WikiKnihovna - Příspěvky uživatele [cs]

Bibliomining

2008-06-02T07:57:13Z

83.240.1.251:

Závěrečná práce
[[Uživatel:Iva Zadražilová|Iva Zadražilová]] 18:18, 16. 4. 2008 (CEST)

== '''Bibliomining''' ==

=== '''Základní charakteristiky''' ===

Bibliomining je poměrně nová disciplína, spjatá s oborem knihovnictví. Vznikla nedávno z potřeby využívaní dat z databází,
které shromažďují a spravují knihovny. Svůj původ má bibliomining v oboru zvaném data mining a může být
definován jako aplikace data miningu v knihovnách.
----

=== '''Data mining''' ===

Data mining je metoda nebo spíše metodologie, která nám umožňuje získávat užitečné informace,
které jsou skryté ve velkých objemech dat. V překladu se tedy jedná o určité „dolování dat“,
o analytické získávání předem neznámých informací z různých databází. Data mining soustřeďuje
mnoho různých postupů a algoritmů, které umožní odhalit a plně využít vztahy ukryté v datech.
Díky výkonným analytickým metodám je možné objevit důležité informace. Metoda data miningu
funguje na předpokladu, že určité informace jsou mezi sebou spojené mnoha různorodými vazbami,
z nichž některé nejsou na první pohled viditelné a přitom jsou velmi přínosné. Aplikace data
miningu předpokládá použití různých sofistikovaných metod a nástrojů – ať už statistických,
predikativních nebo analytických.

Metoda data miningu se používá např. v oblastech bankovnictví, ekonomické sféře, průmyslu a
informace získané touto metodou jsou mimo jiné ceněnou konkurenční výhodou. Je velmi zajímavým faktem,
že často se před začátkem celého procesu vlastně ani nemusí vědět, jaké informace vlastně hledáme. Necháma data, aby nám sama ukázala, co je v nich skryto důležitého a zajímavého.

Více na http://cs.wikipedia.org/wiki/Data_mining
----

=== '''Bibliomining''' ===

Definice bibliominingu dle jednoho z jeho zakladatelů Scotta Nicholsona je následovná: ''"Bibliomining is the combination of data mining, bibliometrics, statistics, and reporting tools used to extract patterns of behavior-based artifacts from library systems"''

Bibliomining lze tedy chápat jako kombinaci data miningových technik, bibliometrie, statistiky a
nástrojů pro podávání zpráv určených pro získání schématu porozumění optimálního fungování knihoven
a jejich služeb.

Knihovní katalog /OPAC/ sám o sobě je určitou databází, ve které se shromažďují data.
Jsou to data o knihovním fondu, výpůjčkách, vrácených knihách, rezervacích, prodloužených publikacích,
údaje o čtenářích, vyhledávání apod. Některá z těchto dat se dají získat snadno, jiná,
zajímavá, data by šla „vydolovat“ právě pomocí bibliominingu.

----

=== KDD a postupy při bibliominingu ===

Bibliomining také souvisí s metodou zvanou '''Knowledge Discovery in Databases''' (KDD).

více na http://www.aaai.org/aitopics/assets/PDF/AIMag17-03-2-article.pdf

Jedná se o disciplínu získávání znalostí z databází, jejíž fáze a postupy se dají
aplikovat na bibliomining:

1. '''První krok určuje obsah projektu.''' Existují dva druhu bibliominignu /BM/ –
prediktivní a deskriptivní. Prediktivní BM může používat predikci, kdy předpokládáme, že
pokud se data v minulosti chovala podle nějakého vzoru, budou se podle tohoto vzoru chovat
i nadále. Prediktivní BM také může předpokládat současnou událost, kterou je obtížné zjistit
jen z malé skupiny vzorků nebo nebo provedených minulých zjištění. Deskriptivní BM vyhledává a
popisuje současné situace.

2. '''Vytvoření datového skladu''' – jedná se o stanovení datových zdrojů. Určitá data jsou
extrahována z příslušných systémů a jednoduše kombinována. S daty se nadále pracuje, jsou
“vyčištěna“ a chybějící údaje jsou doplněny. Tento krok zabírá cca 80% celého procesu,
nicméně závěrečné výsledky silně závisí právě na úspěšném splnění tohoto kroku.

3. '''Doladění dat''' – v tomto bodě se vybírají vhodné proměnné. Nové proměnné jako
např. poměry nebo klasifikace, mohou být vytvořeny z originálních proměnných.

4. '''Prozkoumání dat''' – zde dochází ke skutečnému bibliominingu. Podle druhu
dosažených výsledků a typu dat jsou použity různé techniky a procesy pro objevení nových a
funkčních vzorců, se kterými je možné nadále pracovat.

5. '''Evaluování výsledků''' – vzorce, které byly zjištěny, by měly knihovníkovi dávat smysl.
Pokud se vzorce zdají být překvapující nebo jsou v protikladu, je možné, že pravděpodobně obsahují
chybu v datech. Pokud se to stane, měl by se knihovník podívat nebo vrátit k výchozím záznamům a
zjistit, proč a jak chybný vzorce vznikl. Pokud byl v úvodu vytvořen prediktivní model,
může být nyní použit pro ověření hodnověrnosti a správnosti celého modelu.

6. '''Zpráva a implementace''' – pokud byly použity správné prediktivní modely, přichází
chvíle jejich implementace. Pokud je potřeba, mohou být užity na malém vzorku reálných dat,
čímž snadno otestujeme výkonnost celého modelu předtím, než se spustí v plnohodnotné verzi.
Následně je vytvořena zpráva, která se prezentuje ostatním zaměstnancům.
----
=== Shrnutí postupu ===

Postupujeme tedy na základě následujícího procesu:

* Porozumění problému
* Vyhledání a příprava dat pro analýzu
* Vytváření statistických a operačních modelů spolu se samotným hledáním informací
* Uvedení získaných poznatků do praxe
* Zajištění prezentace a zpětné vazby.
----
=== Datový sklad ===

Důležitou součástí metody bibliominingu je vytvoření '''datového skladu'''. Jedná se vlastně o archivaci
důležitých dat, která jsou vybrána s ohledem na následné hledání za pomoci využití jednodušších vzorců.
Data jsou sjednocována a uchovávána v tzv. institucionální paměti knihovny. Datový sklad je interní databáze knihovny, ve které jsou spravována předem vybraná a očištěná data. Datový sklad se následně může využít pro bibliomining, kdy lze jeho pomocí odhalit informacní potřeby a informační chování uživatelů. Data v datovém skladu je také možné uchovávat pro další použití.

----
=== Cíle data a bibilominingu ===

Výsledkem data miningu by měla být zjištěna nová srozumitelná data, která by měla být prezentována co nejpřístupnější formou koncovému uživateli. 

Bibliomining v kombinaci s datovým skladem umožní managemetu knihovny mít k dispozici rozsáhlé zdroje různých informací, díky kterým mohou nastavit rozhodovací a řídící systém co nejefektivněji. Současně bibliominig přináší možnost dostat se k datům, která mohou být rozhodující a přínosná pro správný chod knihovny.
----

=== '''Použitá literatura''' ===
http://www.bibliomining.com/bibproc.html

http://is.muni.cz/th/108801/ff_b/Bakalarka_prace_Soskova.pdf

http://www.snk.sk/swift_data/source/casopis_kniznica/2007/november-december/21.pdf

RFID

2008-06-02T07:52:27Z

83.240.1.251:

Záverečná práce Iva Zadražilová

== '''RFID''' ==

=== '''Charakteristika RFID''' ===

'''RFID''' je zkratka pro '''Radio Frequency Identification''' - Identifikace založená na rádiové frekvenci.
RFID je bezdotyková automatická identifikace sloužící k přenosu a ukládání dat pomocí elektromagnetických vln. Mezi '''základní RFID komponenty''' pro ukládání a přenos informací patří radio-frekvenční čip, hardware pro přenos informací z čipu a software pro ovládání hardwaru a dekódování informací získaných z čipu. Čtecí zařízení může mít fixní podobu v podobě např. RFID brány nebo mobilní ve formě datového terminálu/snímače. Velikou výhodou je fakt, že radiofrekvenční čipy jsou přepisovatelné. To znamená, že veškerá data na nich uložená se mohou kdykoliv měnit, doplňovat a aktualizovat. Jako doplněk celého systému je tzv. digitální knihovní asistent, což je lehká ruční čtečka radiofrekvenčních čipů, která dokáže čip přečíst bez ohledu na orientaci dokumentů a místo, na kterém je čip nalepen. Umožňuje řadu úkonů jako např. třídění odložených a vrácených knih, vyhledávání špatně zařazených dokumentů a v neposlední řadě i snadnou a rychlou revizi fondu nebo kontrolu jednotlivých regálů - knihovník jen obchází regály a pomocí čtečky snímá čipy jednotlivých dokumentů.
----

=== '''Použití technologie RFID''' ===

Technologie RFID je nasazována v různých odvětvích průmyslu pro bezkontaktní identifikaci, lokalizaci a sledování zboží, majetku i osob v reálném čase. Nasazení technologie RFID již zdaleka není jen záležitostí maloobchodních firem. Mezi organizace, které plánují zavádět technologie RFID, patří rovněž společnosti z oblasti výroby, logistiky, dopravy, obrany i zdravotnictví – a v neposlední řadě sem můžeme zařadit i knihovny. Cílem zavedení technolgie RFID je dosáhnout vysoké úrovně automatizace logistických procesů a vysoké míry přesnosti operací a tím zvýšit efektivitu, snížit provozní náklady a minimalizovat množství chyb způsobených lidským faktorem.
----

=== '''Druhy RFID''' ===

'''Pasivní RFID'''
*Bez vnitřního napájení
*Přijímá energii z vnějšího zdroje
*Odpovídá zprávou v rozsahu několika KB
*Malá čtecí vzdálenost (několik cm nebo m)
*Levné
*Na jedno použití 

'''Aktivní RFID'''
*Vnitřní napájení
*Čip vysílá sám o sobě, anténa pouze naslouchá
*Více možností
*Vzdálené čtecí zařízení
*Drahé
*Znovupoužitelné
----

=== '''Komponenty RFID''' ===

Komponenty RFID:

*výpůjční pult
*ochranná brána
*přenosná stanice pro označení fondu
*samoobslužné stanoviště pro zapůjčení fondu
*samoobslužné stanoviště pro vracení fondu
*ruční zařízení pro revize
----

=== '''RFID a použití v knihovnách''' ===

'''Možnosti využití technologii RFID v knihovnách'''
*automatizovat nebo částečně automatizovat rutinní procesy ve knihovně
*uvolnit pracovníky knihovny pro kvalifikovanější práci
*návštěvníkům knihovny nabídnout rychlejší služby
*návštěvníkům knihovny nabídnout atraktivnější služby
*umožnit sběr informací o využití absenčního i presenčního fondu
*a následně umožnit analýzy vhodnosti využití finančních prostředků
 

a také:
**Podpora práce knihovníka při vyřizování zápůjčky
**Samoobslužné vyřízení zápůjčky
**Samoobslužné vracení zápůjček
**Identifikační karty návštěvníků
**Získání informací o využití presenčního fondu knihovny
**Ochrana fondu
**Revize
----

=== '''Výhody RFID oproti čárovým kódům''' ===

*lepší identifikace konkrétního dokumentu
*lepší uživatelské rozhraní
*větší datová kapacita
*možnost nekonečného přepisování
*načtení konkrétního dokumentu bez přímé viditelnosti
*lepší odolnost proti mechanickému poškození
'''Pro čárové kódy''' hovoří ovšem jejich nezávislost na nosiči a hlavně nižší cena.
----

=== '''Popis systému RFID''' ===

Knihovní systém RFID je schopen vést záznamy o čtenáři nebo životním cyklu knihy a tak umožnit knihovníkům lepší kontrolu inventáře a zvýšit bezpečnostní ochranu své knihovny v souladu s představami knihovníků. Nejdříve čtenář vchází do knihovny přes kontrolní bezpečností bránu. Za normálních okolností čtenář postoupí přímo k policím s knihami nebo k informačnímu pultu. K dispozici je také veřejně přístupný počítač s přímým připojením (OPAC - online public access computer) nebo automat pro vrácení knih. Po výběru knihy z police čtenář přistoupí k samoobslužné jednotce, která je vybavena čtecím zařízením RFID umístěným na panelu v přední části. Při pohybu čtenářského průkazu (karty) nad panelem zařízení určí čtenáře a otevře jeho knihovní účet. Při následném položení knih na čtecí panel se přečtou data a čip knihy se přeprogramováním přepne do jiného stavu, tj. do stavu vypůjčení. Při tomto postupu se nespustí alarm při přenosu knih přes bezpečností kontrolní bránu u východu z knihovny. Čísla knih se uloží na knihovní účet čtenáře a vytiskne se potvrzenka. Na této potvrzence je také vyznačen datum vrácení, údaje o opožděném vrácení a některé další údaje (např. rezervované výpůjčky čtenáře, atd.). Čtenáři, kteří nechtějí použít samoobslužnou jednotku, mohou jít pultu tak, jak jsou zvyklí z dřívějška.
----

=== '''Proč zavádět RFID do knihoven'''===

Technologie RFID se může jevit jako jedno z nejlepších řešení pro zkvalitnění práce a služeb knihoven. Její zavedení se odráží na zvýšení spokojenosti čtenářů, kteří nemusí čekat ve frontách u pultů. Současně usnadní práci knihovníkům, kteří mají více času na komunikaci se čtenářem a nemusí se již natolik věnovat rutinním úkonům spojeným se zařazováním fondu a jeho následnou kontrolou. Většina běžných knihovních aktivit /půjčování a vracení knih, rezervace apod./ je díky technologii RFID částečně nebo zcela automatizována. Systémy RFID tyto aktivity úplně nenahrazují, ale jednoznačně redukují počet položek, které musí projít rukama knihovníků. Systém RFID se také ukazuje jako velmi dobré řešení proti špatně zařazeným nebo ztraceným dokumentům. Revize fondu, které knihovníci běžně dělají ručně, nyní zaberou jen zlomek času a fyzické námahy.

Jedna z knihoven, která již technologii RFID zavedla, uvádí, že: ''„Změna, kterou přinesla možnost samoobslužných výpůjček, nám přinesla mnoho příležitostí nabídnout čtenářům smysluplné a kvalitní služby. Mezi ně patří vítání pravidelných čtenářů hned u dveří a další služby, které dělají z naší knihovny pohostinné, přátelské a zajímavé místo.''“ 

Existují ale i argumenty, které jsou '''proti zavádění těchto technologií''' do knihoven. Nejsilnějším argumentem zatím je a asi ještě chvíli bude cenová náročnost přechodu na systém RFID. Mnoho knihovníků se také obává možnosti jisté manipulace či zneužití osobních a soukromých údajů svých čtenářů. V neposlední řadě se také mohou vyskytnout obavy spojené se zaváděním něčeho nového a změny dosavadních zaběhnutých pravidel knihovny.
----

=== '''Použitá literatura''' ===

http://www.lse.cz/pdf/RFID101.pdf

http://www.barco.cz/?id=produkty&sel=15

http://www.ikaros.cz/node/2102

http://www.cosmotron.cz/

http://cs.wikipedia.org/wiki/%C4%8Cipov%C3%A1_totalita

RFID

2008-06-02T06:41:55Z

83.240.1.251: Nová stránka: Záverečná práce Iva Zadražilová

Záverečná práce Iva Zadražilová

Datový sklad

2008-05-30T07:44:39Z

83.240.1.251: Nová stránka: Iva Zadražilová - závěrečná práce

Iva Zadražilová - závěrečná práce

Bibliomining

2008-04-17T19:49:23Z

83.240.1.251:

Tato stránka je v současné době zpracovávana a bude vystavena jako závěrečná práce.
Závěrečná práce
[[Uživatel:Iva Zadražilová|Iva Zadražilová]] 18:18, 16. 4. 2008 (CEST)

== '''Bibliomining''' ==

=== '''Základní charakteristiky''' ===

Bibliomining je poměrně nová disciplína, spjatá s oborem knihovnictví. Vznikla nedávno z potřeby využívaní dat z databází,
které shromažďují a spravují knihovny. Svůj původ má bibliomining v oboru zvaném data mining a může být
definován jako aplikace data miningu v knihovnách.
----

=== '''Data mining''' ===

Data mining je metoda nebo spíše metodologie, která nám umožňuje získávat užitečné informace,
které jsou skryté ve velkých objemech dat. V překladu se tedy jedná o určité „dolování dat“,
o analytické získávání předem neznámých informací z různých databází. Data mining soustřeďuje
mnoho různých postupů a algoritmů, které umožní odhalit a plně využít vztahy ukryté v datech.
Díky výkonným analytickým metodám je možné objevit důležité informace. Metoda data miningu
funguje na předpokladu, že určité informace jsou mezi sebou spojené mnoha různorodými vazbami,
z nichž některé nejsou na první pohled viditelné a přitom jsou velmi přínosné. Aplikace data
miningu předpokládá použití různých sofistikovaných metod a nástrojů – ať už statistických,
predikativních nebo analytických.

Metoda data miningu se používá např. v oblastech bankovnictví, ekonomické sféře, průmyslu a
informace získané touto metodou jsou mimo jiné ceněnou konkurenční výhodou. Je velmi zajímavým faktem,
že často se před začátkem celého procesu vlastně ani nemusí vědět, jaké informace vlastně hledáme. Necháma data, aby nám sama ukázala, co je v nich skryto důležitého a zajímavého.

Více na http://cs.wikipedia.org/wiki/Data_mining
----

=== '''Bibliomining''' ===

Definice bibliominingu dle jednoho z jeho zakladatelů Scotta Nicholsona je následovná: ''"Bibliomining is the combination of data mining, bibliometrics, statistics, and reporting tools used to extract patterns of behavior-based artifacts from library systems"''

Bibliomining lze tedy chápat jako kombinaci data miningových technik, bibliometrie, statistiky a
nástrojů pro podávání zpráv určených pro získání schématu porozumění optimálního fungování knihoven
a jejich služeb.

Knihovní katalog /OPAC/ sám o sobě je určitou databází, ve které se shromažďují data.
Jsou to data o knihovním fondu, výpůjčkách, vrácených knihách, rezervacích, prodloužených publikacích,
údaje o čtenářích, vyhledávání apod. Některá z těchto dat se dají získat snadno, jiná,
zajímavá, data by šla „vydolovat“ právě pomocí bibliominingu.

----
=== KDD a postupy při bibliominingu ===

Bibliomining také souvisí s metodou zvanou '''Knowledge Discovery in Databases''' (KDD).

více na http://www.aaai.org/aitopics/assets/PDF/AIMag17-03-2-article.pdf

Jedná se o disciplínu získávání znalostí z databází, jejíž fáze a postupy se dají
aplikovat na bibliomining:

1. '''První krok určuje obsah projektu.''' Existují dva druhu bibliominignu /BM/ –
prediktivní a deskriptivní. Prediktivní BM může používat predikci, kdy předpokládáme, že
pokud se data v minulosti chovala podle nějakého vzoru, budou se podle tohoto vzoru chovat
i nadále. Prediktivní BM také může předpokládat současnou událost, kterou je obtížné zjistit
jen z malé skupiny vzorků nebo nebo provedených minulých zjištění. Deskriptivní BM vyhledává a
popisuje současné situace.

2. '''Create Data Warehouse''' – jedná se o stanovení datových zdrojů. Určitá data jsou
extrahována z příslušných systémů a jednoduše kombinována. S daty se nadále pracuje, jsou
“vyčištěna“ a chybějící údaje jsou doplněny. Tento krok zabírá cca 80% celého procesu,
nicméně závěrečné výsledky silně závisí právě na úspěšném splnění tohoto kroku.

3. '''Doladění dat''' – v tomto bodě se vybírají vhodné proměnné. Nové proměnné jako
např. poměry nebo klasifikace, mohou být vytvořeny z originálních proměnných.

4. '''Prozkoumání dat''' – zde dochází ke skutečnému bibliominingu. Podle druhu
dosažených výsledků a typu dat jsou použity různé techniky a procesy pro objevení nových a
funkčních vzorců, se kterými je možné nadále pracovat.

5. '''Evaluování výsledků''' – vzorce, které byly zjištěny, by měly knihovníkovi dávat smysl.
Pokud se vzorce zdají být překvapující nebo jsou v protikladu, je možné, že pravděpodobně obsahují
chybu v datech. Pokud se to stane, měl by se knihovník podívat nebo vrátit k výchozím záznamům a
zjistit, proč a jak chybný vzorce vznikl. Pokud byl v úvodu vytvořen prediktivní model,
může být nyní použit pro ověření hodnověrnosti a správnosti celého modelu.

6. '''Zpráva a implementace''' – pokud byly použity správné prediktivní modely, přichází
chvíle jejich implementace. Pokud je potřeba, mohou být užity na malém vzorku reálných dat,
čímž snadno otestujeme výkonnost celého modelu předtím, než se spustí v plnohodnotné verzi.
Následně je vytvořena zpráva, která se prezentuje ostatním zaměstnancům.
----
=== Shrnutí postupu ===

Postupujeme tedy na základě následujícího procesu:
** Porozumění problému
** Vyhledání a příprava dat pro analýzu
** Vytváření statistických a operačních modelů spolu se samotným hledáním informací
** Uvedení získaných poznatků do praxe
** Zajištění prezentace a zpětné vazby.
----
=== Datový sklad ===

Důležitou součástí metody bibliominingu je vytvoření '''datového skladu'''. Jedná se vlastně o archivaci
důležitých dat, která jsou vybrána s ohledem na následné hledání za pomoci využití jednodušších vzorců.
Data jsou sjednocována a uchovávána v tzv. institucionální paměti knihovny. Datový sklad je interní databáze knihovny, ve které jsou spravována předem vybraná a očištěná data. Datový sklad se následně může využít pro bibliomining, kdy lze jeho pomocí odhalit informacní potřeby a informační chování uživatelů. Data v datovém skladu je také možné uchovávat pro další použití.

----
=== Cíle data a bibilominingu ===

Výsledkem data miningu by měla být zjištěna nová srozumitelná data, která by měla být prezentována co nejpřístupnější formou koncovému uživateli. 

Bibliomining v kombinaci s datovým skladem umožní managemetu knihovny mít k dispozici rozsáhlé zdroje různých informací, díky kterým mohou nastavit rozhodovací a řídící systém co nejefektivněji. Současně bibliominig přináší možnost dostat se k datům, která mohou být rozhodující a přínosná pro správný chod knihovny.
----

=== '''Použitá literatura''' ===
http://www.bibliomining.com/bibproc.html

http://is.muni.cz/th/108801/ff_b/Bakalarka_prace_Soskova.pdf

http://www.snk.sk/swift_data/source/casopis_kniznica/2007/november-december/21.pdf

Bibliomining

2008-04-17T19:27:38Z

83.240.1.251:

Tato stránka je v současné době zpracovávana a bude vystavena jako závěrečná práce.
Závěrečná práce
[[Uživatel:Iva Zadražilová|Iva Zadražilová]] 18:18, 16. 4. 2008 (CEST)

== '''Bibliomining''' ==

=== '''Základní charakteristiky''' ===

Bibliomining je poměrně nová disciplína, spjatá s oborem knihovnictví. Vznikla nedávno z potřeby využívaní dat z databází,
které shromažďují a spravují knihovny. Svůj původ má bibliomining v oboru zvaném data mining a může být
definován jako aplikace data miningu v knihovnách.
----

=== '''Data mining''' ===

Data mining je metoda nebo spíše metodologie, která nám umožňuje získávat užitečné informace,
které jsou skryté ve velkých objemech dat. V překladu se tedy jedná o určité „dolování dat“,
o analytické získávání předem neznámých informací z různých databází. Data mining soustřeďuje
mnoho různých postupů a algoritmů, které umožní odhalit a plně využít vztahy ukryté v datech.
Díky výkonným analytickým metodám je možné objevit důležité informace. Metoda data miningu
funguje na předpokladu, že určité informace jsou mezi sebou spojené mnoha různorodými vazbami,
z nichž některé nejsou na první pohled viditelné a přitom jsou velmi přínosné. Aplikace data
miningu předpokládá použití různých sofistikovaných metod a nástrojů – ať už statistických,
predikativních nebo analytických.

Metoda data miningu se používá např. v oblastech bankovnictví, ekonomické sféře, průmyslu a
informace získané touto metodou jsou mimo jiné ceněnou konkurenční výhodou. Je velmi zajímavým faktem,
že často se před začátkem celého procesu vlastně ani nemusí vědět, jaké informace vlastně hledáme. Necháma data, aby nám sama ukázala, co je v nich skryto důležitého a zajímavého.

Více na http://cs.wikipedia.org/wiki/Data_mining
----

=== '''Bibliomining''' ===

Definice bibliominingu dle jednoho z jeho zakladatelů Scotta Nicholsona je následovná: ''"Bibliomining is the combination of data mining, bibliometrics, statistics, and reporting tools used to extract patterns of behavior-based artifacts from library systems"''

Bibliomining lze tedy chápat jako kombinaci data miningových technik, bibliometrie, statistiky a
nástrojů pro podávání zpráv určených pro získání schématu porozumění optimálního fungování knihoven
a jejich služeb.

Knihovní katalog /OPAC/ sám o sobě je určitou databází, ve které se shromažďují data.
Jsou to data o knihovním fondu, výpůjčkách, vrácených knihách, rezervacích, prodloužených publikacích,
údaje o čtenářích, vyhledávání apod. Některá z těchto dat se dají získat snadno, jiná,
zajímavá, data by šla „vydolovat“ právě pomocí bibliominingu. ˇ

----
=== KDD a postupy při bibliominingu ===

Bibliomining také souvisí s metodou zvanou '''Knowledge Discovery in Databases''' (KDD).

více na http://www.aaai.org/aitopics/assets/PDF/AIMag17-03-2-article.pdf

Jedná se o disciplínu získávání znalostí z databází, jejíž fáze a postupy se dají
aplikovat na bibliomining:

1. '''První krok určuje obsah projektu.''' Existují dva druhu bibliominignu /BM/ –
prediktivní a deskriptivní. Prediktivní BM může používat predikci, kdy předpokládáme, že
pokud se data v minulosti chovala podle nějakého vzoru, budou se podle tohoto vzoru chovat
i nadále. Prediktivní BM také může předpokládat současnou událost, kterou je obtížné zjistit
jen z malé skupiny vzorků nebo nebo provedených minulých zjištění. Deskriptivní BM vyhledává a
popisuje současné situace.

2. '''Create Data Warehouse''' – jedná se o stanovení datových zdrojů. Určitá data jsou
extrahována z příslušných systémů a jednoduše kombinována. S daty se nadále pracuje, jsou
“vyčištěna“ a chybějící údaje jsou doplněny. Tento krok zabírá cca 80% celého procesu,
nicméně závěrečné výsledky silně závisí právě na úspěšném splnění tohoto kroku.

3. '''Doladění dat''' – v tomto bodě se vybírají vhodné proměnné. Nové proměnné jako
např. poměry nebo klasifikace, mohou být vytvořeny z originálních proměnných.

4. '''Prozkoumání dat''' – zde dochází ke skutečnému bibliominingu. Podle druhu
dosažených výsledků a typu dat jsou použity různé techniky a procesy pro objevení nových a
funkčních vzorců, se kterými je možné nadále pracovat.

5. '''Evaluování výsledků''' – vzorce, které byly zjištěny, by měly knihovníkovi dávat smysl.
Pokud se vzorce zdají být překvapující nebo jsou v protikladu, je možné, že pravděpodobně obsahují
chybu v datech. Pokud se to stane, měl by se knihovník podívat nebo vrátit k výchozím záznamům a
zjistit, proč a jak chybný vzorce vznikl. Pokud byl v úvodu vytvořen prediktivní model,
může být nyní použit pro ověření hodnověrnosti a správnosti celého modelu.

6. '''Zpráva a implementace''' – pokud byly použity správné prediktivní modely, přichází
chvíle jejich implementace. Pokud je potřeba, mohou být užity na malém vzorku reálných dat,
čímž snadno otestujeme výkonnost celého modelu předtím, než se spustí v plnohodnotné verzi.
Následně je vytvořena zpráva, která se prezentuje ostatním zaměstnancům.

Postupujeme tady na základě '''jednoduchého procesu''':
Porozumění problému – vyhledání a příprava dat pro analýzu – vytváření statistických a operačních
modelů spolu se samotným hledáním informací – uvedení získaných poznatků do praxe –
zajištění prezentace a zpětné vazby.

Důležitou součástí metody bibliominingu je vytvoření '''datového skladu'''. Jedná se vlastně o archivaci
důležitých dat, která jsou vybrána s ohledem na následné hledání za pomoci využití jednodušších vzorců.

'''Výsledkem''' data miningu by měla srozumitelná data, která by měly být prezentována co nejpřístupnější formou koncovému uživateli. Bibliomining v kombinaci s datovým skladem umožní managemetu knihovny mít k dispozici rozsáhlé zdroje různých informací, díky kterým mohou nastavit rozhodovací a řídící systém co nejefektivněji.
----

=== '''Použitá literatura''' ===
http://www.bibliomining.com/bibproc.html

http://is.muni.cz/th/108801/ff_b/Bakalarka_prace_Soskova.pdf

http://www.snk.sk/swift_data/source/casopis_kniznica/2007/november-december/21.pdf

Bibliomining

2008-04-17T19:13:25Z

83.240.1.251: /* '''Použitá literatura''' */

Tato stránka je v současné době zpracovávana a bude vystavena jako závěrečná práce.
Závěrečná práce
[[Uživatel:Iva Zadražilová|Iva Zadražilová]] 18:18, 16. 4. 2008 (CEST)

== '''Bibliomining''' ==

=== '''Základní charakteristiky''' ===

Bibliomining je poměrně nová disciplína, spjatá s oborem knihovnictví. Vznikla z potřeby využívaní dat z databází,
které shromažďují a spravují knihovny. Svůj původ má bibliomining v oboru zvaném data mining a může být
definován jako aplikace data miningu v knihovnách.
----

=== '''Data mining''' ===

Data mining je metoda nebo spíše metodologie, která nám umožňuje získávat užitečné informace,
které jsou skryté ve velkých objemech dat. V překladu se tedy jedná o určité „dolování dat“,
o analytické získávání předem neznámých informací z různých databází. Data mining soustřeďuje
mnoho různých postupů a algoritmů, které umožní odhalit a plně využít vztahy ukryté v datech.
Díky výkonným analytickým metodám je možné objevit důležité informace. Metoda data miningu
funguje na předpokladu, že určité informace jsou mezi sebou spojené mnoha různorodými vazbami,
z nichž některé nejsou na první pohled viditelné a přitom jsou velmi přínosné. Aplikace data
miningu předpokládá použití různých sofistikovaných metod a nástrojů – ať už statistických,
predikativních nebo analytických.

Metoda data miningu se používá např. v oblastech bankovnictví, ekonomické sféře, průmyslu a
informace získané touto metodou jsou mimo jiné ceněnou konkurenční výhodou.

Více na http://cs.wikipedia.org/wiki/Data_mining
----

=== '''Bibliomining''' ===

Definice bibliominingu dle jednoho z jeho zakladatelů je následovná: ''"Bibliomining is the
combination of data mining, bibliometrics, statistics, and reporting tools used to extract
patterns of behavior-based artifacts from library systems"'' /Scott Nicholson/

Bibliomining lze tedy chápat jako kombinaci data miningových technik, bibliometrie, statistiky a
nástrojů pro podávání zpráv určených pro získání schématu porozumění optimálního fungování knihoven
a jejich služeb.

Knihovní katalog /OPAC/ sám o sobě je určitou databází, ve které se shromažďují data.
Jsou to data o knihovním fondu, výpůjčkách, vrácených knihách, rezervacích, prodloužených publikací,
údaje o čtenářích, vyhledávání apod. Některá z těchto dat se dají získat snadno, jiná,
zajímavá data by šla „vydolovat“ právě pomocí bibliominingu.

Bibliomining také souvisí s metodou zvanou '''Knowledge Discovery in Databases''' (KDD).

více na http://www.aaai.org/aitopics/assets/PDF/AIMag17-03-2-article.pdf

Jedná se o disciplínu získávání znalostí z databází, jejíž fáze a postupy se dají
aplikovat na bibliomining:

1. '''První krok určuje obsah projektu.''' Existují dva druhu bibliominignu /BM/ –
prediktivní a deskriptivní. Prediktivní BM může používat predikci, kdy předpokládáme, že
pokud se data v minulosti chovala podle nějakého vzoru, budou se podle tohoto vzoru chovat
i nadále. Prediktivní BM také může předpokládat současnou událost, kterou je obtížné zjistit
jen z malé skupiny vzorků nebo nebo provedených minulých zjištění. Deskriptivní BM vyhledává a
popisuje současné situace.

2. '''Create Data Warehouse''' – jedná se o stanovení datových zdrojů. Určitá data jsou
extrahována z příslušných systémů a jednoduše kombinována. S daty se nadále pracuje, jsou
“vyčištěna“ a chybějící údaje jsou doplněny chybějící údaje. Tento krok zabírá cca 80% celého procesu,
nicméně závěrečné výsledky silně závisí právě na úspěšném splnění tohoto kroku.

3. '''Doladění dat''' – v tomto bodě se vybírají vhodné proměnné. Nové proměnné jako
např. poměry nebo klasifikace, mohou být vytvořeny z originálních proměnných.

4. '''Prozkoumání dat''' – zde dochází ke skutečnému bibliominingu. Podle druhu
dosažených výsledků a typu dat jsou použity různé techniky a procesy pro objevení nových a
funkčních vzorců, se kterými je možné nadále pracovat.

5. '''Evaluování výsledků''' – vzorce, které byly zjištěny, by měly knihovníkovi dávat smysl.
Pokud se vzorce zdají být překvapující nebo jsou v protikladu, je možné, že pravděpodobně obsahují
chybu v datech. Pokud se to stane, měl by se knihovník podívat nebo vrátit k výchozím záznamům a
zjistit, proč a jak chybný vzorce vznikl. Pokud byl v úvodu vytvořen prediktivní model,
může být nyní použit pro ověření hodnověrnosti a správnosti celého modelu.

'''6. Zpráva a implementace''' – pokud byly použity správné prediktivní modely, přichází
chvíle jejich implementace. Pokud je potřeba, mohou být užity na malém vzorku reálných dat,
čímž snadno otestujeme výkonnost celého modelu předtím, než se spustí v plnohodnotné verzi.
Následně je vytvořena zpráva, která se prezentuje ostatním zaměstnancům.

Postupujeme tady na základě '''jednoduchého procesu''':
Porozumění problému – vyhledání a příprava dat pro analýzu – vytváření statistických a operačních
modelů spolu se samotným hledáním informací – uvedení získaných poznatků do praxe –
zajištění prezentace a zpětné vazby.

Důležitou součástí metody bibliominingu je vytvoření '''datového skladu'''. Jedná se vlastně o archivaci
důležitých dat, která jsou vybrána s ohledem na následné hledání za pomoci využití jednodušších vzorců.

'''Výsledkem''' bibliominingu by měla srozumitelná data, která by měly být prezentována co nejpřístupnější formou koncovému uživateli
----

=== '''Použitá literatura''' ===
http://www.bibliomining.com/bibproc.html

http://is.muni.cz/th/108801/ff_b/Bakalarka_prace_Soskova.pdf

http://www.snk.sk/swift_data/source/casopis_kniznica/2007/november-december/21.pdf