Brugerskabte data i OPACs

Transkript

1 Brugerskabte data i OPACs Kandidatspeciale Danmarks Biblioteksskole Nina Holst og Tove Elisabeth Berg Årgang 2008 Vejleder Haakon Lund Afleveringsdato: 1. februar ord, 100 normalsider

2 Abstract A new concept of Library 2.0 has emerged and is discussed in these years in the Danish library system. This thesis deals with this concept focusing on user-created data in the Library OPAC. The key issues are how user-created data can enrich the Library OPAC by adding new value, how usercreated indexing differs from traditional indexing and whether there are identifiable use patterns. The thesis is based on the cognitive viewpoint. (Ingwersen & Järvelin, 2005). The method approach is both theoretical and empirical. The theoretical part is a study in literature dealing with relevant theory and experiences worldwide. The empirical part is an analysis of user created data from two central Danish databases, Rex and bibliotek.dk. Three expert interviews are conducted to shed light on the status in Denmark and one focus group interview of users is conducted to explore other users views on the user-created data. A high degree of descriptive data is characteristic of the user-created data in both databases, representing 87 % of tags in Rex and 78 % of comments in bibliotek.dk. Opinion category is barely represented in Rex, while 90 % of user comments in bibliotek.dk express opinion. Both user comments and ratings are largely positive. Opinion could be regarded as an extra dimension and enrichment. The categories identified indicate a use pattern mainly based on personal organization, but there also seem to be social elements in use patterns. The analysis finds that users are serious when assigning data to the OPAC. The focus group interview indicates that users are skeptical of other users' data. The participants prefer data to be serious, objective and qualitative and prefer reviews from professionals. Since the analysis is performed at an early stage, only a limited amount of data was available. Further research with more data could indicate if the results reflect a more permanent trend. 2

3 Indhold 1.0 Indledning Problemformulering Specialets opbygning Teoretiske hovedpunkter samt empiri og erfaringer fra udvalgte biblioteker Informationssøgning Indeksering Indekseringstermer Indekseringsprocessen Tilgange til indeksering Web 2.0 kulturen Wisdom of crowds Den lange hale Filtrering af information Massernes visdom eller amatørisme? Brugerdrevne systemer Library Nye muligheder med Library Sociale værktøjer til brug på bibliotekers hjemmeside OPAC Nye funktioner og muligheder i OPAC OPAC 2.0 i bibliotekerne Udvalgte udenlandske eksempler Danske forhold En national strategi Sammenfatning Brugerskabte data i OPACs Tags og tagging Folksonomier Brede og smalle folksonomier Motiver til tagging Karakteristika Folksonomiernes styrker og svagheder Tagclouds Power law scenario Værdien af tagging Udvikling af folksonomien Sammenfatning Ratings og brugerkommentarer Kollaborativ filtrering

4 2.7.4 Sammenfatning Metode og undersøgelse Valg af metode Interview med eksperter Fokusgruppeinterview med brugere Gennemførelse af undersøgelser Case Rex Bibliotek.dk BNG Sammenfatning Analyse Rex Fremgangmåde ved analyse af tags fra Rex Statistik Analyse af tags Sammenfatning Bibliotek.dk Brugerkommentarer Fremgangsmåde ved analyse af brugerkommentarer af bibliotek.dk Statistik Analyse af brugerkommentarer Ratings Andre har lånt Sammenfatning Sammenfatning Diskussion Metodediskussion og metoderefleksion Analyse af data Interviews med eksperter Fokusgruppeinterview Sammenfatning Diskussion af resultater fra specialets empiri Konklusion og perspektivering Litteraturliste Bilagsliste

5 Fordeling af afsnit i specialet: Fælles afsnit: Abstract, indledning, konklusion, litteraturliste og bilag. Tove: 2.1, 2.3, 2.7, 3.2, 3.3, 3.5, 4.0 (fra s. 55 til s. 65; fra s. 86 til 93); 5.2 (fra: s. 96 til s. 106). Nina: 2.2, 2.4, 2.5, 2.6, 3.1, 3.4, 4.0 (fra s. 65 til s. 86); 5.1, 5.2 (fra: s. 106 til 115). 5

6 1.0 Indledning I løbet af de senere år er der opstået en ny social kultur på Internettet, som er kendetegnet ved, at det er brugerne, der skaber og deler indhold, den såkaldte Web 2.0 kultur. Det er en del af denne participatory kultur, at man skal promovere sig selv og efterlade sig spor på nettet. Det sociale aspekt gør sig gældende ved, at man er i stand til at se og dele ressourcer tildelt af andre brugere. Web 2.0 kulturen er bl.a. påvirket af tankegangen fra det berømte værk af Surowiecki (2005) om massernes visdom, og flere af de sociale systemer er blevet kæmpesucceser fx flickr 1, del.icio.us 2, Facebook 3 og LibraryThing 4. De sociale teknologier og brugen af disse diskuteres i disse år i det danske biblioteksvæsen, og et nyt begreb Library 2.0 er kommet til. Dette begreb blev introduceret af Michael Casey i 2005 i hans blog på (Bradley, 2007). Vi er i bibliotekerne påvirket af diskussioner og måder at anvende de sociale teknologier på, både fra udenlandske bibliotekssystemer og fra tilstødende domæner, fx en boghandel som amazon.com og et museum som stevemuseum.com. Den viden, brugerne leverer, er viden, der komme nedefra, den kan være ekstremt up to date og ikke-hierarkisk og kan på denne måde komme til at stå i kontrast til de traditionelle systemer, der er udarbejdet af eksperter og ofte karakteriseret ved at være hierarkiske og mindre up to date. For ganske få år siden blev begrebet folksonomies introduceret, og efterhånden er der skrevet en del inden for området, siden Thomas Vander Wal i 2005 som den første beskrev fænomenet og navngav det folksonomy for at vise modsætningen til en taxonomi. (Vander Wal, 2005). Hidtil har de danske biblioteker været tilbageholdende med at inddrage brugerskabte data i Online Public Access Catalog (OPAC), hvilket i nogen grad skyldes, at man venter på en national strategi, som er under udvikling. Når denne strategi er færdig, vil det blive muligt for de enkelte biblioteker at købe sig til brug af sociale teknologier i OPACs. Der er således tale om et nyt område, når vi taler om brugerskabte data i bibliotekernes OPACs

7 De sidste par år er der dog i biblioteksvæsenet forskellige eksempler på anvendelse af brugerskabte data i OPACs. I marts 2009 begynder Det Kgl. Bibliotek med lanceringen af den ny version af bibliotekssystemet at give brugerne mulighed for at lægge tags ind i bibliotekskatalogen Rex. Dansk BiblioteksCenter (DBC) introducerer 3. september 2009 brugerskabte data i bibliotek.dk, og brugerne får nu mulighed for at skrive kommentarer og for at rate materialerne med stjerner. Bibliotekernes Netguide (BNG), starter med brugertagging allerede i oktober Her kan brugerne ikke blot tagge eksisterende indhold, men også levere nyt indhold til guiden. BNG er en guide over links til netsteder, og da BNG besidder værdifulde og relevante erfaringer med brug af brugerskabte data i bibliotekssammenhæng, er disse erfaringer inddraget. I dette speciale undersøges potentialet for anvendelse af brugerskabte data i OPACs. Et af de store spørgsmål i bibliotekssammenhænge er, hvordan man kan kombinere den traditionelle katalog, der indeholder bl.a. kontrollerede termer, med mere frie tags og kommentarer, som brugerne skaber. Kan de brugerskabte data berige katalogen i forhold til eksperternes beskrivelser af materialerne? En forudsætning for at brugerskabte data kan få værdi i OPACs er, at brugerne viser sig villige til at levere indhold i tilstrækkelig grad, og at de ser hinanden som kvalificerede leverandører af indhold. Metodetilgangen for specialets undersøgelse er både teoretisk og empirisk. Den teoretiske del er et studie i den væsentligste litteratur om området, her kan fremhæves (Farkas, 2007), (Furner, 2007) (Mathes 2004) og (Smith 2008). Også erfaringer fra udvalgte udenlandske biblioteker er udforsket, hvoraf de første er fra USA, her kan fremhæves Ann Arbor District Library 5 og Penntag fra University of Pennsylvania 6. Disse erfaringer er inddraget for at give et overblik over, hvor langt man er med inddragelse af brugerne i OPACs. Andre og nyere erfaringer stammer fra State and University Library i Hamborg (Christensen, 2009) og Stockholm Public Library (Aagaard, 2009). Der inddrages erfaringer fra alle de udvalgte biblioteker i specialets diskussion. Empirien i form af brugerskabte data er indsamlet fra to udvalgte OPACs, Det Kgl. Biblioteks katalog, Rex og den danske fælleskatalog, bibliotek.dk. Der benyttes semistrukturerede ekspertinterviews med centrale personer for at få en dybere indsigt i emnet, og der afholdes et

8 fokusgruppeinterview med udvalgte kernebrugere af bibliotek.dk og Rex til at belyse brugernes mening om brugerskabte data. I specialet analyseres brugerdata fra Rex og bibliotek.dk, og det diskuteres, hvordan brugerskabte data kan forenes med en traditionel bibliotekskatalog udarbejdet af eksperter. Med udgangspunkt i de brugerskabte data og med baggrund i teorien og erfaringerne undersøges, om der kan identificeres mulige brugsmønstre. Ovenstående leder os hen til følgende problemformulering: 1.1 Problemformulering På baggrund af ovenstående betragtninger er hensigten med nærværende speciale at belyse, hvordan brugerskabte data med fordel kan anvendes i OPACs, og hvorvidt det er en god ide at inddrage brugerskabte data. Til det formål vil specialet tage afsæt i flg. spørgsmål: Hvordan kan brugerskabte data berige en OPAC? Hvad karakteriserer brugerskabte data i forhold til traditionel indeksering foretaget af eksperter? Er det muligt på baggrund af de brugerskabte data at identificere forskellige brugsmønstre? Kvalitative data i form af tre ekspertinterviews og et fokusgruppeinterview danner sammen med analysen af brugerskabte data baggrund for en diskussion og en konklusion på problemformuleringens spørgsmål. 1.2 Specialets opbygning Specialet falder i følgende dele: I kapitel 2 redegøres for teorien om informationssøgning og indeksering. Herefter følger teori om Web 2.0, Library 2.0 og OPAC 2.0., fulgt op af oversigt over empiri og erfaringer fra udvalgte biblioteker og teori om brugerskabte data. Kapitel 3 omhandler valg af metoder og gennemførsel af undersøgelser. Sidst i kapitlet beskrives Rex, bibliotek.dk og BNG. I kapitel 4 analyseres tags fra Rex og brugerkommentarer fra bibliotek.dk. Desuden analyseres ratings og Andre har lånt fra bibliotek.dk. I kapitel 5 findes diskussion og refleksion af metode samt diskussion af resultater af specialets empiri. I kapitel 6 afrundes opgaven med konklusion og perspektivering. 3

9 2.0 Teoretiske hovedpunkter samt empiri og erfaringer fra udvalgte biblioteker I dette kapitel præsenteres centrale elementer inden for teori, der berører specialets emne bredt. Empiri og erfaringer fra andre biblioteker inddrages. 2.1 Informationssøgning Den teoretiske tilgang til informationssøgning i dette speciale er det kognitive synspunkt. Der er flere tilgange til Information Seeking og Information Retrieval, og de to områder har været anskuet som to uafhængige undersøgelsesområder. Inden for det kognitive synspunkt inddrages begge områder. Der er fem centrale dimensioner i det kognitive synspunkt. (Ingwersen & Järvelin, 2005, s. 25). 1. Information processing takes place in senders and recipients of messages; 2. Processing takes place at different levels 3. During communication of information any actor is influenced by its past and present experiences (time) and its social, organizational and cultural environment 4. Individual actors influence the environment or domain 5. Information is situational and contextual Belkin (1982) karakteriserer erkendelsen og dannelsen af informationsbehovet som Anomalous State of Knowledge (ASK-hypotesen). Dervin (1992) karakteriserer i sin sense making theory informationsbehovet som information gap, en afstand mellem den manglende viden og den viden, man søger. (Dervins sense-making theory). Teorien udtrykkes ofte i en trekant, hvor situation, gap og result (outcome) er de tre hjørner. Den ses også udtrykt i en bro, hvor broen er overgangen mellem situation og outcome. Et vigtigt element i sense-making er betydningen af situationen udtrykt i tid og kontekst. Informationsbehovet opstår, når man mangler viden, men netop på grund af den manglende viden, er det vanskeligt præcist at udtrykke sit informationsbehov. Disse vanskeligheder kommer til udtryk i informationssøgningsprocessen, hvor man skal udtrykke sit informationsbehov præcist, da søgesystemet kræver lighed mellem søgeord og dokumentrepræsentation for at give hit. Taylor (1968) har defineret fire stadier Q1-Q4 af informationsbehovet, hvor de fire trin kendetegner udviklingen hos brugeren i erkendelsen af informationsbehovet. Q1 (the visceral need), Q2 (the 4

10 conscious need), Q3 (the formalized need), Q4 (the compromised need). Q3 er det formaliserede behov, der kan være så præcist, at det kan udtrykkes i en query til systemet. Q4 kendetegnes ved at være kompromiserende. En person, der er nået til Q3 og dermed til erkendelse af sit behov, er ifølge Taylor tilbøjelig til at tilpasse sin informationssøgning ved at finde overordnede begreber, og søgetermerne vil være udtryk for Q4. Ingwersen (1982) kalder dette fænomen, at requests til systemet ofte fremtræder på mere generelt niveau, for the label effekt. Ingwersen & Jäverlin (2005, s. 388): The phenomenon that request formulations may often consist of one or few concepts, which are of a more general nature or out of the context that constitutes the perceived information need. Ingwersen & Wormell (1990) har på baggrund af undersøgelser i 1986 defineret flg. forskellige behovstyper inden for informationsøgning: Verifikative informationsbehov (3. stadie), bevidst emneafgrænsede informationsbehov (3. stadie) og mudrede informationsbehov (1. eller 2. stadie). Wilson (1999, s. 263) opdeler i sin nested model of the information seeking and information searching research areas informationsadfærd og informationssøgning i tre niveauer, information behaviour (det yderste niveau) er måden, vi håndterer information på generelt, det midterste niveau er information-seeking behaviour (de forskellige metoder vi anvender for at få adgang til information) og det inderste niveau er information search behaviour, der handler om information retrieval, dvs. selve interaktionen med informationssystemet. Ingwersen & Järvelin (2005) opstiller flere sammensatte Information Research modeller, der illustrerer de centrale komponenter i Information Seeking. Brugerens kontekst (omverden og situation) har indflydelse på informationssøgningen og interaktionen med informationssøgningssystemet. 5

11 Informationssøgningsmodel. Figur Informationssøgningsmodel. Kilde: Ingwersen, 2005, s Modellen udtrykker, at brugeren har specielle behov afhængig af situation, tid og sted, og når der stilles forespørgsler til systemet, skal man i de klassiske informationssystemer både være klar over sit informationsbehov og kunne udtrykke det klart og omsætte det til det søgesprog (query), der matcher dokumentrepræsentationen dvs. det kontrollerede vokabularium i systemet. Informationssøgningsprocessen fører ikke altid til sense-making eller reduktion af usikkerhed. Informationsmængderne kan være så voldsomme, at der tales om information overload. Information overload kan medføre øget usikkerhed og gøre personen ude af stand til sense-making. (Case, 2008, s. 89). 6

12 Bates (1986) diskuterer i sin artikel berrypickingteorien som et alternativ til den klassiske model for genfinding. Berrypickingteorien beskriver mulighederne for en mere eksplorativ informationssøgning, og argumentet er, at berrypicking ligner den måde, hele informationssøgningen foregår på. Bates anvender udtrykket evolving search. Typisk besvares et informationsbehov ikke med en enkelt query til systemet, men med a series of selections. A bitat-a-time retrieval of this sort is here called berrypicking. (Bates, 1986, s. 4). Berrypickingmodel. Figur 2.1.2: Bates berrypickingmodel. Bates, 1986, s. 4. En af konklusionerne er, at brugerne gather information in bits and pieces instead of one grand best retrieved set. (Bates, 1986, s. 16). Der er altså brug for mange forskellige søgeteknikker i et informationssøgningssystem. Især skal der være mulighed for browsing. En af konklusionerne i 7

13 artiklen er, at people adapt the strategy to the particular need at the moment. Når disse muligheder er til stede i et informationssystem, kommer dokumentrepræsentationen (det kontrollerede vokabularium) til at spille en mindre rolle. Der er basalt to forskellige søgeprincipper, søgning og browsing. Udtrykket browsing anvendes ofte om den mere eksplorative, uformelle og uplanlagte informationssøgning. Browsing kan dog række fra aimless scanning to goal-directed searching. (Case, 2008, s. 89). Tilfældig og uplanlagt fund af relevant information benævnes serendipity. (Case, 2008, s. 32). De eksplorative søgemuligheder understøtter i højere grad de mudrede informationsbehov, hvorimod de klassiske informationssystemer er mere velegnede til at understøtte de verifikative og bevidst emneafgrænsede informationsbehov. Studiet af information seeking behavior har været fokuseret på job- eller forskningsrelaterede sammenhænge og ikke fritidsaktiviter: tends to focus on work tasks and occupations og The majority of information research has focused on occupational information phenomena (Case, 2008, s. 332). Kari & Hartel (2003, s. 1132) argumenter i artiklen for relevansen af at researche i leisure aktiviteter som et af de mere positive områder inden for everyday life. Ingwersen & Järvelin (2005, s. 383) definerer Daily life Tasks or Interests som All kinds of work tasks and interests that are not job-related activities or search tasks. Such tasks may be of social and cultural nature, including leisure and entertainment. Case (2008, s. 332) anvender definitionen Everyday Life Information Seeking (ELIS). ELIS fokuserer på ordinary people as they structure their life, consume goods and services, and play (e.g. practice their hobbies). Begrebet serious leisure blev opfundet af Stebbins, der har en uddybende definition: systematic pursuit of an amateur, hobbyist, or volunteer core activity that people find so substantial, interesting, and fulfilling that, in the typical case, they launch themselves on a (leisure) career centred on acquiring and expressing a combination of its special skills, knowledge, and experience. (Stebbins, 2007, s. 5.). Iflg. Stebbins (2007) er der tre former for serious leisure : amateurism, volunteering, and hobbies. Hobby er den mest populære af de tre former, og Stebbins opdeler denne i fem hobby kategorier: 8

14 collectors, makers and tinkers, activity participants, players of sports and games, liberal arts enthusiasts. Begreberne introduceres her, da en del informationssøgning, specielt i bibliotek.dk, som er en del af specialets case, formodes at kunne relateres til Daily-life Tasks or Interests. 2.2 Indeksering Brugerne af de digitale biblioteker kommer for at finde information. Nogle har et verifikativt informationsbehov, andre har mere mudrede informationsbehov. Bibliotekernes samlinger har bevæget sig fra den traditionelle bibliotekskatalog til det digitale katalog, og kravene til måden at finde information på er med tiden tid blevet ændret. Før i tiden var det bibliotekaren, eksperten, som hjalp låneren med at finde relevant materiale. Nu kan låneren vælge at servicere sig selv på hvilket tidspunkt af døgnet, det end måtte passe. Lånerne skal være deres egne eksperter. Dette stiller nye krav til vore bibliotekskataloger og til de måder, vi kan hjælpe vore brugere på. Indekseringen spiller en væsentlig rolle for brugernes muligheder for gennem søgning og browsing i databaser at opnå et tilfredsstillende resultat. Indekseringsgraden skal på passende vis svare til databasens indhold og størrelse. Mai (2005, s. 599) beskriver indeksering således: The purpose of indexing is to determine the subject matter of documents and express the subject matter in index terms ( ) to make subject retrieval possible. Indeksering er et begreb inden for feltet vidensorganisation set i den snævre betydning. I den snævre betydning dækker begrebet vidensorganisation over processer som bl.a. dokumentrepræsentation, klassifikation, kategorisering og indeksering. (Hjørland, 2001, s. 367). Systemer, der skal optimere genfindingen af dokumenter eller information, er bl.a. metadata, tesauri, taksonomier, ontologier og topic maps. I denne snævre betydning af vidensorganisation findes de praktiske værktøjer, vi bruger som hjælpeværktøjer til indeksering og søgning. Hvis emneordene tildeles fra et vokabularium som fx en tesaurus, bliver emneordene kontrollerede, modsat ukontrollerede emneord, tildelt uden brug af vokabularier. Forskellige typer af kontrollerede vokabularier er bibliografisk klassifikations-system, emneordsliste med overskrifter og tesuarus, som alle har til formål at præsentere emneordene alfabetisk og systematisk. Ved valg af kontrolleret vokabularium er det væsentligt at se på 9

15 dækningsgraden (the scope), specificiteten af vokabulariet, og specielt er det vigtigt at overveje muligheden for en kombination af indekstermer mellem vokabularier. (Lancaster, 2003, s. 23). Indeksering anvendes som overbegreb for klassifikation og katalogisering. Klassifikation er systematisering af emner i emneklasser med udgangspunkt i en top-down behandling af emnet for at vise ligheder i en logisk og hierarkisk struktur. Katalogisering refererer til dele af bibliografiske data og emnedata. Emnedata (subject indexing) bruges mere løst og er inkonsistent i brugen. (Lancaster, 2003, s. 20). Hjørland (2001, s. 60) refererer til katalogisering som dokumentbeskrivelsen Indekseringstermer Ved tildeling af indekstermer skal man gøre sig klart, hvordan man bedst beskriver sit dokument, så det kan genfindes. Der skal tages stilling til graden af ekshaustivitet og specificitet. Ekshaustivitet er graden af, hvor komplet og udtømmende indekseringstermerne udtrykker dokumentets emne. Ved høj grad af ekshaustivitet beskrives flest emner og herunder delemner i dokumentet med termer. Dermed står ekshaustiv indeksering i modsætning til selektiv indeksering, hvor kun centrale emner er dækket. Specificitet er graden af, hvor præcist og specifikt indekstermerne udtrykkes. Høj grad af specificitet opnås ved tildeling af termer udtrykt på specifikt niveau. (Lancaster, 2003, s ). Recall er udtryk for, i hvor stor udstrækning antallet af relevante dokumenter er fundet ved søgning i en given database. Precision udtrykker, hvor stor en andel af de fundne dokumenter i en given søgning, der er relevante. Recall og precision er tilsammen udtryk for graden af relevant items retrieved. (Soergel, 1994, s. 590). Typisk understøtter specificitet precision samt mindsker recall. Ekshaustivitet understøtter typisk recall og mindsker precision. Aboutness defineres af Lancaster som det, dokumentet handler om. En definition der er enkel, generel og intuitivt forstået af de fleste. (Lancaster, 2003, s. 13). I vægtet indeksering kan indeksøren påføre indekseringstermen en værdi, som gør det muligt at vise indeksørens mening om, hvor vigtig termen er, når dokumentets aboutness beskrives. Vægtning er 10

16 en hjælp for brugeren af databasen, specielt hvis basen har høj ekshaustivitet. (Soergel, 1994, s. 592; Lancaster, 2003, s. 186) Indekseringsprocessen Der skelnes mellem to former for indeksering: Den automatiske indeksering, hvor en computer udtrækker ord fra dokumentet, og den manuelle indeksering, hvor tildeling af emneord foretages af mennesker. Manuel indeksering er i fokus i dette speciale, da det er den manuelle indeksering, som de brugerskabte data sammenlignes med. Indekseringprocessen deles ofte op i en simpel to-trins proces, bestående af 1. Conceptuel analysis, and 2. Translation På første trin foretager indeksøren en analyse af dokumentet, hvor emneindholdet bestemmes. På andet trin oversætter indeksøren emneindholdet til indekseringstermer. (Lancaster, 2003, s. 9; Mai, 2005, s. 600). Mai (2000) viser i følgende model, at emneordet, som er det endelige i indeksering, er et snævert udtryk for det brede indhold i dokumentet. Figur Indekseringsprocessen. Kilde: Mai, 2000, s Fortolkningen foregår her i 3 trin, dokumentanalyse, emnebeskrivelse og emneanalyse. Denne fortolkning og vægtning gør, at processen snævres ind, og til slut står vi med det endelige resultat: emneordene. 11

17 Menneskelig indeksering som tilgang til indeksering beskrives som: Humans examine documents and texts in order to consider messages that texts represent, plus features of texts and the documents in which texts are recorded. (Anderson & Pérez-Carbello, 2001, s ). Menneskelig indeksering er en subjektiv proces, som ikke er konsistent, dette ligegyldigt om processen foregår med kun en indeksør (intra-indexer) eller flere indeksører (inter-indexer). Flere aspekter spiller ind bl.a. forskellige indekseringsbeslutninger på forskellige indekseringstidspunkter. (Lancaster, 2003, s. 68). I en nyere undersøgelse (Philipson, 2008), der belyser den manuelle indekseringsproces generelt, og hvor det centrale spørgsmål er, om forskellige overordnede indekseringstilgange resulterer i konstaterbare forskelle, viser det sig, at der er generelt højere konsistens på emneniveau end på emneordsniveau. Indeksørerne kunne følge de enkle tilgange, der resulterede i såvel forskellige emnebestemmelser som forskellig emnebeskrivelse. (Philipson, 2008, s. 57). Undersøgelsen viste lav konsistens på termniveau, især med ukontrollerede emneord. (Philipson, 2008, s. 70) Tilgange til indeksering Indekseringsprocessen deles op i to tilgange: Den dokumentorienterede tilgang og den brugerorienterede tilgang. Den dokumentorienterede tilgang er den mest udbredte tilgang, og her er ingen inddragelse af brugere i processen. Den dokumentorienterede tilgang beskrives af Mai (2000, s. 287) på 3 måder: 1. Simplistic conception en tilgang hvor der udelukkende fokuseres på automatisk udtrækning af ord, og hvor evt. statistisk vægtning udgør den emnemæssige repræsentation. 2. Document oriented conception en tilgang, hvor der tildeles indeksering, og det tilstræbes en objektiv tilgang i tildeling af emneord til dokumentet. 3. Content oriented conception en tilgang, hvor der tildeles indeksering, som tilstræber at beskrive dokumentets dominerende emne til fulde. Emnet er set ud fra den kontekst, som dokumentet er produceret i. I den brugerorienterede tilgang er brugeren i centrum, og indekseringen foretages med udgangspunkt i brugerens informationsbehov og brugerens terminologi. Brugerens behov og brugerens synsvinkel har højeste prioritet ved indekseringen. 12

18 Indeksøren skal ikke blot sætte sig ind, hvad dokumentet handler om, men også hvorfor dokumentet er interessant for en bestemt gruppe af brugere. Indeksøren skal have et indgående kendskab til brugergruppens behov. (Lancaster, 2003, s. 9). Den brugerorienterede tilgang beskrives af Mai (2000, s. 288) på 2 måder: 4. The User-oriented conception - en tilgang, hvor der tildeles indeksering, og som direkte fokuserer på brugeren og brugerens generelle vidensniveau eller brugerens arbejde eller research domæne (brugerens kontekst). Indekseringen er baseret på den fremtidige brug af dokumentet, er ikke objektiv og ændres over tid i takt med udvikling af brugergruppen. 5. Requirement oriented conception tildelt indeksering, som er ekstremt brugerorienteret ved at tilpasse sig de individuelle brugere og deres kontekst. Er som personaliserede systemer, er ikke objektiv, og ændres over tid i takt med udvikling af brugergruppen. De forskellige tilgange kan iflg. Mai ikke ses isolerede. Mai (2000, s. 287) skriver: An indexing unit will most likely choose a combination of two of the five different conceptions. Dette for at skabe en fyldestgørende indeksering, som sikrer værdien af indeksering over tid. Svaghed ved en brugerorienteret indeksering kan være uaktualiteten på et senere tidspunkt, og derved opstår et behov for re-indeksering. (Lancaster, 2003, s. 12). Der er således mange faktorer, der spiller ind på kvaliteten af indekseringen. Disse faktorer er fx bestemmelse af dækningsgrad, specificitet, konsistens, og evt. hjælpeværktøjer. Desuden er indeksering i praksis underlagt økonomiske aspekter, det er som regel ikke muligt at læse bogen, vigtigst er titel, abstract, summary og konklusion. Resten skimmes. (Lancaster, 2003, s. 24). 2.3 Web 2.0 kulturen Med Web 2.0 begrebet forstår vi sociale teknologier, hvor brugerne kan tage aktivt del og skabe indhold på internettet i interaktion med andre brugere. Begrebet blev første gang anvendt af folkene på O Reilly Media i (Kroski, 2008, s. 2). Det karakteristiske ved Web.2.0 er, at der anvendes participatory og collaborative teknologier. (Kroski, 2008, s. xiii). 13

19 I forhold til web 1.0 er Web 2.0 teknologien så simpel, at brugeren kan interagere uden at besidde teknisk viden, og man taler derfor med opkomsten af Web 2.0 om en demokratisering af nettet, brugerne kan modtage og skabe information og dele den med andre brugere, og hermed er der skabt basis for en participatory kultur. Det var karakteristisk for Web 1.0 kulturen, at brugerne overvejende var passive modtagere af information, der var typisk tale om statiske sider, og mulighed for brugerinteraktion forekom kun i mindre grad fx i form af køb over nettet. Kroski (2008, s. 2) ser Web 2.0 kulturen som a complete paradigm shift in the way that people create and consume information on the web today. Bødker & Sønderslev Christensen (2007, s. 4) derimod ser den som blot genkomsten af den oprindelige tanke fra 1964 med Internettet som det decentraliserede net, hvor alle var forbundne og kunne oprette websider, videndele og gå i dialog med hinanden Wisdom of crowds Et af grundprincipperne i Web.2.0 teknologien er at udnytte the wisdom of crowds. Begrebet massernes visdom udtrykker en opfattelse af, at de mange er klogere end de få. Begrebet kaldes også kollektiv intelligens. (Kroski, 2008, s. 3). Surowiecki (2005) giver i introduktionen til sin bog to eksempler på den kollektive visdom. Det første eksempel er fra et dyrskue i 1906, hvor folk skulle gætte på vægten af en okse. (Surowiecki (2005, s. xiii). I det andet eksempel skulle en gruppe af forskellige fagfolk gætte på positionen af en ubåd, der forsvandt i 1968 i Atlanterhavet. (Surowiecki, 2005, s. xx). I begge eksempler viste det sig, at gruppernes kollektive gæt lå meget tæt på de rigtige svar. Surowieckis pointe er, at hvis antallet af deltagere i et gætteri er stort nok, vil de enkelte udsagn udligne hinanden og gruppens kollektive gæt være tæt på det rigtige svar Den lange hale Web 2.0 kulturen bygger på long tail teorien, der går ud på, at fokus i vores kultur og økonomi i stigende grad skifter fra et relativt lille antal hits ( ) på toppen af efterspørgselskurven til et enormt antal nicher i halen. (Anderson, 2007, s. 67). Den reelle efterspørgsel kan kun konstateres, når forbrugerne bliver tilbudt et uendeligt udbud. De muligheder er skabt med internettet, hvor der ikke er begrænsninger fx i form af lagerplads. Der vil altid være langt flere nichevarer end hits, og efterspørgselen vil ændre sig, når brugerne får tilbudt flere varer. De vil forbruge flere nichevarer, dvs. varer fra den lange hale. Brugerskabt viden har en særlig styrke ved hele tiden at kunne udvikle sig og skalere. Det kendetegner altså disse systemer, at de ikke er statiske, men at de udvikler sig 14

20 gennem brugerskabt viden. Massernes visdom kan udnyttes både i udvikling af teknologi, men også i skabelse af indhold. Men for at brugerskabt indhold har værdi, er det afhængigt af en stor kritisk masse. (Anderson, 2007) Filtrering af information Nutidens søgemaskiner bruger automatiske webcrawlere til indexering af indholdet på nettet og matematiske algoritmer til relevansbestemmelse, og for at kunne finde rundt i den store informationsmængde er der et voksende behov for filtrering. (Farkas, 2007, s. 125). Principperne om massernes visdom og den lange hale kan også anvendes til filtrering, idet filtreringssystemer kan udnytte brugernes viden og adfærd ved at bygge på, hvad billioner af brugere gør, og oversætte det til fx relevante søgeresultater eller anbefalinger. Også filtrering kan altså foregå ved hjælp af brugerskabt viden. Princippet kaldes kollaborativ filtrering og bygger på en antagelse om, at brugere, der har samme smag på et felt også vil have samme smag på et andet felt. Det kan være anbefalingssystemer, der samler og viser andre brugeres anbefalinger og rating, eller det kan være systemer, der aktivt giver den enkelte bruger konkrete anbefalinger. (Farkas, 2007, s. 126). Det er kendetegnende for vores kultur, at We live in a world where everything is rated and ranked. (Fraser, 2008, s. 160). Eksempler er bestsellerlister, lister over verdens rigeste, verdens mest velklædte, verdens værst klædte osv. Men i de traditionelle medier er det et lille antal eksperter og kritikere gatekeepers, som er udset til at anmelde, rate og ranke snart alt: musik, bøger, mad, feriesteder, osv. I modsætning hertil er det masserne, der kommer til orde i de sociale netværk. they are millions of people worldwide stating their opinion directly. (Fraser, 2008, s. 160). I denne participatory kultur kan alle rate og ranke og give deres mening tilkende. Fraser (2008, s. 161) nævner tre typer, reviews, ratings og rankings. Reviews er subjektive vurderinger, ratings tildeles og måles fx i stjerner og anvendes på produkter som hoteller og restauranter. I rankings indgår en sammenligning og dermed et konkurrenceelement. Brugerne bliver vejledere, når de anmelder, rater eller blogger. Når brugerne taler med hinanden viser det sig, at deres smag er meget mere nuanceret end det, der antydes i den markedsføring, der 15