Während moderne bibliothekarische Informationssysteme bereits auf Suchmaschinentechnologie basieren, sortieren sie ihre Treffer bislang zumeist auf Grundlage relativ einfacher Algorithmen. Auch heute noch beschränken sie sich vielfach auf Text-Matching und die Gewichtung einzelner Felder aus den Metadaten. Die Möglichkeiten, welche durch Rankingfunktionen potentiell gegeben werden, werden bei weitem nicht ausgenutzt.
Die Erwartungen von Benutzerinnen und Benutzern an diese Informationssysteme jedoch sind deutlich höher und auf vielfältige Weise durch den Umgang mit Web-Suchmaschinen und dem Social Web geprägt. Insbesondere werden die Sortierung der Suchergebnisse nach der Qualität der einzelnen Treffer, die Zusammenstellung ausgewogener Ergebnissets sowie Popularität, also von anderen Nutzern häufig angesehene Treffer, auf den vorderen Trefferpositionen erwartet.
Ziel des Kooperationsprojektes LibRank ist die Entwicklung von intelligenten Rankingverfahren für bibliothekarische Informationssysteme, die aufbauend auf den Erkenntnissen aus dem Bereich der Web-Suche
(1) qualitätsinduzierende Faktoren wie z.B. Aktualität, Popularität und Verfügbarkeit von einzelnen Medien berücksichtigen,
(2) den Nutzungskontext in die Rechercheergebnisse einbeziehen,
(3) die Treffer erwartungskonform präsentieren.
Durch die Kooperation zwischen Hochschule und Infrastruktureinrichtung (ZBW) werden die Verfahren direkt im Kontext einer häufig genutzten Suchanwendung (EconBiz) entwickelt und mithilfe des Relevance Assessment Tools evaluiert. Der Transfer in den gesamten Bereich der Wissenschaft wird gewährleistet durch die Offenlegung und Möglichkeit zur Nachnutzung (1) der entwickelten Rankingfaktoren, (2) der im Projekt aufgebauten Testkollektionen sowie (3) des im Projekt entwickelten Demonstrators.
Projektteam: Prof. Dr. Dirk Lewandowski, Christiane Behnert, Dr. Timo Borst (ZBW Leibniz-Informationszentrum Wirtschaft), Kim Plassmeier (ZBW Leibniz-Informationszentrum Wirtschaft)
Projektwebsite: LibRank Projekt
Publikationen:
- Behnert, C., Plassmeier, K., Borst, T., & Lewandowski, D. (2019). Evaluierung von Rankingverfahren für bibliothekarische Informationssysteme. In: Information – Wissenschaft & Praxis 70 (1), 14-23. doi.org/10.1515/iwp-2019-0004
- Behnert, C.; Lewandowski, D.: A Framework for Designing Retrieval Effectiveness Studies of Library Information Systems Using Human Relevance Assessments. Journal of Documentation 73(2017)3, 509-527.
- Behnert, C.; Lewandowski, D.: Known Item Searches Resulting in Zero Hits: Considerations for Discovery Systems’ Delivery. Journal of Academic Librarianship 43(2017)2, 128-134. doi.org/10.1016/j.acalib.2016.12.002
- Plassmeier, K.; Borst, T.; Behnert, C.; Lewandowski, D.: Evaluating Popularity Data for Relevance Ranking in Library Information Systems. Proceedings of the 78th Annual Meeting of the Association for Information Science and Technology, St. Louis, Missouri. doi.org/10.1002/pra2.2015.1450520100125
- Behnert, C.; Lewandowski, D.: Ranking Search Results in Library Information Systems – Considering Ranking Approaches Adapted From Web Search Engines. Journal of Academic Librarianship 41(3), 725-735. doi.org/10.1016/j.acalib.2015.07.010
- Behnert, C. (2015). LibRank: New Approaches for Relevance Ranking in Library Information Systems. In F. Pehar, C. Schlögl, & C. Wolff (Hrsg.), Re:inventing Information Science in the Networked Society. Proceedings of the 14th International Symposium on Information Science (ISI 2015). Glückstadt: Verlag Werner Hülsbusch.
- Behnert, C., & Borst, T. (2015). Neue Formen der Relevanz-Sortierung in bibliothekarischen Informationssystemen: Das DFG-Projekt LibRank. Bibliothek Forschung und Praxis, 39(3), 384–393. doi.org/10.1515/bfp-2015-0052
- Lewandowski, D.; Behnert, C.; Plassmeier, K.; Borst, T. (2016): LibRank Task Collections [Data set]. Datorium. doi.org/10.7802/1253