ΙΟΝΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΤΜΗΜΑ ΑΡΧΕΙΟΝΟΜΙΑΣ & ΒΙΒΛΙΟΘΗΚΟΝΟΜΙΑΣ ΜΕΤΑΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ Μάθημα: «Ψηφιακές βιβλιοθήκες» Αξιοποίηση των implicit rating data Φοιτητής: Πετρίδης Κωνσταντίνος

ΕΣΑΓΩΓΙΚΑ (1)  Μέχρι πρότινος οι διαδικτυακές υπηρεσίες ήταν αυστηρά «μονόδρομες»  Στην εποχή μας αρχίζουν και γίνονται πιο «αμφίδρομες»  Wikis, e-journals, διαδικτυακά fora  Ο χρήστης μπορεί να πει την άποψή του για την πληροφορία που δέχεται, να την κρίνει ή ακόμα και να εμπλακεί στη φάση δημιουργίας και διακίνησής της  Τέτοιοι χρήστες είναι και οι επισκέπτες ψηφιακών βιβλιοθηκών. Η μελέτη της συμπεριφοράς τους μπορεί να δώσει σημαντικά αποτελέσματα για τη βελτίωση των υπηρεσιών που αυτές προσφέρουν

ΕΣΑΓΩΓΙΚΑ (2) Η μελέτη αυτή δίνει τη δυνατότητα για έρευνα πάνω σε θέματα:  Collaborative filtering  User modeling  Personalization  Recommendation Οι παραπάνω μέθοδοι μπορούν κάλλιστα να εφαρμοστούν σε ψηφιακές βιβλιοθήκες, καθώς είναι δύσκολο ο κάθε χρήστης να προσαρμόζεται στο περιβάλλον τους.

EXPLICIT RATING DATA Οι ως τώρα έρευνες πάνω σ’ αυτά τα θέματα βασίζονται σε explicit rating data Ορισμός (ενδεικτικός) Τα δεδομένα που ρητώς καταθέτουν οι χρήστες για να δηλώσουν τις προτιμήσεις τους ή τα ενδιαφέροντά τους Απαντήσεις σε ερωτηματολόγια, βαθμολογήσεις αγαθών μέσα από ειδικά interface, κ.τ.λ.

EXPLICIT RATING DATA Μειονεκτήματα στη συλλογή τους  Ο χρήστης αποσπάται από τον αρχικό του σκοπό  Ο όγκος των δεδομένων που συλλέγονται είναι άμεσα συνδεδεμένος με το πλήθος των ερωτήσεων και οι ερωτήσεις δεν μπορούν συνήθως να καλύψουν όλα τα επιστημονικά πεδία (κόστος, φιλικότητα προς χρήστη)  Η ποικιλία των επιστημονικών πεδίων και η ορολογία που τα συνοδεύει μπορεί να αποφέρει συγχύσεις στη διάκριση των ενδιαφερόντων των χρηστών (διαφορετικοί όροι μπορεί να αναφέρονται σε μία έννοια ή ένας όρος αντιπροσωπεύει διάφορα επιστημονικά πεδία Ανάγκη για εύρεση μεθόδων που αξιοποιούν άλλου είδους δεδομένα που δε βασίζονται αποκλειστικά στα γραπτά σχόλια των χρηστών

IMPLICIT RATING DATA Ορισμός (ενδεικτικός) Όλα τα δεδομένα και οι «υπονοούμενες βαθμολογήσεις» που μπορούν να αποκτηθούν από τις «κινήσεις» των χρηστών στη σελίδα μιας ΨΒ. Π.χ.  «κλικάρουμε» ένα link, ενώ ένα άλλο το αγνοούμε  Ξοδεύουμε χρόνο για να διαβάσουμε ένα άρθρο ή ακόμα το κάνουμε download, ενώ ένα άλλο το διαπερνάμε γρήγορα  Κάνουμε συχνή αναφορά σε μια υπηρεσία ή σε μια ερευνητική εργασία

IMPLICIT RATING DATA Βασικές κατηγορίες implicit rating data  Read-ignored (ή reading duration)  Saved-deleted  Replied-not replied Αντιπροσωπεύουν τις βασικές συμπεριφορές του χρήστη απέναντι σε μια σελίδα, ένα άρθρο, μια υπηρεσία, κ.τ.λ.

IMPLICIT RATING DATA Η αδυναμία τους σε σχέση με τα explicit rating data είναι ότι δεν έχουν μεγάλη ακρίβεια όση έχουν τα explicit. Στα implicit rating data έχουμε την υπόνοια για τα ενδιαφέροντα του χρήστη, όπως αυτά διαφαίνονται μέσα από τις διαδράσεις του και πάντα η υπόνοια ενέχει την αβεβαιότητα. Μια μελέτη που συνδυάζει και τους δύο τύπους δεδομένων μπορεί να δώσει πολύ αξιόπιστα αποτελέσματα

ΜΕΛΕΤΗ ΓΙΑ ΤΗΝ ΑΠΟΤΕΛΕΣΜΑΤΙΚΟΤΗΤΑ ΤΩΝ IMPLICIT RATING DATA Διεξήχθη ένα πείραμα χρησιμοποιώντας τη σελίδα της Computing and Information Technology Interactive Digital Educational Library (CITIDEL), στην οποία ενσωματώθηκε ένα σύστημα που κατέγραφε τις κινήσεις των χρηστών Ζητήθηκε από 22 χρήστες να χρησιμοποιήσουν τη σελίδα για να δώσουν στο σύστημα τα απαραίτητα δεδομένα για ανάλυση

ΜΕΛΕΤΗ ΓΙΑ ΤΗΝ ΑΠΟΤΕΛΕΣΜΑΤΙΚΟΤΗΤΑ ΤΩΝ IMPLICIT RATING DATA Διενέργεια στατιστικού τεστ-Υποθέσεις 1)Για κάθε σοβαρό χρήστη με τα δικά του ενδιαφέροντα εμφάνισε τα επαναλαμβανόμενα αποτελέσματα σχετικά με το ποιες συλλογές άρθρων αναφέρθηκαν από αυτόν 2)Για σοβαρούς χρήστες με κοινά ερευνητικά ενδιαφέροντα εμφάνισε τα αλληλοεπικαλυπτόμενα αποτελέσματα για τις συλλογές άρθρων που αναφέρθηκαν από αυτούς 3)Για σοβαρούς χρήστες που δεν έχουν κανένα κοινό ερευνητικό ενδιαφέρον εμφάνισε τα διαφορετικά αποτελέσματα για τις συλλογές άρθρων που αναφέρθηκαν από αυτούς

ΣΥΜΠΕΡΑΣΜΑΤΑ Το πείραμα έδειξε ότι τα implicit rating data μπορούν να αξιοποιηθούν για την αναβάθμιση των υπηρεσιών των ΨΒ Η χρησιμοποίησή τους είναι επιτακτική διότι:  Το υλικό ανανεώνεται κάνοντας δύσκολη τη συνεχή παροχή explicit rating data  Η ευκολία πρόσβασης στη σελίδα μιας ΨΒ έχει αυξήσει κατακόρυφα την επισκεψιμότητα. Πλέον η ΨΒ πρέπει να εξατομικεύσει τις υπηρεσίες τις και όχι ο χρήστης να εναρμονιστεί με το περιβάλλον της ΨΒ

ΔΙΑΦΩΝΙΕΣ-ΠΡΟΒΛΗΜΑΤΙΣΜΟΙ Για την μοντελοποίηση χρηστών συλλέγονται κάποια προσωπικά στοιχεία. Είναι σίγουρο ότι αυτά μένουν στα όρια της ΨΒ; Δικαίωμα για ανωνυμία και ιδιωτικότητα. Ένα user tracking system δίνει την αίσθηση στο χρήστη ότι παρακολουθείται διαρκώς Όσο εξατομικεύεται η παροχή πληροφοριών, τόσο οι επιστημονικοί ορίζοντες του χρήστη στενεύουν (χάνεται η ευκαιρία για απόκτηση μιας πιο σφαιρικής γνώσης) Φαινόμενο του group polarization (άτομα με ίδιο σκεπτικό και απόψεις, όταν συνδιαλέγονται, τείνουν να παίρνουν πιο ακραίες αποφάσεις)

Η ΚΑΤΑΣΤΑΣΗ ΣΤΗΝ ΕΛΛΑΔΑ Υπάρχουν αρκετές ΨΒ. Ενδεικτικά αναφέρονται:  ΨΒ του ΕΚΤ  ΨΒ του Ιονίου Παν/μίου  «Μυριόβιβλος»  «ΆΡΤΕΜΙΣ»  ΨΒ του Παιδαγωγικού Ινστιτούτου  ΨΒ του Παν/μίου Ιωαννίνων Στην τελευταία μόνο παρέχονται εξατομικευμένες υπηρεσίες

ΣΥΜΠΕΡΑΣΜΑΤΑ

T H E EN D