Christians speciale - med bilag

”Eksplorativ søgning i Summa”.
Speciale. Danmarks Biblioteksskole, maj 2008.
Overordnet set kan der med ovenstående udledes nogle ideer om, hvad der gør en
anbefalingsfunktion god i forhold til et biblioteksperspektiv. Som udgangspunkt, skal der
være en hvis grad af brugerindflydelse (den kritiske masse), førend at anbefalingerne bliver
sigende. Derudover skal anbefalingerne ikke være for åbenlyse for brugeren. Det skal ikke
være af materialer, som brugeren sandsynligvis selv ville have fundet alligevel, f.eks. andre
titler af samme ophav. Samtidig må en anbefalingsfunktion også gerne kunne tage hensyn til
bredden i materialesamlingen. At anbefale mindre populære materialer, da det er i bibliotekets
interesse at repræsentere alsidigheden.
6.2.7. Indholdsbaseret filtrering
Lignende poster og Noget der ligner er to andre anbefalingsfunktioner i Summa. Modsat
ADHL, er de ikke baseret på kollaborativ filtrering, men indholdsbaseret filtrering 39 (Kim et
al., 2006; Mobasher, 2000 s. 143). Hvor man ved kollaborativ filtrering finder ligheden
mellem materialerne i brugernes forhold til, og forbrug af dem, finder man ved
indholdsbaseret filtrering (IF) ligheden i materialernes indhold. I dette afsnit vil der redegøres
for indholdsbaseret filtrering, bl.a. med henblik på at kunne evaluere Lignende poster i
Summa i SB.
Det der anbefales ved en IF-anbefalingsfunktion, har nogle fælles karakteristika med det
materiale, der er udgangspunktet for anbefalingen. I forhold til materialer (bøger, cd’er, film
etc.), der kan repræsenteres i en onlinekatalog kan det være de bibliografiske metadata. Disse
kan f.eks. være ophav, årstal, titel, emneord, tags og andre beskrivende data om det
pågældende dokument. En anbefalingsfunktion baseret på IF kræver således ofte også en form
for menneskelig indblanding i kraft af den indekseringsproces, der har til hensigt at give
materialerne metadata. Alternativt kan der være tale om automatisk indeksering (Lancaster,
1998, kap. 15), hvor systemet selv kan udtrække hyppigt brugte indholdselementer, hvis det
drejer sig om et materiale, der findes i fuldtekst. F.eks. automatisk optælling af ord.
Basalt set fungerer IF ved, at man får anbefalet et produkt, der deler et eller flere
indholdselementer med det produkt man har fremfundet. I de danske folkebiblioteker er
funktionerne Noget der ligner og Lignende poster eksempler på IF, da det er emneordene, der
39 Oversat fra content-based filtering
- 6. Proaktiv formidling - 40