1 / 44

V AD FINNS GÖMT BAKOM DET VI SER PÅ WEBBSIDAN?

V AD FINNS GÖMT BAKOM DET VI SER PÅ WEBBSIDAN?. <BODY> <H1>This Is Where We Came In</H1> <H2>Alan Ayck-bourn</H2><P CLASS="act">I </P>. Materialet finns tillgängligt på URL http://www.adm.hb.se/personal/hfr/tls/ Helena Francke, 18/09/00. Innehåll… f.m.

kellan
Download Presentation

V AD FINNS GÖMT BAKOM DET VI SER PÅ WEBBSIDAN?

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. VAD FINNS GÖMT BAKOMDET VI SER PÅ WEBBSIDAN? <BODY> <H1>This Is Where We Came In</H1> <H2>Alan Ayck-bourn</H2><P CLASS="act">I</P> Materialet finns tillgängligt på URL http://www.adm.hb.se/personal/hfr/tls/ Helena Francke, 18/09/00

  2. Innehåll… f.m • Olika format / kodning (PDF, HTML, XML) • Validering • Metadata • HTML • Dublin Core • PICS • RDF

  3. Plattformsoberoende html jpeg pdf wav gif m fl Proprietära doc ai ppt pct cdr Filformat

  4. Filformatet kan ha betydelse för kvalitén.. • hur tolkar webbläsare / program filen? • portabilitet • bevarandeaspekten • manipulation (kan vara av godo) / adaption

  5. Skilda principer för textbeskrivning • Textens stukturella uppbyggnad • HTML • Textens visuella representation • PDF • Textens semantiska betydelse (descriptive markup) • SGML, XML Text används här i en vidbemärkelse

  6. Exempel på uppmärkning Ur Alan Ayckbourns This Is Where We Came In: <character>Uncle O</character > <line>[…] And the princess, as soon as she saw the young prince, fell immediately in love with him…</line> < character >Nell</ character> <instruction>(falling immediately in love)</instruction> <line>Oh!</line>

  7. Exempel på visuell kodning Ur Alan Ayckbourns This Is Where We Came In: Uncle O […] And the princess, as soon as she saw the young prince, fell immediately in love with him… Nell(falling immediately in love) Oh!

  8. HTML • märkord (taggar) som märker upp strukturen • märker upp ren text (ASCII) • webbläsaren omvandlar koderna till presentationsinstruktioneralt. har man möjlighet att specificera layout-instruktioner - i html-koden eller separat (i t ex en stilmall [css, xsl]) • bygger på SGML

  9. Descriptive Markup • kodar efter innehåll likväl som struktur • SGML/XML • W3C (World Wide Web Consortium) • utifrån SGML + XML skapar man nya uppmärkningsspråk som beskrivs i en DTD (Document Type Definition)

  10. UPPMÄRKNINGSSPRÅK(Markup Languages) SGML(Standard Generalized Markup Language) XML(eXtensible Markup Language) HTML TEI MathML RDF m fl

  11. "Extensible Markup Language (XML for short) is a new language designed to […] make information self-describing. This simple-sounding change in how computers communicate has the potential to extend the Internet beyond information delivery to many other kinds of human activity. Indeed, since XML was completed in early 1998 by the World Wide Web Consortium […] the standard has spread like wildfire though science and into industries ranging from manufacturing to medicine.” Jon Bosak and Tim Bray (1999), "XML and the Second-Generation Web” // Scientific American

  12. Portabilitet Manipulation Sökbarhet Utprodukt Navigering (XLink, XPointer) Belastning på nät / servrar Vilken version är det? DOCTYPE-deklarationen Följer koden i html-/ xml-filen W3C:s rekommendationer? http://validator.w3.org Val av format Validering

  13. Vad är metadata? Meta- (fr. grekiska): med, emellan, efter... • data om data, eller • (strukturerad) information om olika resurser eller objekt, eller • uppgifter som möjliggör för oss att identifiera, lokalisera och organisera (digitala) resurser i lokala eller distribuerade samlingar

  14. Uniform Resource Locator (URL) katalog (mapp) domän http://www.lub.lu.se/desire/sbigs.html protokoll toppdomän fil extension (HyperText Transfer Protocol)

  15. Identifikatorer • URL - Uniform Resource Locator http://www.w3.org • URI - Uniform Resource Identifier • URN - Uniform Resource Name URN:NBN:se-d199811234 • PURL - Persistent URL http://purl.oclc.org/OCLC/PURL/FAQ • DOI - Digital Object Identifier 10.1002/[ISBN]91-973090-6-0

  16. Dold metadata • exempelvis titeln på en bok, en MARC-post, materialinformationen i skor etc • kan finnas i/på objektet (skoexemplet) eller separat från detta (MARC-posten) • HTML, Dublin Core, PICS, RDF • används för att förbättra SÖKNING, LOKALISERING ochSELEKTION

  17. HTML-meta • <title> (skilj mellan titel och rubrik!) - det enda obligatoriska metadata-elementet i html • <meta> ofta använt för att ange ämnesord och sammanfattning • <meta http-equiv=”charset” content=”iso-8859-1”>

  18. Dublin Core Metadata Element Set • Grunden lades vid ett möte i Dublin Ohio 1995 • DC är väl lämpat att beskriva dokument och dokument-liknande objekt • Målet var att skapa ett system • som gör metadata enkelt att skapa och hålla aktuellt • som är internationellt gångbart • som är töjbart • En av begränsningarna med DC idag är att man inte anger någon typ av inmatningsregler - jmf KRS

  19. Unqualified DC (1.1) 15 olika fält: • INNEHÅLL: DC.Title, DC.Subject, DC.Description, DC.Source, DC.Language, DC.Relation, DC.Coverage • UPPHOV: DC.Creator, DC.Publisher, DC.Contributor, DC.Rights • IDENTIFIKATION, TID OCH TEKNIK: DC.Date, DC.Type, DC.Format, DC.Identifier Inget fält är obligatoriskt Alla fält kan upprepas vid behov

  20. Qualified DC • TYPBETECKNINGAR Precisering av en kategori under rubriken och/eller en tillfogad uppgift med särskild innebörd. <meta name=”DC.Creator.PersonalName.Email” content=”jag@me.se”> • SCHEME-TILLÄGG Precisering av en standard eller praxis som styr utformningen av fältets innehåll. <meta name=”DC.Subject” scheme=”SAB” content=”Do”> efter Sten Hedberg (1999), ”Dublin Core i Sverige - en minsta gemensam nämnare eller…?” // Human IT nr 4/99

  21. DC forts. • Hur tillämpas DC idag?- i ett stort antal projekt världen över som ofta är initierade från bibliotekshåll och inom söktjänster som inriktar sig på resurser inom en viss disciplin - i Sverige: Svesök, SAFARI, Svenska miljönätet (Nordic Web Index) • DC-formulär skapat av NetLab vid Lunds UB finns på: http://www.lub.lu.se/cgi-bin/nmdc.pl • DC har än så länge dåligt stöd i de kommersiella söktjänsterna

  22. PICS - Platform for Internet Content Selection • Utvecklades ursprungligen under influens av den diskussion somförts i USA kring the Telecommunications Decency Act • Utvecklades av W3C -rekommendationerna kom 1996 • Metod eller infrastruktur, inte i sig ett system för klassificering/värdering • Olika system/vokabulärer för värdering skapas av organisationer eller individer • Du instruerar sedan webbläsaren att kontrollera informationen i dokumentet eller en databas (i IE 5.0 under Verktyg  Internet-alternativ  Innehåll) • Kan användas till annat än att värdera sex, våld och språk...

  23. ”label list” för två dokument (PICS-1.1 "http://www.gcf.org/v2.5" by "John Doe" labels on "1994.11.05T08:15-0500" until "1995.12.31T23:59-0000" for "http://w3.org/PICS/Overview.html" ratings (suds 0.5 density 0 color/hue 1) for "http://w3.org/PICS/Underview.html" by "Jane Doe" ratings (subject 2 density 1 color/hue 1)) från ”PICS Label Distribution Label Syntax and Communication Protocols”http://www.w3.org/TR/REC-PICS-labels

  24. Resource Description Framework RDF • Används för att ”samla ihop” metadata (t ex DC och PICS) i ett elektroniskt dokument • W3C-rekommendation i feb/mars 1999 • RDF är ett XML-språk • En RDF-sats innehåller tre delar: • en resurs (en URI) • en egenskap (t ex ”författare”, ”titel”) • ett värde (t ex ”Astrid Lindgren”)

  25. RDF-exempel <?xml version=”1.0”?> <RDF xmlns=”http://www.w3.org/1999/02/22-rdf-syntaxns#” xmlns:DC=”http://purl.org/metadata/dublin_core/” xmlns:DS=”http://www.w3.org/Schemas/DS-Schema/”> <Description about=”http://www.tls.se/forel.htm” bagID=”Statement_001”> <DC:Creator>Klara Karlsson</DC:Creator></Description><Description about=”#Statement_001”> <DS:CreatedOn>2000-09-18T14:00z</DS:CreatedOn> <DS:CreatedBy>Bengt Bengtsson</DS:CreatedBy></Description> </RDF>

  26. ATT HITTA INFORMATIONEN... KRITISK BEDÖMNING AV SÖKVERKTYG

  27. Innehåll… e.m • Olika typer av sökverktyg - hur fungerar det? • Sökstrategier • Jämförelse av sökverktyg

  28. Sökverktyg på webben • Sökmaskiner (t ex AltaVista, Excite, Google) • Ämnes- eller länkkataloger (t ex Yahoo!, Svesök, BUBL link) • Metaindex (t ex MetaCrawler, Mamma) • Klientbaserade metaindex (t ex Copernic) • Intelligenta agenter

  29. Sökmaskiner • samlar in information på maskinell väg • en robot • depth-first • breadth-first • ett index • inverterade filer • en databasmotor depth-first breadth-first hämta + lämna URL:er hämta URL:er A URL:er Z A URL:er Z robot lämna URL:er

  30. Kataloger • hierarkiskt organiserade ämnesuppställda kataloger över länkar som går till andra webbresurser • sammanställs av människor • bygger på någon typ av klassifikationssytem - kan vara ett etablerat (t ex SAB, Dewey) eller egenproducerat (Yahoo!, SUNET:s katalog) ”Three possible strategic responses [to the reduction of intellectual and physical barriers brought about by the rise of multidisciplinarity and by the influence of computerization] are described: 1) adopting an existing system; 2) adapting an existing system; and 3) finding new structural principles for classification systems.” Clare Beghtol 1998, s 89 • länkarna kvalitetsbedömda?

  31. Andra varianter • Hybrider (katalog + sökmotor) • (trend: portaler) • Metaindex (söker i flera söktjänsters index samtidigt) • Klientbaserade metaindex • Intelligenta agenter

  32. Sökstrategier 1 • SÖKMASKINER • objekt med signifikant namn - ”Bill Clinton”, ”IFLA” person/organisation/företag/märke/geografisk plats • väl avgränsat område med karaktäristiskt namn - ”XML” • ”litet” område med väl definierad terminologi - ”mimesis” • område som är svårt att placera in i en hierarki (t ex multidisciplinära) - ”malört” • det är alltid en avvägning (jmf Massachusetts Institute of Technology/MIT)

  33. Sökstrategier 2 • KATALOGER • överblick över vad som finns inom ett område • om man är osäker på lämpliga söktermer, t ex söker inom ett obekant område (måste dock kunna identifiera lämplig kategori) • kvalitetsgranskade resurser (ibland) • resurser till en viss målgrupp - t ex barn (Länkskafferiet, SAFARI har möjlighet att avgränsa efter målgrupp) fler termer ger bättre precision än få - begränsa sökningen genom att lägga till termer, utvidga den genom att ta bort termer

  34. antal hittade relevanta dokument precision = totala antalet hittade dokument antal hittade relevanta dokument recall = antal relevanta dokument i databasen Att jämföra sökverktyg

  35. Sökmaskiner (1) OMFÅNG: • Storlek - hur många webbsidor / filer indexeras? (Google 560 miljoner webbsidor juli 2000) • Hur stor del av filen indexeras? (fulltext?) • Geografisk avgränsning? int/sv/landsspecifik? • Språk - i gränssnittet och i tillåtna söktermer GRÄNSSNITT: • Effektivt eller plottrigt? Reklam? Andra tjänster?

  36. Sökmaskiner (2) PRODUCENT: • Vem står bakom tjänsten? kommersiell / ideell? • Kostnad? Teknik: • Efter vilka principer arbetar roboten? • Hur ofta besöks varje webbsida? Hur ofta uppdateras indexet? Finns materialet cachat? • Om tjänsten inte har eget index - från vem köper de tjänsten? • Strategier för att matcha fråga - dokument. • Hur värderas/rankas/viktas söktermerna? Premieras uppgifter i metadata? • Sökhastighet? • Finns någon kvalitetsgranskning / krav? (innehåll eller teknik?)

  37. enkel och avancerad sökning + - ”” Boolesk logik vad är standardinställningen? t ex OR, AND - går det att få reda på trunkering, maskering närhetsoperatorer naturligt språk (kan du t ex formulera din sökning som en vanlig fråga? AltaVista, Ask Jeeves) case sensitivity avgränsningar (datum, format, språk, geografisk tillhörighet) går det att ange var i filen du vill utföra sökningen? (titel, URL, länkar…) söker den automatiskt på synonymer? viktas termerna? accepteras felstavningar? att söka på annat än text-filer (bilder, ljud, animationer, applikationer mm) diskussionsgrupper, mailinglist-arkiv mm finns möjlighet att filtrera träffarna? Sökmaskiner (3)SÖKNING:

  38. Sökmaskiner (4) TRÄFFLISTA: • Hur många träffar visas? Går det att påverka? • Hur mycket och hur relevant information får man om de olika träffarna? Går typen av information att påverka? • ”more like this” • Kan man få se endast 1 träff/server? Kan denna funktion stängas av? • Träffkvalitet (precision) • Hjälpsidor - är de informativa och lätta att förstå? Finns all information man behöver?

  39. Specifikt för kataloger… (1) OLIKA TYPER: • universella (t ex Yahoo!, LookSmart, Magellan, BUBL Link) • ämnesinriktade (t ex de svenska ansvarsbibliotekens Samweb, Humweb etc, SOSIG, ARGOS, NOVA Gate, Svenska miljönätet - se lista över ”Subject Based Information Gateways” http://www.lub.lu.se/desire/sbigs.html • nationella / internationella • särskild målgrupp (forskare, barn…)

  40. Kataloger (2) • Hur är katalogen organiserad? • eget klassifikationssystem? Fungerar det? • etablerat system? Är det ett system du känner till? • Hur många hierarkiska nivåer finns? Är de uttömmande eller är strukturen för grund? • Antal kategoriserade resurser • Hur har dessa samlats in? • Vilka kvalitetskriterier / urvalsprinciper tillämpas? • Hur noggrant är resurserna katalogiserade? Manuellt utvunna metadata som förbättrar sökresultat och träfflisteinfo? • Hur kan man söka i katalogens databas? (jmf sökmaskiner) • Kan man söka mha kontrollerad vokabulär från ämnesords-lista (SAB, MESH, LCSH)?

  41. Tips... Bakgrundsinfo och jämförelser mellan olika söktjänster finns bl a på: • SearchEngineWatchhttp://www.searchenginewatch.com/har även gratis nyhetsbrev man kan prenumerera på • Search Engine Showdownhttp://searchengineshowdown.com/har bl a aktuell statistik

  42. Några hurtfriska råd på vägen... Hitta de söktjänster som passar dig Välj ut några söktjänster som du lär dig ordentligt Testa nya tjänster någon gång då och då - utvecklingen sker snabbt! Ge inte upp! Testa en annan söktjänst om du inte får träff i den första. Lycka till!

More Related