher (>4GB)
22. Mai 2012 101. Bibliothekartag, Hamburg 10

11. Ergebnisse: SWB
 5.809.349 Titel mit mindestens einem Match
 Davon
 3.269.340 ohne SWD
 3.627.017 ohne RVK
 Anreicherung durch Übernahme möglich bei
 636.462 mit SWD
 959.419 mit RVK
22. Mai 2012 101. Bibliothekartag, Hamburg 11

12. Ergebnisse: Hebis
 4.535.618 Titel mit mindestens einem Match
 Davon
 3.068.968 ohne SWD
 3.071.022 ohne RVK
 Anreicherung durch Übernahme möglich bei
 1.179.133 mit SWD
 992.046 mit RVK
22. Mai 2012 101. Bibliothekartag, Hamburg 12

13. Nachnutzung
 Daten zum Download
 Textformat, bz2-Archiv
 Titel-ID und gefundene Matches
 Linked Open Data
 RDF-Tripel der Form ID-equalsForClassification-ID
 http://data.bib.uni-mannheim.de
 Daten an die Verbundzentralen
 Titel und gefundene SWD-IDs und RVK-Notationen
22. Mai 2012 101. Bibliothekartag, Hamburg 13

14. Prüfung
 Online im Linked-Data Web
 Verbünde erlaubten Titeldarstellung
 Matches untereinander verlinkt
 Wer: Externe Interessierte
 Testdatenbanken der Verbünde
 Einspielung der gelieferten Daten in Auszügen
 Stichproben und Recherchen möglich
 Wer: Sacherschließer und interessierte Verbundnutzer
→ Hohe Qualität der Ergebnisse bestätigt
22. Mai 2012 101. Bibliothekartag, Hamburg 14

15. Mehr Quellen – mehr Daten?
 Beispiel Schlagwörter im SWB
 451.677 angereicherte Titel bei Daten nur aus SWB
 636.462 bei SWB plus Hebis
22. Mai 2012 101. Bibliothekartag, Hamburg 15

16. Mehr Quellen – mehr Daten?
 Beispiel RVK UB Mannheim
 Bibliotheksbereich A5, Sozialwissenschaften
 63.300 Titel zu bearbeiten
 44.991 Titel mit RVK-Notationen im SWB
 45.610 Titel mit Übernahme aus SWB und Hebis
 48.454 Titel mit Übernahme aus SWB, Hebis, BVB
 (Nur experimentell; Suchen der Titel über den BVB-
Verbundkatalog)
22. Mai 2012 101. Bibliothekartag, Hamburg 16

17. Softwaregestützte Retroklassifikation
22. Mai 2012 101. Bibliothekartag, Hamburg 17

18. Software-Tool
 Anforderungen
 Aggregation möglichst vieler Fremddaten
 Einfache Auswahl bereits vorhandener Notationen
 Bearbeiten großer Datenbestände (>100.000 Titel)
 Intuitive Bedienung
 Keine aufwändige Installation
22. Mai 2012 101. Bibliothekartag, Hamburg 18

19. Software-Tool
 Umsetzung
 Datenkonsolidierung wie beschrieben
 Einschränken der Metadaten auf relevante Felder
 Eigene, lokale Datenbank
 Schneller Zugriff
 Optimiert auf eine Anwendung
 Programmiersprache Java
 Alle Elemente für die GUI vorhanden
 Plattformunabhängig
 Einfache Installation des Programms
22. Mai 2012 101. Bibliothekartag, Hamburg 19

20. Hauptfenster
Spalten=Metadatenelemente
Sortierung auf- und absteigend
Zeilenhöhe einstellbar
RVK Notationen
Mouseover: RVK-Hierarchie
Anklicken: Auswahl
22. Mai 2012 101. Bibliothekartag, Hamburg 20

21. Schnellfilter
22. Mai 2012 101. Bibliothekartag, Hamburg 21

22. Erweiterte Filter
22.29. März 2012
Mai 2012 101. Bibliothekartag, Hamburg
Seminar RVK 22

23. Farbige Hervorhebung
22. Mai 2012 101. Bibliothekartag, Hamburg 23

24. Strategie: Inhaltlich homogene Liste
22. Mai 2012 101. Bibliothekartag, Hamburg 24

25. Strategie: Eindeutige RVK
22. Mai 2012 101. Bibliothekartag, Hamburg 25

26. Links zu externen Quellen
 Dynamische Links
 Suche in Katalogen und
anderen Quellen
 Anpassbar
22. Mai 2012 101. Bibliothekartag, Hamburg 26

27. Praktischer Einsatz
 Referent 1
 Bestand etwa 57.000 Titel
 123 Sitzungen an 56 Tagen über 8 Monate
 176 Stunden, Durchschnitt 324 Titel pro Stunde
 Referent 2
 Bestand etwa 12.500 Titel
 28 Sitzungen an 21 Tagen über 6 Monate
 29 Stunden, Durchschnitt 430 Titel pro Stunde
22. Mai 2012 101. Bibliothekartag, Hamburg 27

28. Lernkurve
22. Mai 2012 101. Bibliothekartag, Hamburg 28

29. Selber ausprobieren
 Entwickler: Kai Eckert, UB Mannheim
 http://www.kaiec.org/reclassification.html
22. Mai 2012 101. Bibliothekartag, Hamburg 29

30. Ausblick
22. Mai 2012 101. Bibliothekartag, Hamburg 30

31. Stand Datenkonsolidierung
 SWB und Hebis
 Projekt abgeschlossen
 Ergebnisse wurden in Produktivdatenbank eingespielt
 HBZ und BVB
 Verbundabzüge vorhanden
 Aktuell: Datenaufbereitung und Abgleich
 Datenlieferung voraussichtlich Juli oder August
 Ergänzungslieferung an SWB und Hebis geplant
22. Mai 2012 101. Bibliothekartag, Hamburg 31

32. Fragen und Diskussion
?
22. Mai 2012 101. Bibliothekartag, Hamburg 32