Nur die ersten Drei zählen! - Erfolgsfaktoren beim Betrieb von Discovery Systeme. Dr. Elmar Haake Staats- und Universitätsbibliothek Bremen

Transkript

1 Nur die ersten Drei zählen! - Erfolgsfaktoren beim Betrieb von Discovery Systeme Dr. Elmar Haake Staats- und Universitätsbibliothek Bremen Deutscher Bibliothekartag

2 Relevanzranking als Erfolgsfaktor für Discoverysysteme Definition: Was ist Relevanzranking? Ausgangslage: Nutzergewohnheiten, Rankingverfahren in Discoverysystemen Neue Lösungsansätze beim Ranking in der E-LIB Bremen Dr. Elmar Haake Staats- und Universitätsbibliothek Bremen Deutscher Bibliothekartag

3 // Definition Relevanzranking Evi Verstraeten 3

4 // Definition Relevanzranking Das Beste für mich zuerst! Relevante Titel bevorzugen! Suchmaschinen: Textstatistik PageRank: Linktopologie, Popularität der Webseiten), Nutzerfeedback durch häufige Verlinkung Boostfaktoren und Auswertung von Nutzeraktionen Relevanzranking: Nutzergerechte Sortierung der Suchergebnisse in der Reihenfolge absteigender Relevanz bezogen auf die Sucheingabe. Relevanz ist stets subjektiv, geringe Transparenz Evi Verstraeten 4

5 // Neue Nutzergewohnheiten - einige Vermutungen & Thesen Menschen werden von Internetstandards (Amazon, Google etc.) vorgeprägt und... haben geringe Retrievalkenntnisse erwarten sinnvolles Ranking: wichtige Treffer zuerst! Best-Match statt Exact-Match mögen keine komplexe Expertenlogik AND / OR / NOT und lesen keine Hilfeseiten... verwenden keine bibliothekarische Eingabelogik (sondern Copy&Paste) 5

6 // Neue Nutzergewohnheiten - einige Vermutungen & Thesen 6

7 // Neue Nutzergewohnheiten - einige Vermutungen & Thesen Menschen werden von Internetstandards (Amazon, Google etc.) vorgeprägt und... haben geringe Retrievalkenntnisse erwarten sinnvolles Ranking: wichtige Treffer zuerst! Best-Match statt Exact-Match mögen keine komplexe Expertenlogik AND / OR / NOT und lesen keine Hilfeseiten... verwenden keine bibliothekarische Eingabelogik (sondern Copy&Paste) erwarten Fehlertoleranz möchten Inhalte online sofort nutzen 7

8 // Ranking in Discoverysystemen Großer Suchraum - Große Treffermengen Best-Match-Verfahren Relevanzranking über textstatistische Verfahren (Begriffe aus wichtigen Feldern stärker betonen) Relevanzdifferenzierung schwierig bei Metadaten, großen Treffermengen und hochfrequenten Begriffen Facettierung als Notlösung, aufwändige Implementierung, Usability problematisch Tabreiter -> Usability? Suchprofile Differenzierung bei weiterhin identischen bzw. eng liegenden Relevanzwerten? 8

9 // Strategische Frage zur Katalogentwicklung Wie kann das Ranking nutzergerecht weiter verbessert werden? - Chronologische Sortierung? - Zufällige Sortierung? - Bevorzugung bestimmter Medienarten?

10 // Relevanzranking: Populäre Titel verstärken* in der E-LIB Bremen Ziel: Stark nachgefragte Titel bei gleicher Relevanz bevorzugen Aufsätze dezenter platzieren ( Allgemeines vor Hochspeziellem) Simple as possible Hilfsmittel: Wie suchen Nutzer? Suchgeschichte der Nutzer und auf Erfüllung der Erwartungen analysieren * D. Lewandowski, Ranking library materials. Library Hi Tech 27 (2009) 4,

11 // Relevanzranking: Populäre Titel verstärken in der E-LIB Bremen Lösung Nr. 1: Nutzerverhalten Stark gefragte Titel werden in der Trefferliste häufig angeklickt Aktualität der Titel relevant, daher Auswertung der Klicks auf die letzten 2 Jahre beschränkt Klicks > 3 als weiteres Indiz für Popularität, Relevanzaufschlag 11

12 // Relevanzranking: Populäre Titel verstärken in der E-LIB Bremen Lösung Nr. 2: Beschaffungsverhalten der Bibliothek Stark gefragte Titel werden häufig als Staffelexemplare von der Bibliothek beschafft: Exemplarzahl > 3 Exemplare als Indiz für Popularität, Relevanzaufschlag 12

13 // Relevanzranking: Populäre Titel verstärken in der E-LIB Bremen Lösung Nr. 3: Medieneigenschaften Stark gefragte Titel sind häufig im Buchhandel vergriffen und werden als Folgeauflagen neu aufgelegt: Auflagenzählung als weiteres Indiz für Popularität, Relevanzaufschlag 13

14 // Relevanzranking: Populäre Titel verstärken in der E-LIB Bremen Textstatistik nicht überkompensieren durch Titelpopularität Grundlage: Relevanz errechnen durch Textstatistik und mit Hilfe der Popularitätsfaktoren feinjustieren Überblick: Popularitätstyp Relevanzaufschlag in % Beschaffungsverhalten 3 Medieneigenschaften 3 Nutzerverhalten 5 14

15 // Relevanzranking: Populäre Titel verstärken* in der E-LIB Bremen Suchgeschichte (als Spin-Off-Projekt von 15

16 // Relevanzranking: Populäre Titel verstärken* in der E-LIB Bremen Suchgeschichte (als Spin-Off-Projekt von 16

17 // Relevanzranking: Modifikation über Titelpopularität in der E-LIB Bremen Vergleich der Trefferlisten mit/ohne Titelpopularität zeigt: Titel mit hochfrequenten Begriffen werden einfacher gefunden (gedruckte Zeitschriften Nature (1869) von Position 27 auf 6, Science (1880) auf Position 6) Aktuelle Klassiker werden prominenter positioniert, am Campus nachgefragte, gängige Lehrbücher werden sofort gefunden Aufsätze bei allgemeinen/thematischen Anfragen verstärkt auf spätere Seiten, bei speziellen/formalen Anfragen nach wie vor auf der ersten Seite Known-Item-Suchen bei Autoren mit hoher Publikationsfrequenz 17

18 // Relevanzranking: Modifikation über Titelpopularität in der E-LIB Bremen 18

19 // Relevanzranking: Modifikation über Titelpopularität in der E-LIB Bremen 19

20 // Relevanzranking: Modifikation über Titelpopularität in der E-LIB Bremen Relevanzranking als Erfolgsfaktor: Discovery-Systeme können für die Mehrzahl der Nutzer mit Textstatistik besser als klassische Kataloge ranken. Bei großen Treffermengen: weiterer Justierungsbedarf, Nutzererwartungen erfüllen mit Hilfe von Popularitätsfaktoren, Joy-ofUse Kontinuierlich überprüfen, Nutzererwartungen ändern sich, keine vollständige Objektivität, Evaluierung anspruchsvoll 20